Une prévision de vente vaut ce que vaut l'historique dont elle est tirée. Et un historique de ventes brut ne dit pas la demande : il dit ce qui a été vendu.
La différence n'est pas théorique. Une journée à zéro vente peut être une journée sans clients, ou une journée de rupture où la demande existait mais n'a pas été servie. Une semaine à volume double peut être une accélération réelle, ou une commande professionnelle isolée. Un mois faible peut être un creux de saison, ou le produit retiré du site trois semaines sans que personne l'ait noté.
Reconduire ces journées telles quelles, c'est reconduire l'erreur. Une rupture non identifiée fait baisser la moyenne, donc la prévision, donc la quantité commandée — et entretient la rupture suivante.
Chaque jour de chaque article reçoit un statut
Recalculé quotidiennement, il ne résulte pas d'indicateurs indépendants mais d'une cascade de règles appliquées par ordre de priorité : chaque journée part d'un statut par défaut, qu'une règle plus spécifique peut venir supplanter.
- Ventes normales
- Le statut par défaut : aucune des règles suivantes ne s'applique. C'est la seule base sur laquelle on accepte de calculer.
- Soldes et promotions
- La journée appartient à une période promotionnelle enregistrée. Ces ventes existent, mais elles ne disent rien du rythme normal.
- Ventes exceptionnelles
- Une commande professionnelle isolée, écartée en amont du calcul de moyenne : au-delà de la moyenne des ventes quotidiennes non nulles majorée de trois écarts-types, avec un plancher de deux unités. À défaut d'historique suffisant, le seuil de la catégorie prend le relais, puis celui du catalogue.
- Inactif sur le site
- Le produit n'était pas visible ce jour-là. Une absence de vente qui ne dit rien de la demande.
- Non approvisionné
- La journée précède la toute première réception jamais enregistrée pour l'article. Requalifiée après coup, pour ne pas compter comme une rupture un produit qui n'avait simplement jamais été mis en stock.
- Période de découverte
- Les jours actifs qui précèdent la première vente d'un produit, dans la limite de soixante jours et sans jamais dépasser la moitié de l'historique disponible. Un lancement ne monte pas en puissance au premier jour.
- Rupture certaine
- Stock nul en début et en fin de journée. Une simple lecture de la donnée, sans ambiguïté.
- Rupture probable
- Un calcul statistique propre à chaque article, détaillé plus bas. C'est le cas le plus intéressant, parce que c'est celui où la donnée ne suffit pas.
- Vente sur transit
- L'article est physiquement épuisé mais a été délibérément remis en vente avant la réception de la commande qui doit le réapprovisionner, dans une fenêtre de délai propre à l'entreprise.
- Article remplacé
et vente de la version antérieure - Deux statuts pour les chaînes de remplacement de référence. Les ventes de l'ancienne version déclinent pour des raisons de gamme, pas de demande : les traiter comme une baisse fausserait la prévision de la nouvelle.
- Probablement en stock
- La journée précède la date à partir de laquelle le niveau de stock est certifié. Elle est reconstituée, donc annoncée comme telle plutôt qu'affirmée.
S'y ajoute un marquage discret : après une rupture certaine d'au moins soixante jours, les trente premiers jours de retour en stock sont signalés — sans changer de statut apparent — pour qu'un pic de rattrapage de la demande contenue ne vienne pas gonfler la prévision des mois suivants.
La rupture qu'on ne voit pas dans les chiffres
La rupture certaine est facile : le stock est à zéro, on le sait. Le cas difficile est l'autre — celui où le stock enregistré dit deux unités, où plus rien ne se vend depuis huit jours, et où personne ne peut affirmer si ces deux unités existent réellement, sont réservées par une commande en attente de paiement, ou traînent égarées dans un coin de l'entrepôt.
Goodstock ne devine pas. Il calcule la probabilité.
À partir de la distribution historique des ventes quotidiennes de l'article, il établit la probabilité qu'une journée normale affiche une vente nulle. Puis il détermine combien de jours consécutifs sans vente seraient nécessaires pour qu'une telle série, si elle relevait du seul hasard de la demande, ait moins d'une chance sur dix mille de se produire. Ce nombre ne descend jamais sous cinq jours.
Un article qui se vend vingt fois par jour atteint ce seuil en cinq jours. Un article qui se vend une fois par semaine mettra beaucoup plus longtemps — et c'est exactement ce qu'on veut : le silence n'a pas le même sens selon le rythme habituel du produit.
Dès que le seuil est franchi, sur une période où le niveau de stock n'est pas certifié fiable et qui a connu un stock théoriquement positif, la période est qualifiée « rupture probable » — et soumise à un humain. Un rappel intitulé « Identification des périodes de rupture » est assigné, actif jusqu'à ce que quelqu'un tranche. Deux réponses possibles : confirmer la rupture, ou requalifier en creux de saisonnalité normal.
Chacune déclenche aussitôt le recalcul de l'historique complet de l'article, de ses prévisions et de son chiffre d'affaires perdu.
Elle mesure le doute, le chiffre, et le signale. Elle sait dire « cette série de jours sans vente est trop improbable pour être normale ».
Trancher. Vous seul savez si le produit était réellement introuvable en rayon cette semaine-là, ou si personne n'en voulait.
Un coefficient par mois, calculé sur les seuls jours comparables
Le coefficient d'un mois mesure l'écart, en pourcentage, entre la vente quotidienne moyenne de ce mois et la vente quotidienne moyenne de l'article sur tout son historique. Un mois qui vend deux fois plus reçoit +100 %, un mois qui vend deux fois moins, −50 %.
Seuls les jours en stock normal entrent dans ce calcul. Ruptures, ventes sur transit, remplacements de référence et ventes exceptionnelles en sont exclus — c'est tout l'intérêt d'avoir qualifié l'historique d'abord. Un décembre passé en rupture ne doit pas apparaître comme un mois creux.
Et des garde-fous avant de conclure
Un produit trop récent, trop peu vendu, ou dont un seul mois de l'année manque de données suffisantes ne reçoit pas de saisonnalité propre : Goodstock préfère l'absence de coefficient à un coefficient calculé sur une base trop fragile. Les coefficients de sa catégorie prennent alors le relais, puis ceux des catégories parentes, puis la moyenne du catalogue.
Une exception est prévue pour les articles à faible volume : si un mois dépasse la moyenne mensuelle de plus de deux écarts-types, la saisonnalité est retenue malgré tout — un sursaut aussi marqué relève difficilement du hasard.
Les ventes de l'article ne suffisent pas à établir une saisonnalité fiable (historique trop court sur certains mois, ou ventes trop faibles) : les coefficients proviennent de sa catégorie.
Vous n'avez pas à ouvrir le paramétrage pour comprendre d'où viennent les chiffres : l'article le dit lui-même.
Comparer au même mois de l'année précédente, jamais au mois d'avant
Comparer novembre à octobre ne dit rien : la variation peut être entièrement saisonnière. Goodstock compare donc chaque mois complet au même mois de l'année précédente, ce qui neutralise la saison et laisse apparaître le mouvement de fond.
Le suivi ne se déclenche qu'à partir de treize mois d'historique complet et d'un volume mensuel suffisant pour que la comparaison ait un sens.
Trois mois consécutifs à plus de 30 % d'écart, dans le même sens, qualifient une tendance. À défaut d'une telle régularité, un seul mois suffit s'il est nettement plus marqué : un doublement, ou une division par deux. Et lorsque les ventes reprennent après une période sans aucune vente comparable l'année précédente, l'absence de référence est interprétée comme une hausse plutôt qu'ignorée.
Dès qu'une tendance est retenue, elle remplace purement et simplement la prévision statistique : le niveau du dernier mois complet sert directement de référence, jusqu'à ce que la tendance se stabilise ou s'inverse.
Tendance « Hausse » : sur les trois derniers mois comparables à leur équivalent de l'année précédente, les ventes s'écartent assez nettement, et assez régulièrement, pour qu'il ne s'agisse plus d'une variation ordinaire. Tant qu'elle s'applique, la saisonnalité de l'article n'est plus calculée sur ses propres ventes : elle est reprise de sa catégorie.
Cette dernière phrase règle un cas déroutant : un article à l'historique complet qui, soudain, n'a plus de saisonnalité propre. La raison est bonne — ce qui est dû à la progression des ventes serait sinon attribué à la saison — mais elle est impossible à deviner. Alors le produit l'écrit.
Quand aucune tendance n'est retenue, deux situations très différentes sont distinguées plutôt que confondues : l'article n'a pas de quoi en établir une (moins de treize mois exploitables, ou des ventes trop faibles pour que les écarts veuillent dire quelque chose), ou l'historique le permettrait mais les écarts ne suffisent pas.
Cinq étapes, et deux plafonds de prudence
Désaisonnaliser
Chaque journée est corrigée du coefficient de son mois, pour qu'un pic de décembre ne soit pas lu comme un niveau de demande ordinaire. La correction est écartée quand la saisonnalité du mois est trop proche de la normale — inutile d'ajouter du bruit sur un mois neutre.
Pondérer par l'ancienneté
Plein poids sur l'année écoulée, moitié entre un et deux ans, quart au-delà. Les mois à forte saisonnalité pèsent un peu plus que les mois neutres dans l'ajustement du modèle.
Ajuster une fonction d'interpolation
Sur cette base pondérée et désaisonnalisée, à condition de disposer d'au moins trente jours de vente exploitables. En deçà, Goodstock renonce au calcul individuel plutôt que de produire un résultat sans base.
Re-saisonnaliser à la date visée
La prévision est majorée ou minorée selon le coefficient du mois sur lequel elle porte : une prévision de décembre ne reste pas à un niveau moyen.
Plafonner
Jamais négatif, et jamais au-dessus du maximum de vente jamais constaté pour l'article. Au-delà, Goodstock retombe sur la moyenne simple plutôt que de prolonger une extrapolation hasardeuse.
Quand l'historique manque
Un article référencé il y a trois semaines ne réunit pas trente jours de données. Plutôt que de prévoir dans le vide, Goodstock reprend la moyenne quotidienne déjà calculée au niveau de sa catégorie ; si elle n'est pas renseignée, la recherche remonte aux catégories parentes, puis retombe sur la moyenne du catalogue complet. Le seuil de vente exceptionnelle suit la même logique de repli.
Cas particulier : un article qui remplace une référence antérieure garde une prévision nulle tant que l'ancienne version n'est pas totalement écoulée sur l'ensemble des canaux.
Ne pas prétendre savoir
Un article dont l'historique ne permet pas de construire une prévision ne se voit attribuer aucun chiffre d'affaires perdu, plutôt qu'une estimation inventée. Si on n'a pas réussi à prévoir le futur, on ne prétend pas reconstituer le passé.
C'est la même règle qui fait qu'un article trop récent n'a pas de saisonnalité propre, qu'une série de jours sans vente est soumise à un arbitrage humain plutôt que tranchée, et qu'une journée d'historique reconstituée est annoncée comme probable et non comme certaine.
Un outil de prévision se juge autant à ce qu'il refuse d'affirmer qu'à ce qu'il calcule.
Voir Goodstock sur votre propre catalogue
La démonstration part de vos références et de vos fournisseurs : ce que vous vendez, ce qu'il vous reste, ce qu'il faudrait commander cette semaine. Comptez une heure.