Visibilité end-to-end de la supply chain pour l'allocation et le réapprovisionnement
# Visibilité end-to-end de la supply chain pour l'allocation et le réapprovisionnement
Un sweat col rond en coton quitte une usine de Tirupur, en Inde, un mardi. Six semaines plus tard, il devrait être plié sur une table d'un flagship de Chicago. Entre ces deux moments : un bon de commande, un conteneur maritime, une retenue en douane, un centre de distribution, et une décision : laquelle de vos 200 boutiques reçoit ces 5 000 unités, et en quelle quantité.
Ratez cette décision et vous produisez les deux mots les plus coûteux du retail : rupture et markdown. Réussissez-la, avec des données que vous possédez déjà, et vous vendez davantage d'unités à plein tarif à partir du même stock.
Cette leçon suit ce sweat depuis le PO usine jusqu'au rayon, et montre comment les données de lead time et d'in-transit alimentent un modèle d'allocation qui rééquilibre le stock avant que les ruptures ne surviennent.
Le parcours d'un seul PO
Définissons les termes au fil de l'eau.
Un purchase order (PO) est votre engagement auprès d'une usine : modèle, quantité, prix, date d'expédition. Une fois émis, cette quantité est largement figée. C'est pourquoi la mode est un métier de prévision, pas de réassort, pour une bonne partie de son assortiment.
Voici le trajet type et les points de capture des données :
- Usine (PO émis) : modèle, coloris, courbe de tailles, quantité, fenêtre d'expédition convenue.
- Sortie usine / fret réservé : les marchandises partent et un bill of lading (le contrat de transport et le reçu) est crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éé. C'est votre premier signal dur que « ça bouge vraiment ».
- In transit (maritime ou aérien) : le conteneur a un navire, une route et une ETA (estimated time of arrival). Les ETA changent en permanence.
- Port et douane : les marchandises sont dédouanées (ou retenues). Les retards y sont fréquents et difficiles à prévoir.
- Centre de distribution (DC) : réception, contrôle, puis passage en available to sell (ATS).
- Allocation : vous décidez comment les unités ATS se répartissent entre canaux et boutiques.
- Réapprovisionnement : recomplètements continus selon les ventes réelles.
Chaque étape produit un timestamp. Enchaînez ces timestamps et vous obtenez le lead time : le nombre de jours écoulés entre le PO et la mise en vente. C'est le chiffre le plus important de cette leçon.
Pourquoi les données de lead time valent mieux qu'un plan sur tableur
La plupart des marques planifient sur un lead time *standard*. Disons que le système de planification suppose 42 jours usine-DC. La réalité varie fortement : un retard dû à la mousson, une grève portuaire, un conteneur mal étiqueté.
Si vous allouez sur la date supposée et que les marchandises arrivent avec 12 jours de retard, vos boutiques les plus performantes se retrouvent à sec en plein week-end de pointe. Si elles arrivent en avance et que vous avez surexpédié vers une boutique lente, vous voilà à déplacer des cartons entre points de vente : coûteux et lent.
La solution : planifier sur des données in-transit réelles et live, pas sur une hypothèse statique. Les standards d'événements GS1 EPCIS (un langage commun pour « quoi, où, quand » entre partenaires commerciaux) rendent cela faisable même avec de nombreux fournisseurs. Voir la présentation du standard GS1 EPCIS pour la structure de ces événements.
Le changement d'état d'esprit : traiter le lead time comme une distribution, pas comme un chiffre unique.
Construire la logique d'allocation
L'allocation répond à une question : étant donné X unités arrivant au jour D, combien vont à chaque point de vente ?
Il vous faut quatre inputs, tous issus de données que vous détenez probablement déjà :
1. Rythme de demande par boutique : rate of sale récent, idéalement par taille. Une boutique qui vend 8 unités par semaine en taille M a besoin de plus de M.
2. On-hand + on-order : stock actuel plus tout ce qui est déjà en route vers cette boutique.
3. Weeks of supply (WOS) cible : combien de semaines de couverturecouvertureLe nombre de personnes uniques exposées à votre message sur une période donnée. Contrairement aux impressions, le reach compte chaque personne une seule fois, quel que soit le nombre d'expositions.Voir la définition complète → vous voulez en rayon. Un basique de fond de rayon peut viser 6 à 8 semaines ; un article de tendance, 2 à 3.
4. Lead time jusqu'à la boutique : le transit DC-boutique, qui varie selon la région.
La formule de base pour ce dont une boutique *a besoin* est simple :
# Unités nécessaires à une boutique pour atteindre sa couverture cible
need = (target_wos * weekly_rate_of_sale) - on_hand - on_order
# Jamais négatif, et respecter les minimums de la courbe de tailles
need = max(need, 0)
# Quand l'approvisionnement entrant est rare, allouer proportionnellement au besoin
store_alloc = round(available_units * (need / total_need_all_stores))C'est la dernière ligne qui compte. Quand vous ne pouvez pas couvrir toutes les boutiques (le cas normal), vous répartissez les unités rares en proportion du besoin démontré, pas à parts égales. Les répartitions égales, c'est ainsi qu'on se retrouve avec 3 unités dans une boutique qui en vend 20 par semaine et 3 dans une boutique qui en vend 1.
Ajouter la couche de visibilité : le pré-positionnementpositionnementL'espace mental que vous voulez occuper dans l'esprit de votre client cible, par rapport aux alternatives.Voir la définition complète →
C'est là que les données in-transit rapportent.
Vous n'avez pas à attendre l'arrivée au DC pour décider. Si votre flux EPCIS ou transporteur indique que le conteneur sera dédouané dans quatre jours, vous pouvez préparer l'allocation dès maintenant et lancer les expéditions boutiques dès l'heure de réception. Cela peut faire gagner plusieurs jours de mise en rayon.
Mieux encore, vous pouvez rééquilibrer avant la rupture. Supposons que vos données live de rate of sale montrent qu'un coloris cartonne dans le Nord-Est et stagne dans le Sud-Ouest. Deux leviers :
- Réorienter l'inbound : si les marchandises ne sont pas encore allouées, en pousser davantage vers la région chaude.
- Transfert entre boutiques : déplacer les unités existantes des boutiques froides vers les chaudes, en tenant compte du lead time de transfert pour ne pas courir après une demande déjà passée.
La discipline consiste à comparer les jours de couverture restants aux jours avant l'arrivée du réapprovisionnement. Si la couverturecouvertureLe nombre de personnes uniques exposées à votre message sur une période donnée. Contrairement aux impressions, le reach compte chaque personne une seule fois, quel que soit le nombre d'expositions.Voir la définition complète → est de 6 jours et que le prochain camion arrive dans 9 jours, cette boutique sera en rupture 3 jours. Cet écart, c'est votre alerte. Bien plus actionnable qu'un flag statique « stock faible ».
Complexité multicanale : boutiques versus e-commerce
L'allocation ne se limite pas au boutique-à-boutique. La plupart des marques opèrent en omnicanal (vente sur canaux physiques et digitaux depuis des pools de stock partagés ou distincts).
La tension : la demande e-commerce est nationale et peut exploser du jour au lendemain ; la demande en boutique est locale et plus régulière. Si vous déversez tout l'ATS en boutiques, votre site tombe en rupture sur un bestseller et vous perdez la vente la plus margée, sans markdown. Si vous gardez tout pour l'e-commerce, les boutiques paraissent vides et sous-stockées.
Une règle pratique employée par beaucoup de marques : conserver un buffer central au DC capable de servir l'e-commerce *et* de recompléter toute boutique qui s'emballe, plutôt que d'engager chaque unité vers un point de vente physique dès le premier jour. Les données live de lead time vous indiquent la taille nécessaire de ce buffer. Des lead times courts et fiables signifient un buffer réduit ; des lead times longs et volatils, un matelas plus épais.
Vérification des acquis
1. Pourquoi la mode est-elle décrite comme « un métier de prévision, pas de réassort » pour une bonne partie de son assortiment ?
2. À quel moment du parcours une unité de stock devient-elle pertinente pour une décision d'allocation ?
3. Quelle est la raison de fond pour laquelle la visibilité end-to-end (données de lead time et d'in-transit) compte pour l'allocation et le réapprovisionnement ?
4. Sélectionnez TOUTES les réponses correctes concernant le lead time et les timestamps capturés le long du parcours du PO.
Sélectionnez toutes les réponses correctes.
5. Sélectionnez TOUTES les réponses correctes décrivant les risques d'une mauvaise décision d'allocation.
Sélectionnez toutes les réponses correctes.
Lire les signaux : trois métriques qui déclenchent l'action
La visibilité ne compte que si elle change une décision. Surveillez ces trois-là :
1. La variance du lead time. Pas la moyenne, la dispersion. Si le transit d'une lane oscille entre 35 et 60 jours, votre stock de sécurité doit couvrir le pire cas. Réduire la *variance* vaut souvent plus que réduire la durée moyenne.
2. Le sell-through rate. Unités vendues divisées par unités reçues, sur une période. Un sell-through élevé et précoce sur un stock limité est le signal pour chercher des transferts ou accélérer ; un sell-through faible est le signal pour cesser d'alimenter cette boutique et commencer à préparer le markdown.
3. Le taux de disponibilité par taille. Un modèle peut sembler « en stock » alors qu'il manque les deux tailles qui vendent le plus. Suivre la disponibilité au niveau taille, et pas seulement au niveau modèle, c'est là que se cachent beaucoup de ventes perdues. Être en rupture de M, c'est être en rupture de la vente.
Un mini-scénario chiffré
Le sweat de Tirupur : 5 000 unités, dédouanées, disponibles à la vente vendredi.
- Boutique A : vend 20/semaine, 5 en stock, cible 4 semaines. Besoin = (4 x 20) - 5 = 75.
- Boutique B : vend 4/semaine, 10 en stock, cible 4 semaines. Besoin = (4 x 4) - 10 = 6.
- Buffer e-commerce cible : 400.
Si le besoin total du réseau est de 4 000 unités et que vous en avez 5 000, tout le monde est couvert et 1 000 restent en buffer au DC. Si le besoin total est de 8 000, vous allouez proportionnellement : la boutique A reçoit sa part du déficit, la boutique B sa part (plus petite), et aucune boutique chaude ne prive une boutique lente de son filet.
La part visibilité : parce que vous avez vu le dédouanement mercredi, l'allocation était déjà lancée et les expéditions ont quitté le DC vendredi après-midi, pas le mardi suivant.
À retenir
- Traitez le lead time comme une distribution live, pas comme une hypothèse fixe. Planifier sur les données in-transit réelles, et sur la variance, évite à la fois les ruptures et les transferts de panique.
- Allouez au besoin démontré, pas à parts égales. L'allocation proportionnelle au rate of sale (et par taille) place les unités rares là où elles se vendent.
- Comparez les jours de couverture aux jours avant réapprovisionnement. Cet écart est votre véritable alerte de rupture, bien plus utile qu'un flag statique de stock faible.
- Gardez un buffer central pour l'omnicanal. Des lead times plus courts et plus fiables permettent de le réduire ; les lanes volatiles exigent plus de matelas.
- La visibilité n'a de valeur que si elle change une décision. Pré-positionnez les allocations à partir des signaux de douane et d'ETA pour que les marchandises arrivent en rayon plusieurs jours plus tôt.