Comment modéliser la variabilité des délais de livraison et définir le stock de sécurité pour la mode

Les chaînes d'approvisionnement de la mode font face à une variabilité extrême des délais de livraison en raison des géographies de production changeantes, de la congestion portuaire et des calendriers compressés des collections saisonnières. Le stock de sécurité, le stock tampon détenu pour éviter les ruptures, dépend de la quantification de cette variabilité et de la sélection d'un niveau de service acceptable. L'approche standard calcule l'écart-type du délai de livraison à partir des données d'expédition historiques, applique une formule statistique utilisant un score Z qui correspond au niveau de service souhaité et s'ajuste aux modèles de demande propres aux courtes fenêtres de vente de la mode.

Comment calculer l'écart-type du délai de livraison à partir des données historiques ?

L'écart-type du délai de livraison mesure à quel point les délais de livraison réels se dispersent autour de la moyenne. Rassemblez au moins 20 à 30 bons de commande historiques avec les dates de commande et les dates de réception enregistrées, puis calculez le délai de livraison en jours pour chacun. Calculez le délai de livraison moyen, soustrayez-le de chaque observation pour trouver l'écart, élevez au carré chaque écart, additionnez les carrés, divisez par le nombre d'observations moins un et prenez la racine carrée. Le résultat est l'écart-type en jours.

Par exemple, si les expéditions d'un détaillant en provenance d'un fournisseur d'Asie du Sud font en moyenne 45 jours mais varient de 35 à 60 jours, l'écart-type pourrait être de 8 jours. Une formule de tableur, =ECARTYPE.STANDARD(plage), automatise ce calcul. Utilisez des ensembles de données distincts pour différents fournisseurs, catégories de produits ou modes d'expédition, car la variabilité des délais de livraison diffère souvent selon la voie. Le fret aérien en provenance d'Europe montre généralement un écart-type inférieur au fret maritime en provenance d'Asie.

Quel niveau de service les détaillants de mode doivent-ils viser ?

Le niveau de service représente la probabilité de ne pas être en rupture de stock pendant le délai de livraison. Les objectifs courants sont de 90, 95 ou 99 pour cent. Chacun correspond à un score Z de la distribution normale standard : 1,28 pour 90 pour cent, 1,65 pour 95 pour cent et 2,33 pour 99 pour cent. Des niveaux de service plus élevés nécessitent plus de stock de sécurité mais réduisent les ventes perdues et les clients déçus.

Les détaillants de mode doivent peser le coût de détention des stocks excédentaires, qui peuvent perdre de la valeur lorsque les tendances changent, contre le coût des ruptures de stock. Pour les articles de réapprovisionnement de base avec de longues fenêtres de vente, un niveau de service de 95 pour cent est typique. Pour les produits phares en édition limitée ou saisonniers, où une rupture de stock ne peut être récupérée plus tard dans la saison, les détaillants choisissent souvent 99 pour cent. À l'inverse, les acteurs de la fast-fashion peuvent accepter des niveaux de service de 90 pour cent sur les articles tendance qui seront de toute façon soldés, privilégiant la rotation des stocks à la disponibilité.

Comment appliquer la formule du stock de sécurité ?

La formule de base est : Stock de sécurité = Z × σDL × Dmoy, où Z est le score Z du niveau de service, σDL est l'écart-type du délai de livraison en jours et Dmoy est la demande quotidienne moyenne en unités. Si le délai de livraison est de 45 jours avec un écart-type de 8 jours, que la demande quotidienne moyenne est de 20 unités et que le détaillant vise un niveau de service de 95 pour cent (Z = 1,65), alors le stock de sécurité est égal à 1,65 × 8 × 20 = 264 unités.

Cette formule suppose que la demande est constante et que le délai de livraison est la seule variable. Une version plus complète intègre la variabilité de la demande : Stock de sécurité = Z × √(DLmoy × σD² + Dmoy² × σDL²), où σD est l'écart-type de la demande quotidienne et DLmoy est le délai de livraison moyen en jours. Cela tient compte à la fois de l'incertitude de l'offre et de la demande, ce qui est essentiel dans la mode où les ventes peuvent augmenter de manière imprévisible.

Comment adapter le stock de sécurité à la demande saisonnière ?

Les collections de mode sont intrinsèquement saisonnières, avec une demande concentrée sur quelques semaines ou mois. Calculer un seul écart-type annuel pour la demande sous-estime le risque pendant les périodes de pointe et le surestime pendant les creux. Au lieu de cela, segmentez l'année en saisons distinctes (printemps, été, automne, hiver, ou pré-saison et en saison) et calculez des écarts-types de demande distincts pour chaque fenêtre.

Appliquez la formule du stock de sécurité en utilisant les paramètres saisonniers pertinents. Pour une collection de manteaux d'hiver qui s'étend d'octobre à janvier, utilisez les données de demande des mêmes mois des années précédentes pour estimer la demande quotidienne moyenne et l'écart-type. Recalculez le stock de sécurité lors de la transition entre les saisons. Certains détaillants réduisent également le stock de sécurité vers la fin d'une saison pour éviter de se retrouver avec des stocks invendus qui doivent être soldés, acceptant un risque de rupture de stock plus élevé à mesure que la collection se termine.

Quels ajustements sont nécessaires pour les cycles de vie courts des produits ?

Les produits de mode ont souvent des cycles de vie mesurés en semaines plutôt qu'en mois, en particulier dans la fast-fashion et les catégories axées sur les tendances. Les modèles traditionnels de stock de sécurité supposent des opportunités de réapprovisionnement infinies, mais si un style sera abandonné dans huit semaines et que le délai de livraison est de six semaines, il ne peut y avoir qu'un ou deux cycles de réapprovisionnement. Une rupture de stock au début du cycle de vie représente une perte de revenus permanente, car l'article ne peut pas être réapprovisionné avant la fin de la saison.

Cette dynamique justifie des niveaux de service plus élevés, souvent 99 pour cent ou plus, au début de la saison, même si cela augmente les coûts de détention des stocks. Certains détaillants augmentent le stock de sécurité en commandant une quantité initiale plus importante plutôt qu'en comptant sur le réapprovisionnement en cours de saison. D'autres utilisent une stratégie de niveau de service décroissant, commençant à 99 pour cent la première semaine et descendant à 90 pour cent à l'approche de la fin du cycle de vie. Surveillez les taux de vente hebdomadairement et ajustez le stock de sécurité de manière dynamique plutôt que de le fixer une fois au début.

Comment implémenter cela dans un tableur ?

Un modèle de tableur simple nécessite cinq colonnes : date de commande historique, date de réception, délai de livraison en jours, demande quotidienne et champs calculés pour les écarts-types et le stock de sécurité. Utilisez =ECARTYPE.STANDARD pour calculer l'écart-type du délai de livraison et l'écart-type de la demande. Ajoutez des cellules de saisie pour le niveau de service (liste déroulante ou saisie manuelle du score Z), le délai de livraison moyen et la demande quotidienne moyenne. La cellule du stock de sécurité applique la formule, en référençant le score Z et les écarts-types calculés.

Créez des onglets distincts pour différents fournisseurs ou catégories de produits. Ajoutez une mise en forme conditionnelle pour mettre en évidence les niveaux de stock de sécurité qui dépassent la capacité d'entrepôt disponible ou tombent en dessous d'un seuil minimum. Pour les ajustements saisonniers, incluez une colonne pour le mois ou la saison et utilisez des filtres pour calculer les paramètres par période. Mettez à jour le tableur trimestriellement avec de nouvelles données d'expédition et de ventes pour recalibrer les écarts-types à mesure que les conditions de la chaîne d'approvisionnement changent.

Le tableau ci-dessus montre le stock de sécurité pour l'exemple précédent (écart-type du délai de livraison de 8 jours, demande quotidienne moyenne de 20 unités) à trois niveaux de service. L'augmentation de 9 points de pourcentage de 90 à 99 pour cent de niveau de service nécessite 82 pour cent de stock de sécurité supplémentaire, illustrant la relation non linéaire entre le niveau de service et l'investissement en stocks. Les détaillants devraient tester plusieurs scénarios pour trouver l'équilibre entre disponibilité et fonds de roulement.