Bases de la prévision des stocks pour les boutiques de commerce électronique DTC

La prévision ne consiste pas à prédire l'avenir. Il s'agit de décider, selon un calendrier et avec une marge de sécurité mesurée, quand envoyer de l'argent à votre fournisseur — ce qui est un problème beaucoup plus simple.

---

L'e-mail arrive lors de la troisième semaine de votre meilleur mois jamais enregistré : « Salut — j'essaie de commander le 20 oz en Sage et il est indiqué épuisé. Quand sera-t-il de retour ? » Vous vérifiez. Ce n'est pas seulement le Sage. Votre meilleur vendeur est épuisé dans quatre des six variantes, le délai de livraison de votre fournisseur est de 35 jours, et le bon de commande que vous aviez l'intention de passer il y a deux semaines est toujours à l'état de brouillon. Pendant ce temps, dans le coin du garage, une palette de la couleur qui semblait une valeur sûre en janvier n'a pas bougé depuis mars.

Vous êtes déjà passé par là. La dernière fois, vous aviez juré de prendre au sérieux la prévision des stocks — et puis le contenu sur la prévision des stocks e-commerce que vous avez trouvé parlait d'algorithmes de détection de la demande, d'apprentissage automatique, de modèles probabilistes. Vous avez 40 SKU et une feuille de calcul. Vous avez donc fermé l'onglet et êtes retourné à la commande à l'instinct.

Voici le changement de perspective sur lequel cet article est construit : la raison pour laquelle vous continuez à être en rupture de stock n'a rien à voir avec des algorithmes manquants. C'est que le réapprovisionnement se produit lorsque vous le *remarquez*, au lieu de lorsque un chiffre l'indique. Pour résoudre cela, il faut cinq intrants que vous possédez déjà et des calculs que vous pouvez faire sur papier.

Le mensonge qui pousse les boutiques à commander à l'instinct

La croyance qui bloque la plupart des opérateurs DTC : « La vraie prévision nécessite la science des données, et ma demande est de toute façon trop imprévisible pour cela. »

Les deux parties sont fausses. La version de la prévision axée sur la science des données existe pour les entreprises avec des dizaines de milliers de SKU, où un gain de précision de 1 % vaut des millions. Avec 40 ou 400 SKU, le modèle sophistiqué et le modèle simple produisent des bons de commande presque identiques — car à votre échelle, les erreurs qui vous nuisent ne sont pas des erreurs de modélisation. Ce sont des erreurs de processus : personne n'a regardé la vélocité ce mois-ci, personne n'a noté que le fournisseur a eu deux semaines de retard la dernière fois.

Et « trop imprévisible » confond ce à quoi sert une prévision. Vous n'essayez pas de prédire que vous vendrez exactement 187 unités en mars. Vous répondez à une question opérationnelle : quand dois-je réapprovisionner, et quelle quantité, afin de ne pas être en rupture avant l'arrivée du prochain envoi — sans immobiliser mon argent dans des stocks dont je n'ai pas besoin ? Cette question tolère beaucoup d'imprévisibilité, car la marge de sécurité pour l'imprévisibilité fait partie du calcul.

Les cinq intrants dont une prévision de stock e-commerce a réellement besoin

Tout dans une prévision DTC fonctionnelle provient de cinq chiffres par SKU — tous disponibles à partir d'un rapport de ventes et de vos derniers bons de commande.

1. Vitesse de ventes passées, par SKU. Unités vendues par jour, moyennées sur une période glissante — 30 jours pour les articles à rotation rapide, 90 pour les plus lents, de sorte qu'une seule bonne semaine ne fausse pas la moyenne. C'est le moteur de la prévision, et elle doit être par SKU, pas par produit. « Le gobelet se vend à 12 par jour » est inutile si Sage en vend 6 et Moutarde en vend 1.

2. Un multiplicateur de saisonnalité. Divisez les ventes de chaque mois par votre mois moyen : novembre pourrait être 1,8, février 0,7. Appliquez le multiplicateur à la période pendant laquelle l'inventaire va réellement se vendre, pas à la période pendant laquelle vous commandez — un bon de commande d'octobre pour un stock arrivant en novembre reçoit le chiffre de novembre.

3. Délai de livraison du fournisseur — et sa variabilité. Pas le chiffre sur le devis. Les jours réels entre l'envoi du bon de commande et la mise en vente du stock, à partir de vos dernières commandes : 32, 29, 41, 35. La moyenne détermine le point de réapprovisionnement. L'écart — ce 41 — détermine votre stock de sécurité.

4. MOQ et contraintes de commande. Les quantités minimales de commande, les tailles de caisse et les paliers de prix ne changent pas quand vous réapprovisionnez, mais ils fixent le seuil de combien — ce qui est extrêmement important pour la trésorerie, comme nous allons le voir.

5. Promotions planifiées. Une vente est une demande que vous planifiez intentionnellement. Si le lot du Black Friday a fait 3 fois la vitesse normale l'année dernière, ce pic est intégré à la prévision comme une ligne explicite — et est retiré de la vitesse des ventes passées par la suite (un piège qui a sa propre section ci-dessous).

C'est la liste complète. Le talent ne réside pas dans les mathématiques — il s'agit de maintenir ces cinq chiffres à jour au lieu de les deviner à chaque fois.

Les calculs du point de commande, expliqués

Voici le calcul, en utilisant des chiffres ronds fictifs : votre gobelet le plus vendu chez Sage.

• Vitesse sur 90 jours glissants : 6 unités/jour
• Période récente la plus chargée sur 30 jours : 8 unités/jour
• Délai de livraison fournisseur : 30 jours en moyenne, 40 jours au pire
• MOQ : 500 unités

Étape un : demande pendant le délai de livraison. Vous avez besoin de suffisamment de stock pour supporter l'attente de la prochaine expédition : 6 unités/jour × 30 jours = 180 unités. C'est le point de réapprovisionnement minimum dans un monde où rien ne varie.

Étape deux : stock de sécurité. Rien dans ce monde n'est réel, vous ajoutez donc une marge. Une formule simple et défendable : demande dans le pire des cas sur le délai de livraison dans le pire des cas, moins le cas moyen.

(8 unités/jour × 40 jours) − (6 unités/jour × 30 jours) = 320 − 180 = 140 unités de stock de sécurité

Étape trois : le point de réapprovisionnement. 180 + 140 = 320 unités. Lorsque le compte du stock disponible plus le stock commandé de Sage tombe à 320, vous envoyez le bon de commande. Pas quand il semble bas — à 320.

Deux choses concernant le stock de sécurité, le chiffre le plus mal compris dans le calcul. Premièrement, soyez précis sur ce qu'il couvre : les deux façons dont la moyenne vous trompe — la demande est plus forte que la moyenne mobile, et le fournisseur est plus lent que prévu. Ce n'est pas un rembourrage vague « au cas où » ; il est dimensionné par l'écart de demande de votre SKU et le bilan de votre fournisseur, c'est pourquoi l'entrée n°3 demandait l'historique et non le devis.

Deuxièmement, le stock de sécurité est un réglage, pas un commandement. La formule est conservatrice — elle suppose que la mauvaise demande et le mauvais délai de livraison surviennent simultanément. Pour un produit à faible rotation, ou lorsque les liquidités sont limitées, vous pouvez le réduire et accepter un risque de rupture de stock plus élevé. Le point est qu'il s'agit d'une décision prise avec des chiffres, et non d'un accident découvert dans un e-mail client.

Étape quatre : combien commander. Le point de réapprovisionnement indique quand ; la quantité à commander est une décision distincte. Une règle de départ claire : commandez votre fenêtre de couverture cible — disons, 60 à 90 jours de vélocité attendue, ajustée selon la saisonnalité — puis arrondissez au MOQ ou au prochain emballage. Pour Sage à l'approche d'une saison 1,5x : 6 × 1,5 × 60 jours = 540 unités, ce qui dépasse de toute façon le MOQ de 500. Pour un produit à faible rotation de 1 unité par jour, ce même MOQ représente 500 jours de stock — le moment de négocier le MOQ, de consolider les variantes ou de remettre en question l'existence du SKU.

[IMAGE : Schéma simple du point de réapprovisionnement — une ligne de stock descendante croisant le seuil de réapprovisionnement de 320 unités, une commande passée, le stock arrivant juste au moment où la ligne approche de la bande de sécurité de 140 unités]

Là où la prévision des stocks e-commerce échoue de manière prévisible

Les mathématiques sont la partie facile. Ces trois modes d'échec sont ceux qui nuisent réellement aux magasins.

L'asymétrie : les ruptures de stock et les surstocks ne coûtent pas la même chose

Le coût visible d'une rupture de stock est la perte de ventes pendant l'intervalle. Le coût caché est pire : les campagnes publicitaires que vous mettez en pause (et réapprenez à un CPA plus élevé lors de leur redémarrage), les abonnés qui se désabonnent car leur réapprovisionnement n'était pas là, les acheteurs d'une première fois qui sont arrivés la semaine où vous n'aviez rien à vendre, et les classements organiques qui baissent pendant que l'annonce est inactive. Pour un produit périssable et réapprovisionnable — le type sur lequel les marques DTC sont construites — une rupture de stock de trois semaines peut supprimer la vélocité pendant des mois après le réapprovisionnement.

Le coût de la surabondance est le coût de possession : trésorerie immobilisée, stockage, dépréciation éventuelle. Douloureux, mais graduel et généralement récupérable — si le produit n'expire pas, n'a pas de date limite ou ne se démode pas.

La bonne orientation dépend donc du type de produit. Pour les SKUs de base pérénniels, privilégiez la surabondance — stock de sécurité généreux, réapprovisionnements anticipés — car la rupture de stock est le coût le plus élevé. Pour les SKUs saisonniers, de mode ou périssables, inversez : le stock invendu ne fait pas que bloquer des liquidités, il s'évapore en démarque, donc les commandes limitées sont préférables aux tampons. Appliquer la même orientation aux deux types de produits est la raison pour laquelle les magasins se retrouvent sans le gagnant et ensevelis sous le perdant simultanément — le scénario du garage du début de ce post.

Le problème du démarrage à froid pour les nouveaux SKU

Un nouveau SKU n'a pas de vélocité de fin de période, donc le moteur de prévision est vide. Ne le falsifiez pas avec une fausse précision. Empruntez la courbe de lancement du SKU le plus similaire que vous ayez lancé auparavant, mettez-la à l'échelle de votre attente honnête, et — c'est la partie exploitable — déterminez la taille de la première commande pour vous tromper à moindre coût. Une première commande plus petite avec un déclencheur de réapprovisionnement rapide vaut mieux qu'un conteneur plein de confiance. Vous ne prévoyez pas encore ; vous achetez des données. Placer la deuxième commande sur quatre à six semaines de ventes réelles est le plan, pas un manque de courage.

Le piège de la distorsion promotionnelle

Vous faites une vente de deux semaines. Ça marche — vélocité 3×. Six semaines plus tard, votre moyenne mobile est toujours gonflée par ces deux semaines, vos points de réapprovisionnement sont tous trop élevés, et vous êtes sur le point de sur-commander dans tout le catalogue en fonction d'une demande que vous avez fabriquée avec une remise.

La solution est mécanique : étiquetez les périodes promotionnelles dans vos données de ventes et calculez la vélocité de base en excluant ces fenêtres. Les promotions entrent dans la prévision comme le dit l'intrant n°5 — comme une demande explicite et planifiée — jamais silencieusement par la moyenne mobile. Le piège fonctionne aussi dans l'autre sens : une période de rupture de stock fait baisser votre moyenne vers le bas, vous disant de commander moins du SKU exact qui vient de prouver que vous en aviez sous-commandé. Excluez également ces fenêtres ; zéro vente à partir d'une étagère vide n'est pas une donnée de demande.

D'abord le tableur — et quand le tableur ne suffit plus

Tout ce qui précède fonctionne dans une seule feuille de calcul : une ligne par SKU, des colonnes pour les cinq intrants, des formules pour le point de réapprovisionnement et la quantité commandée, et une revue hebdomadaire de 30 minutes où vous mettez à jour les vélocités et vérifiez ce qui a franchi son seuil. Pour un magasin à canal unique avec quelques centaines de SKUs et de produits finis, la feuille de calcul est vraiment l'outil approprié — pas le compromis budgétaire. Vous comprendrez chaque chiffre qu'elle contient, ce qui est plus que ce que la plupart des implémentations logicielles ne réalisent.

La feuille de calcul cesse d'être honnête à des symptômes reconnaissables : un deuxième canal de vente, des lots et des kits qu'elle ne peut pas décrémenter, plusieurs entrepôts ou un 3PL, ou un nombre de SKUs tel que la revue hebdomadaire n'a plus lieu d'être — une prévision obsolète n'est que de l'intuition avec une mise en forme. À ce stade, vous voulez une logique de réapprovisionnement qui lit les données de ventes en direct, dans la classe d'application de réapprovisionnement et au-dessus. Nous avons cartographié ce paysage, par forme opérationnelle plutôt que par classement, dans notre guide honnête des meilleurs logiciels de gestion des stocks pour Shopify et WooCommerce.

Une prévision est un calendrier d'achats — ce qui en fait un calendrier de trésorerie

Encore une reformulation, car elle relie ceci au reste de votre entreprise : chaque point de réapprovisionnement que vous définissez est un paiement futur avec une date approximative. Sage atteignant 320 unités à la mi-août est un paiement fournisseur à la mi-août. Une prévision terminée, lue sur le calendrier, est un calendrier des sorties de trésorerie récurrentes les plus importantes de votre magasin.

C'est important car les magasins qui ont beaucoup de stock meurent rarement d'un manque de rentabilité — ils meurent d'une grosse commande arrivant une semaine maigre. Intégrer les dates de commande de vos prévisions dans une prévision de trésorerie sur 13 semaines transforme un « nous devrions nous réapprovisionner » en « nous pouvons payer le réapprovisionnement le jeudi où il est dû ». Et les calculs de commande ne sont bons que si vos unités économiques sont bonnes : si votre coût par unité livrée est flou, vos décisions de quantité de commande le sont aussi — notre guide sur les COGS pour les vendeurs Shopify explique comment solidifier ce chiffre.

Commencez avec dix SKU

Ne construisez pas le modèle de 400 lignes cette semaine. Prenez vos dix SKUs les plus rapides — la majorité de vos revenus, tout votre risque de rupture de stock — et appliquez la méthode uniquement sur ceux-ci : extrayez la vélocité passée, notez les délais réels de vos dernières commandes, calculez un point de réapprovisionnement, et planifiez la revue hebdomadaire de 30 minutes. L'e-mail sur le gobelet du début de cet article n'est pas évité par de meilleurs instincts. Il est évité par un chiffre — 320 — et l'habitude de le vérifier.

Dix SKUs, cinq entrées, une formule. C'est la prévision des stocks à l'échelle DTC — et une fois que les unités sont planifiées, le côté financier de la même discipline (COGS, timing de trésorerie, livres qui correspondent à l'inventaire) est couvert dans notre guide complet de la comptabilité e-commerce.