Découvrez Wikivoyage pour son cinquième anniversaire et venez y partager vos

connaissances et vos expériences de voyage lors du Marathon du guide étoilé

Optimisation des stocks

L’optimisation des stocks est la recherche d'un équilibre entre les contraintes ou les objectifs
liés aux investissements de capitaux et les exigences liées à la qualité de service attendue, sur
un ensemble d’unités de gestion des stocks, tout en prenant en compte l’instabilité de l’offre et de
la demande.

Sommaire
[masquer]

 1Enjeux de la gestion des stocks

 2Approche non optimisée
 3Méthode déterministe ou stochastique
 4Approches à échelon unique et multi-échelons
 5Avantages de l’optimisation des stocks
 6Articles connexes
 7Notes et références

Enjeux de la gestion des stocks[modifier | modifier le code]

Les sociétés doivent impérativement aligner leur volume d’offre sur la demande des clients ; et
c’est la façon d'y parvenir qui détermine leur rentabilité1. D’après les données Open Standards
d’APQC (centre américain de productivité et de qualité (American Productivity and Quality Centre
ou APQC), l’entreprise moyenne possède des stocks représentant 10,6 % de son chiffre
d’affaires annuel. Habituellement, le coût de la constitution de stocks s’élève à au moins 10 % de
la valeur des stocks. Ainsi, l’entreprise moyenne dépense plus d’un pour cent de ses recettes
dans la constitution de stocks, mais pour certaines sociétés, ce chiffre s’avère bien plus
conséquent2.
Le montant des stocks détermine également les liquidités disponibles. Les fonds de roulement se
faisant essentiels, il est fondamental pour les sociétés de maintenir des niveaux de stocks faibles
et de les vendre aussi vite que possible3. Les stocks figurent parmi les principaux facteurs pris en
compte par les analystes de Wall Street lorsqu’ils passent en revue les performances d’une
société en vue d’établir des prévisions sur les bénéfices et d’émettre des recommandations en
matière d’achat-vente4. Des études ont démontré une corrélation de 77 % entre la rentabilité
générée par la production générale et la rotation des stocks5 .
Le phénomène de longue traîne (ou ‘Long Tail’), qui consiste pour bon nombre de sociétés à voir
une part considérable de leurs ventes être générée par un grand nombre de produits dont la
fréquence de vente reste faible, amplifie le problème de la gestion des stocks4. Les cycles de
production plus courts et plus fréquents requis pour satisfaire les exigences des marchés toujours
plus sophistiqués créent le besoin de gérer des chaînes logistiques comportant plus de produits
et de pièces6.
Dans le même temps, les fréquences de planification et les grilles périodiques
mensuelles/hebdomadaires deviennent journalières, et le nombre d’emplacements de stockage
gérés passe d’une douzaine au niveau des centres de distribution à des centaines, voire des
milliers au niveau des points de vente. Ceci implique un grand nombre de séries chronologiques
et un haut niveau d’instabilité en termes de demande7. Cela explique le défi lié à la gestion des
chaînes logistiques modernes qu’est l’effet « coup de fouet », selon lequel de petits ajustements
de la demande actuelle provoquent un plus gros changement de la demande perçue, qui à son
tour peut amener les sociétés à apporter de plus grosses modifications que nécessaire à leurs
stocks8.

Approche non optimisée[modifier | modifier le code]

Sans l’optimisation des stocks, les sociétés définissent généralement des objectifs de stock à
l’aide de règles empiriques ou de calculs simples en une étape. Les règles empiriques consistent
à définir un certain nombre de jours de couverture cible. Les calculs simples en une étape
s’intéressent quant à eux à un article défini dans un lieu donné, pour lequel on calcule la quantité
de stock nécessaire pour répondre à la demande9.

Méthode déterministe ou stochastique[modifier | modifier le code]

Les modèles d’optimisation des stocks peuvent être soit déterministes (chaque ensemble d’états
différents est déterminé de manière unique par les paramètres du modèle), soit stochastiques
(les différents états sont obtenus au moyen de la distribution de probabilités)10.
L’optimisation stochastique tient compte des incertitudes en matière d’approvisionnement, selon
lesquelles, par exemple, 6 % des commandes passées auprès d’un fournisseur étranger arrivent
avec 1 à 3 jours de retard, 1 % avec 4 à 6 jours de retard, 5 % avec 7 à 14 jours de retard et 8 %
avec plus de 14 jours de retard11.
Ce concept prend également en considération la volatilité de la demande, priorité absolue au
regard des défis rencontrés par les professionnels de la chaîne logistique12. Par exemple, la
direction d’une société définit les probabilités de vente comme suit : il y a 65 % de chances de
vendre 500 unités d’un produit, 20 % d’en vendre 400 et 15 % d’en vendre 600. Le dépassement
des coûts, les surstocks et la résolution des problèmes sont certes synonymes de niveaux de
service élevés, mais pour obtenir une meilleure rentabilité, il est nécessaire de comprendre les
sources d’instabilité et de mettre en œuvre une planification appropriée. Cette approche permet
une meilleure compréhension des besoins en matière de stocks que la méthode déterministe13.

Approches à échelon unique et multi-échelons[modifier | modifier le

code]
Une approche séquentielle à échelon unique prévoit la demande et détermine les stocks
nécessaires pour chaque échelon, sur une base individuelle14. L’optimisation des stocks multi-
échelons détermine les niveaux de stocks appropriés sur l’ensemble du réseau en fonction de la
volatilité de la demande aux différents niveaux ainsi que la performance (délais de production,
retards, niveaux de service) aux échelons supérieurs15.
Cette méthode multi-échelons analyse les niveaux de stocks du point de vue holistique sur
l’ensemble de la chaîne logistique tout en tenant compte de l’impact des stocks à tout niveau ou
échelon donné sur un autre échelon. Par exemple, prenons le cas d’un produit vendu par un
détaillant fourni par un centre de distribution. Le centre de distribution et le détaillant constituent
chacun un échelon de la chaîne logistique. Dans ce cas, il est évident que la quantité de stock
requise par le détaillant dépend du service obtenu auprès du centre de distribution. Plus le
service offert en amont est de bonne qualité, et moins la protection nécessaire en aval sera
conséquente. L’optimisation des stocks multi-échelons a pour but d’actualiser et d’optimiser en
permanence les niveaux de stocks de sécurité sur l’ensemble des échelons4.
Cette méthode de pointe permet d’optimiser les stocks sur la chaîne logistique, et ce de bout en
bout. La modélisation des différentes étapes permet d’établir des prévisions précises pour
d’autres types de stocks, notamment les stocks cycliques et la pré-constitution de stocks de
sécurité, en raison de demandes échelonnées. Cette approche exige que les performances du
fournisseur, le service client et les mesures de rendement des actifs internes soient surveillées
de manière continue afin de garantir une amélioration constante)16.

Avantages de l’optimisation des stocks[modifier | modifier le code]

L’optimisation des stocks a permis à quantité de sociétés de dégager des bénéfices financiers.
D’après une étude menée par IDC Manufacturing Insights, bon nombre d’organisations ayant mis
en place cette méthode sont parvenues à réduire leurs niveaux de stocks à hauteur de 25 %
maximum en un an et ont bénéficié de flux de trésorerie actualisés de plus de 50 % en moins de
deux ans6.
Basée au Royaume-Uni, la société Electrocomponents, le plus grand distributeur de composants
électroniques et de produits de maintenance au monde, a augmenté ses bénéfices de 36 millions
de livres en recourant à cette approche, laquelle lui a par ailleurs permis d’atteindre de meilleurs
niveaux de service tout en réduisant ses stocks17. BP-Castrol a quant à elle utilisé l’optimisation
des stocks pour réduire ses stocks de produits finis de 35 % en moyenne en deux ans tout en
augmentant ses niveaux de service (à savoir les taux d’exécution des commandes) de 9 %18.
Cette méthode a également permis à Smiths Medical, une division de Smiths Group, de mieux
faire face aux fluctuations de l’offre et de la demande réduisant ainsi le risque de sous-stock et de
surstock tout en uniformisant les cycles de production19.

Articles connexes[modifier | modifier le code]

 Fluctuations cycliques
 FIFO, LIFO
 Stock

Notes et références[modifier | modifier le code]

1. ↑ Yogesh Malik, Alex Niemeyer, and Brian Ruwadi, “Building the
supply chain of the future [archive],” McKinsey Quarterly, January 2011.
2. ↑ Marisa Brown, “Inventory Optimization: Show Me the
Money [archive],” Supply Chain Management Review, July 19, 2011.
3. ↑ William Brandel, “Inventory Optimization Saves Working Capital in
Tough Times [archive],” Computerworld, August 24, 2009.
4. ↑ a, b et c Dan Gilmore, “Supply Chain News: What is Inventory
Optimization? [archive],” Supply Chain Digest, August 28, 2008.
5. ↑ Vijay Sangam, “Inventory Optimization [archive],” Supply Chain World
Blog, September 2, 2010.
6. ↑ a et b William Brandel, "Inventory Optimization Saves Working Capital
in Tough Times [archive],” Computerworld, August 24, 2009.
7. ↑ P.J. Jakovljevic, “A Modern Tale of Long (Supply Chain) Tails — Part
I,” Technical Evaluation Centers Blog, July 2009.
8. ↑ “Bullwhip Effect in Supply Chain [archive],” World News.
9. ↑ Sean P. Willems, “How Inventory Optimization Opens Pathways to
Profitability [archive],” Supply Chain Management Review, March/April
2011.
10. ↑ Leslie Hansen Harps, “Optimizing Your Supply Chain: A Model
Approach [archive],” Inbound Logistics, April 2003.
11. ↑ “Are Your Inventory Management Practices Outdated [archive],”
AberdeenGroup, March 1, 2005.
12. ↑ Tim Payne, “Magic Quadrant for Supply Chain Planning for Process
Automation,” Gartner Research, ID Number G00200934. September 3,
2010.
13. ↑ “Are Your Inventory Management Practices Outdated,”
AberdeenGroup, March 1, 2005.
14. ↑ Introduction to Logistics Systems Planning and Control - Gianpaolo
Ghiani, Gilbert Laporte, Roberto
Musmanno http://onlinelibrary.wiley.com/book/10.1002/0470014040 [ar
chive]
 15. ↑ Noha Tohamy, “A User Guide to Network Design and Inventory
Optimization Solutions,” Gartner Research, Publication Number
G00209211, December 8, 2010.
16. ↑ “Inventory Optimization: Balancing the Asset versus Service
Tradeoff [archive],” APQC Best Practices Report, 2011.
17. ↑ Sarah Lafferty, “Handling Volatile Demand [archive],” Supply Chain
Movement, Number 1, Quarter 1, 2012. Pages 36-38.
18. ↑ Hallie Forcino, “Break on Through to the Other
Side [archive],” Managing Automation, February 2005.
19. ↑ Robert J. Bowman, “For Smiths Medical, Service Quality Is an Ever-
Moving Goal,” Supply Chain Brain, June 15, 2012.

 Portail du management
Catégories :
 Actif
 Stockage
[+]
Menu de navigation
 Non connecté

 Discussion

 Contributions

 Créer un compte

 Se connecter
 Article
 Discussion
 Lire
 Modifier
 Modifier le code
 Afficher l’historique
Rechercher

 Accueil
 Portails thématiques
 Article au hasard
 Contact
Contribuer
 Débuter sur Wikipédia
 Aide
 Communauté
 Modifications récentes
 Faire un don
Outils
 Pages liées
 Suivi des pages liées
 Importer un fichier
 Pages spéciales
 Lien permanent
 Informations sur la page
 Élément Wikidata
 Citer cette page
Imprimer / exporter
 Créer un livre
 Télécharger comme PDF
 Version imprimable
Dans d’autres langues
 English
 Español
Modifier les liens
 La dernière modification de cette page a été faite le 23 août 2017 à 21:04.
 Droit d'auteur : les textes sont disponibles sous licence Creative Commons
attribution, partage dans les mêmes conditions ; d’autres conditions peuvent
s’appliquer. Voyez les conditions d’utilisation pour plus de détails, ainsi que
les crédits graphiques. En cas de réutilisation des textes de cette page,
voyez comment citer les auteurs et mentionner la licence.
Wikipedia® est une marque déposée de la Wikimedia Foundation, Inc., organisation
de bienfaisance régie par le paragraphe 501(c)(3) du code fiscal des États-Unis.

 Politique de confidentialité

 À propos de Wikipédia

 Avertissements

 Développeurs

 Déclaration sur les témoins (cookies)

 Version mobile