Mieux que le modèle de Croston, la "loi à fréquence" permet d’optimiser les prévisions et les stocks de produits erratiques
La modélisation statistique des flux sporadiques a depuis toujours été problématique, estime Frédéric Plancher, directeur technique de Planipe. En particulier lorsqu’il s’agit d’émettre des prévisions susceptibles de dimensionner convenablement des stocks. La loi binomiale ou la loi de Poisson sont ainsi des lois de probabilité appropriées pour modéliser des cas, "mais il s’avère qu’entre la théorie mathématique et la réalité des comportements, de nombreux biais subsistent".
Le modèle jusque là le plus pertinent est le modèle de Croston qui date de 1972. Sa particularité est qu’il ne calcule pas une estimation à partir d’un historique de ventes. Il estime en réalité deux événements bien séparés : la demande quand elle a lieu et l’intervalle entre deux demandes. Le modèle de Croston obtient donc deux statistiques qu’il réconcilie. C’est cette réconciliation qui permet d’émettre le modèle de "loi à fréquence", bâti pour améliorer le modèle de Croston. C’est ce nouveau modèle qui a été breveté. Il offre en effet deux avantages : il évolue même s’il n’y a plus de demandes et il reste cohérent avec les modèles plus classiques. D’une part, s’il n’y a plus de demandes, les prévisions baissent et les fins de vie peuvent être gérées. D’autre part, ce modèle de "loi à fréquence" reste robuste car le système peut choisir de façon automatique le modèle le plus adéquat en fonction du comportement de chaque produit sans pour autant perturber la production, l’approvisionnement ou le prévisionniste.
Photo : Alexandre Root, pdg de Planipe
