11 e CONGRES INTERNATIONAL DE GENIE INDUSTRIEL – CIGI2015 Québec, Canada 26-28 octobre 2015 Résumé –Cet article introduit une méthode de calcul d’intervalles de prévision de vente pour des nouveaux produits sans historique de vente avant leur mise en marché et dont la chronique se construit progressivement au fil des jours dès l’amorce de la saison de vente. Cette méthode permet d’estimer, à l’aide d’un intervalle, les ventes futures d’un nouveau produit pour toute la saison de vente, notamment dans le but d’aider la prise de décision de réapprovisionnement visant à maximiser les ventes et la profitabilité. Abstract - This paper introduces an approach for generating sales forecast intervals for new products with no sales history prior to their launch and whose chronicity is built progressively each passing day, starting with the opening of the selling season. The method allows to forecast, relying upon an interval, the future sales for a new product over an entire selling season, notably in order to help take resupply decisions through the season so as to maximize sales and profitability. Mots clés – Prévisions de vente, intervalles de prévision, prévisions cumulées, décisions de réapprovisionnement. Keywords - Sales forecasting, forecast intervals, fashion products, cumulative forecast, replenishment decisions. 1 INTRODUCTION Dans l’industrie du commerce de détail, principalement dans le domaine de la vente de produits de mode, les saisons de vente sont particulièrement courtes. La plupart des produits offerts sur le marché ont un cycle de vie inférieur à six mois. Les longs délais de livraison obligent les dirigeants à commander plusieurs mois avant le début de la saison de vente. Suite à l’introduction d’un nouveau produit sur le marché, en fonction de la réaction des consommateurs, les décideurs disposent de quelques semaines seulement pour prendre une décision de réapprovisionnement d’un nouveau produit afin de maximiser les ventes, d’éviter les pénuries et les ventes perdues et d’améliorer la profitabilité. Pour faciliter la prise de décision, les entreprises se basent sur les prévisions de vente journalière rafraichies quotidiennement en fonction d’informations des transactions de vente dans tout le réseau de détaillants. Dans le cas d’un nouveau produit, le défi est de taille. Premièrement, les nouveaux produits ne possèdent aucun historique de vente nécessaire à l’élaboration des prévisions. Deuxièmement, les prévisions doivent être calculées pour l’ensemble des nouveaux produits introduits sur le marché pour toute la durée de la saison de vente. À titre illustratif, dans l’entreprise considérée dans cette étude, plus de 35 000 nouveaux produits (SKU) ont été lancés sur le marché dans l’ensemble du réseau de détaillants lors de la dernière saison de vente. Dans le contexte d’aide à la décision de réapprovisionnement, les prévisions de vente cumulées sont requises pour estimer les besoins anticipés de réapprovisionnement et ce, pour chaque produit offert. Des recherches antérieures rapportées par [Bouchard et Montreuil, 2009, 2011] et [Bouchard et al., 2013] proposent des méthodes d’élaboration de prévisions adaptées à ce contexte. Bien que les prévisions de vente quotidienne soient d’une grande utilité, la possibilité de calculer un intervalle de prévisions autour de la prévision journalière l’est encore plus. Un intervalle de prévision, permet de donner une idée de la précision de la prévision. A titre d’exemple, il est possible d’affirmer qu’il y a 95% des chances que les ventes futures pour un produit particulier d’ici la fin de la période de vente se situent entre 1500 et 3000 unités. L'intervalle de prévision peut donc aider à déterminer JOËLLE BOUCHARD 1 , BENOIT MONTREUIL 1,2 , ALEXANDRE MORNEAU 1,3 1 CENTRE INTERUNIVERSITAIRE DE RECHERCHE SUR LES RESEAUX D' ENTREPRISE, LA LOGISTIQUE ET LE TRANSPORT (CIRRELT), UNIVERSITE LAVAL 2325, rue de la Terrasse, Pavillon Palasis-Prince, Québec (Québec) Canada G1V 0A6 joelle.bouchard@cirrelt.ulaval.ca 2 COCA-COLA CHAIR IN MATERIAL HANDLING AND DISTRIBUTION H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology, Atlanta, Ga, U.S.A. benoit.montreuil@isye.gatech.edu 3 alexandre.morneau@cirrelt.ulaval.ca Intervalles de prévision de vente de produit avec historique nul ou limité brought to you by CORE View metadata, citation and similar papers at core.ac.uk provided by Constellation