Benchmarks analytics : le dictionnaire de KPI de la mode

Deux responsables merchandising arrivent à la revue du lundi. L'un annonce que la veste a « sold through à 60 pour cent ». L'autre dit que la même veste a « sold through à 40 pour cent ». Les deux ont raison, parce que l'un a compté toute la période de démarque et l'autre seulement les six premières semaines à plein tarif. Personne ne ment. Ils utilisent le même mot pour deux calculs différents. Cette seule ambiguïté fausse les décisions de réassort, le calendrier des démarques et l'achat de la saison suivante.

Cette leçon règle le problème. Nous définissons quatre KPI (Key Performance Indicators, les indicateurs que les équipes pilotent) clés du prêt-à-porter avec une formule unique et constante pour chacun, avec un exemple chiffré et des plages de benchmark pour vérifier la cohérence de vos chiffres. L'objectif : la discipline data. Même définition, mêmes inputs, même résultat, à chaque fois.

Pourquoi les définitions sont un problème de qualité de données

Un KPIKPIKey Performance Indicator : une valeur mesurable qui montre l'efficacité avec laquelle vous atteignez un objectif précis, suivie dans le temps par rapport à une cible.Voir la définition complète → ne vaut que l'accord qui le sous-tend. Dans la mode, un même nom d'indicateur cache des numérateurs, des dénominateurs et des fenêtres temporelles différents. C'est un échec de gouvernance, pas un échec de calcul.

Avant tout benchmark, verrouillez trois éléments dans votre dictionnaire de données :

• Fenêtre temporelle : cycle de vie complet, période à plein tarif, ou cumul saison à date ?
• Base unitaire : unités vendues ou chiffre d'affaires en dollars/euros ?
• Base de coût : prix de revient, prix de vente, ou coût de revient débarqué incluant fret et droits de douane ?

Écrivez-le une fois pour toutes. Un dictionnaire de données partagé (un document définissant chaque champ d'indicateur et sa formule) est le contrôle qualité le moins cher qu'une équipe retail analytics puisse mettre en place. Voir le cadrage pratique de la gouvernance dans le panorama de la gestion des données DAMA-DMBOK.

Sell-through à plein tarif

Définition : le pourcentage d'unités reçues vendues à plein tarif (avant toute démarque) sur une fenêtre définie.

Formule :

Sell-through plein tarif = (Unités vendues à plein tarif) / (Unités reçues) x 100

Les deux responsables plus haut se disputaient sur la fenêtre et sur la base de prix. Fixez les deux. « Sell-through plein tarif, semaines 1 à 6 » ne laisse aucune ambiguïté. « Sell-through total, cycle de vie complet » est un autre indicateur, tout aussi valable. Les deux ont leur place dans le dictionnaire ; il leur faut juste des noms différents.

Exemple chiffré : vous recevez 1 000 unités d'une chemise en lin. Sur les six premières semaines à plein tarif, vous en vendez 550. Puis vous démarquez et en vendez 300 de plus.

• Sell-through plein tarif (semsemSearch Engine Marketing : toucher des audiences via les moteurs de recherche, en combinant SEO organique et search payant (SEA) pour capter l'intention de l'utilisateur au moment de sa recherche.Voir la définition complète →. 1 à 6) = 550 / 1 000 = 55 pour cent
• Sell-through total (cycle de vie complet) = 850 / 1 000 = 85 pour cent

Même produit, deux chiffres honnêtes. C'est le nommage qui sauve la réunion.

Benchmark (estimation, prêt-à-porter généraliste, à date de 2025) : beaucoup de retailers visent environ 60 à 70 pour cent de sell-through plein tarif sur les premières semaines d'une saison pour le prêt-à-porter cœur de gamme, la fast fashion allant plus haut et le luxe à plein tarif fonctionnant selon une autre logique. À traiter comme des repères de planification directionnels, pas comme des chiffres audités ; les cibles réelles varient selon la catégorie, le canal et la marque.

Weeks of supply (WOS)

Définition : le nombre de semaines que durera le stock actuel au rythme de vente actuel. C'est votre indicateur d'alerte précoce sur le surstock et la rupture.

Formule :

Weeks of supply = (Unités en stock actuel) / (Ventes unitaires hebdomadaires moyennes)

Exemple chiffré : vous détenez 2 400 unités d'une sneaker et en vendez 300 par semaine en moyenne.

• WOS = 2 400 / 300 = 8 semaines

Lisez-le au regard de votre plan. S'il reste 6 semaines de saison, 8 semaines de couverture signale que vous finirez avec du stock résiduel : prévoyez une démarque. Si le chiffre est de 2 semaines et qu'il en reste 6, vous risquez le rayon vide : réassortissez ou réallouez.

Le piège qualité : « ventes hebdomadaires moyennes » sur quelle période ? Une moyenne glissante sur 4 semaines réagit vite mais surréagit à un simple pic promotionnel. Une moyenne glissante sur 12 semaines est plus lisse mais lente en cas de retournement de tendance. Choisissez-en une, documentez-la, appliquez-la partout.

Benchmark (estimation) : un WOS sain dépend de la catégorie. Les basiques à rotation rapide tournent souvent tendu, entre 4 et 8 semaines ; la mode saisonnière est plus haute en début de saison et doit descendre vers la fin. Il n'existe pas de chiffre « bon » universel, seulement un bon rapport à votre fenêtre de vente restante.

Ratio stock/ventes

Définition : le stock disponible en début de période rapporté aux ventes de cette période. C'est le ratio de planification classique derrière l'open-to-buy (le budget d'achat restant à un acheteur).

Formule :

Stock/ventes = (Stock début de période) / (Ventes de la période)

Les deux termes doivent être sur la même base unitaire : unités avec unités, ou valeur de vente avec valeur de vente. Mélanger un stock valorisé au coût avec des ventes valorisées au prix de vente est l'une des erreurs silencieuses les plus fréquentes du reporting retail.

Exemple chiffré : le stock en début de mois est de 5 000 unités. Vous vendez 2 500 unités ce mois-là.

• Stock/ventes = 5 000 / 2 500 = 2,0

Un ratio de 2,0 signifie que vous avez démarré le mois avec deux fois le stock que vous avez vendu. Que ce soit juste ou non dépend des délais d'approvisionnement et du fait que le mois suivant soit un pic ou non. Des ratios qui montent mois après mois avec des ventes stables est un signal classique de surstock.

🎬 [VIDEO: "Retail Math: Sell Through, Stock to Sales & GMROI Explained" - youtube.com - une explication claire des indicateurs clés du merchandising retail et de leurs liens]

Gmroi

Définition : Gross MarginGross MarginLa marge brute est la part du chiffre d'affaires qui reste après déduction du coût direct de production des biens ou services, exprimée en pourcentage du chiffre d'affaires.Voir la définition complète → Return on InvestmentReturn on InvestmentReturn on Investment : le rapport entre le profit net et le coût d'un investissement. Un ROI de 300 % signifie que chaque dollar investi en rapporte 3.Voir la définition complète →. Il répond à la question : pour chaque unité de monnaie investie en stock, combien de marge brute (ventes moins coût des marchandises) ai-je récupéré ? Il relie la rentabilité au stock qui l'a générée, et c'est pour cela qu'il appartient à un dictionnaire de KPI mode plutôt qu'à un tableau financier générique.

Formule :

GMROI = (Marge brute en valeur) / (Stock moyen au coût)

Où marge brute en valeur = ventes nettes moins coût des marchandises vendues, et le stock moyen est valorisé au coût.

Exemple chiffré : une ligne de sacs génère 400 000 dollars de marge brute sur l'année. Le stock moyen détenu, valorisé au coût, est de 200 000 dollars.

• GMROI = 400 000 / 200 000 = 2,0

À lire comme « 2,0 », soit 2 dollars (ou euros) de marge brute par unité de monnaie investie en stock. Un GMROI supérieur à 1,0 signifie que le stock a généré plus de marge que son coût de portage ; en dessous de 1,0, non.

La règle de cohérence qui casse le GMROI : le stock moyen doit être au coût, et il doit reposer sur assez de points de mesure. Une moyenne à deux points (début et fin d'année) peut fausser gravement une activité saisonnière dont le pic est en milieu d'année. Utilisez des points mensuels quand vous en disposez. Une moyenne à 12 points pour une marque de prêt-à-porter saisonnier peut différer sensiblement d'une moyenne à 2 points, et cet écart seul peut déplacer le GMROI assez pour changer une décision d'achat.

Benchmark (estimation, retail prêt-à-porter généraliste) : les chiffres de GMROI couramment cités pour le prêt-à-porter se situent dans le bas à milieu de la fourchette à un chiffre (souvent évoqués autour de 2 à 3), mais cela varie fortement selon le segment et reste sensible au mode de calcul du stock moyen. Servez-vous-en d'abord pour comparer des catégories au sein de votre propre activité, avant de comparer entre entreprises.

Rendre le dictionnaire opposable

Des définitions écrites dans un slide sont ignorées. Des définitions écrites en code sont utilisées. Voici une implémentation de référence minimale et lisible que votre équipe analytics peut standardiser :

def full_price_sell_through(units_sold_full_price, units_received):
    return units_sold_full_price / units_received * 100

def weeks_of_supply(current_inventory_units, avg_weekly_unit_sales):
    return current_inventory_units / avg_weekly_unit_sales

def stock_to_sales(beginning_inventory, sales_in_period):
    # les deux arguments DOIVENT partager la même base unitaire (unités OU valeur de vente)
    return beginning_inventory / sales_in_period

def gmroi(gross_margin_dollars, average_inventory_at_cost):
    return gross_margin_dollars / average_inventory_at_cost

Le commentaire sur stock_to_sales est le vrai gain de gouvernance : il oblige l'analyste à confirmer la base unitaire avant que le chiffre n'atteigne un dashboard. Déployez ces fonctions comme une librairie partagée, et « qu'est-ce que le sell-through » cesse d'être un débat.

Défauts de qualité de données à auditer

• Dérive de fenêtre : un KPI change silencieusement de fenêtre temporelle d'un dashboard à l'autre. Figez les fenêtres dans les métadonnées.
• Décalage de base : stock valorisé au coût divisé par des ventes valorisées au prix de vente. Confirmez toujours les deux côtés.
• Fuite des retours : des unités vendues non nettoyées des retours gonflent le sell-through. Décidez une fois pour toutes brut ou net, et étiquetez-le.
• Reçu contre commandé : les dénominateurs de sell-through doivent utiliser les unités *reçues*, pas les unités *commandées*, sinon les livraisons tardives embellissent vos chiffres.

À retenir

• Nommez la fenêtre et la base, toujours. « Sell-through plein tarif, semaines 1 à 6, net de retours » est un actif data ; « sell-through » tout seul est une dispute en attente.
• Une formule par indicateur, stockée en code. Une librairie de fonctions partagée met fin à la dérive des définitions mieux que n'importe quelle note de cadrage.
• Le GMROI est sensible à la méthode de moyenne du stock. Utilisez le stock au coût avec assez de points mensuels, surtout pour le prêt-à-porter saisonnier.
• Lisez les weeks of supply au regard de votre fenêtre de vente restante, pas d'une cible universelle.
• Traitez toutes les plages de benchmark citées ici comme des estimations directionnelles. Comparez les catégories au sein de votre propre activité avant de comparer entre entreprises, et vérifiez les inputs avant de faire confiance à un chiffre inter-entreprises.