En dehors des fournitures scolaires, la rentrée des classes est surtout l’occasion pour les parents de renouveler la garde-robe de leurs enfants. Particulièrement représentative des enjeux de « saisonnalité », cette période de fort chiffre d’affaires est très attendue par les retailers. Elle suscite néanmoins de nombreuses interrogations et tâtonnements pour la gestion des approvisionnements et des stocks. Par Manuel Davy, Président de Vekia

 
 
 

Faire face à l’obsolescence des produits textiles

A l’inverse des grands noms du luxe, les enseignes de fast fashiontelles que Zara, Primark, Jennyfer, Camaïeu, ou encore H&M, mettent au point des collections aux cycles de commercialisation, d’implantation et d’approvisionnement courts, avec un renouvellement fréquent de l’offre. Les produits sont ainsi soumis à une obsolescence rapide. Par ce système, les enseignes créent de la rareté et incitent la clientèle à acheter dans l’instant. Bien naturellement, les chaines logistiques sont en première ligne. Alors, pour profiter du trafic important de la rentrée des classes et capter les clients avant la concurrence, les retailers doivent avoir parfaitement préparé cette période pour garantir le bon stock au bon endroit au bon moment et dans les bonnes quantités. D’où l’importance d’un pilotage maîtrisé de la Supply Chain.

Manuel Davy, Président de Vekia

 

 

Selon une étude récente menée par Google France sur la base des requêtes des internautes français, les parents préparent les achats de la rentrée de plus en plus en amont. Les recherches sur le domaine retail progressent de 24% entre la première et la deuxième semaine du mois d’août, démontrant que la deuxième semaine d’août est privilégiée pour les achats. Un calendrier qui est d’ailleurs encouragé par le versement de l’allocation de rentrée scolaire à cette période. Les retailers doivent donc anticiper l’approvisionnement des points de vente ; la marchandise doit être prête mi-août, au retour de vacances des consommateurs afin de ne pas arriver « après la bataille » avec un produit qu’il faudra vendre en soldes, et donc un chiffre d’affaires et une marge diminués. L’excès de stock n’est pas non plus une solution car il pénalise fortement la marge et la compétitivité de l’enseigne.

L’équation est donc particulièrement complexe : il s’agit non seulement de prévoir aussi précisément que possible quels volumes de produits pourront être vendus à quelles dates et dans quelles régions (voire dans quels points de vente), mais également de faire en sorte que les stocks couvrent bien ces prévisions et qu’ils sont acheminés en temps et en heure, là où ils seront vendus. Prévoir la demande est aussi important que bien calculer les stocks et organiser leur transport dans des délais maîtrisés.

Pour répondre à ce besoin, les acteurs du retail peuvent désormais s’appuyer sur le Machine Learning, une technologie issue de la convergence des mathématiques et de l’informatique.

Les apports du Machine Learning

Le Machine Learning est ici essentiel dans la mesure où il est capable, grâce à de puissants algorithmes, de cartographier, segmenter et regrouper des produits via des critères discriminants –  « niveau de mode », coloris dominant, matière, visibilité marketing, etc. – et de préconiser le stock optimal sur la base d’historiques de ventes parfaitement expliqués et re-contextualisés.

Grâce au Machine Learning, les distributeurs peuvent obtenir une segmentation en fonction des habitudes socio-culturelles des zones de chalandises afin de répondre aux besoins des consommateurs. Dans certaines régions, par exemple, les blouses sont encore très utilisées par les écoliers et seront vendues en quantité à la rentrée, alors qu’elles n’existent plus du tout dans d’autres. Il est également nécessaire pour le distributeur d’augmenter son stock au juste niveau pour le produit mis à l’honneur dans sa newsletter, par exemple.

Parce que le Machine Learning anticipe mieux les évènements par l’apprentissage des comportements liés aux caractéristiques des produits, aux événements et aux points de vente, et parce qu’il prend en compte l’ensemble des contraintes opérationnelles de la distribution (délais, capacités), des millions de références seront envoyées dans les nombreux magasins à travers le monde à temps pour la rentrée scolaire et avec les bonnes quantités. Et, en fin de période de rentrée scolaire, les algorithmes auront d’eux-mêmes anticipé et piloté la baisse de la demande, évitant ainsi de sur-stocker les magasins avec des produits obsolètes.

Gérer sa Supply Chain pour gagner en performance

Dans ce contexte de cycles de ventes raccourcis, de volatilité des consommateurs et de pression sur les coûts, les acteurs de la distribution ne peuvent plus envisager leur activité sur le mode alliant planification long terme (« fausse de toute façon ») et planification de réaction court terme (« on fait ce qu’on peut pour limiter la casse »). Une Supply Chain flexible, bien planifiée sur tous les horizons temporels, et pilotée au vu de ses véritables contraintes opérationnelles est indispensable pour que les distributeurs soient en mesure de mieux ajuster le stock à la demande.

Pour que les opérations soient bien exécutées, les distributeurs doivent non seulement tenir compte de la prévision, mais également de contraintes opérationnelles qui incluent délais, capacité de transport et capacité de stockage. Car si les prévisions permettent de savoir ce qu’on peut vendre et quand on peut le vendre, le calcul du stock – qui comprend la prévision mais aussi les contraintes opérationnelles – est tout aussi indispensable pour faire en sorte que l’on ait bien quelque chose à vendre à la bonne échéance. Le Machine Learning permet au retailer d’entrer pleinement dans ce fonctionnement.

Le défi pour ces acteurs est donc d’accélérer la mise en place de technologies et de solutions avancées afin de répondre parfaitement aux besoins de leurs clients, rester compétitifs et renforcer une position de leader sur leur marché, notamment à un moment crucial tel que la période de la rentrée des classes. Le Machine Learning est la matière à travailler pour ne pas rater sa rentrée !

 

Source : LSA

Partager :

S’inscrire à la newsletter :