1- A l ’issue de la modélisation de la série des ventes, on dispose.
- d’un modèle linéaire de tendance : m(t) = 3396 - 12,3t où t représente le numéro de mois. Pour les deux prochains mois : t=25 et t=26
- de coefficients saisonniers, pour octobre 1,68 , pour novembre 1,21
- de l’écart-type de l’erreur de prévision, s=820 que nous considérons comme indépendant du temps.
Le délai étant de deux mois, la consommation moyenne à prévoir est : (3396 - 12,3 x 25 )x1,68 + (3396 - 12,3 x 26 )x1,21 = 8909.
A cette consommation moyenne à couvrir, on doit ajouter un stock de sécurité lié à l’objectif d'une qualité de service de 98% :
t2% s 21/2= 2,06 x 820 x 1,41= 2381 articles.
Le point de commande, début octobre, est de 8909 + 2381=11290. La position du stock étant inférieure à ce niveau, il est urgent de passer une commande !
Il faut même étudier pourquoi elle n’a pas été passée plus tôt. Il y a certainement un dysfonctionnement dans le système d’approvisionnement.
La commande arrivera dans deux mois, le stock actuel est de 9 000 articles.
2- Quelle est la probabilité que la demande
Y des deux mois dépasse les 9 000 articles disponibles ?
Y suit une loi normale (de Gauss) de moyenne 8 909 et d’écart type 820 x 1,41 = 1156. Il y a donc presque 50% de chance d’éponger le stock avant les deux mois puisque le stock disponible correspond quasiment à la moyenne prévue.
La situation est suffisamment critique pour s’en préoccuper.
3- Avertir les commerciaux immédiatement n’est pas la bonne solution ; en effet, ceux-ci voulant satisfaire leurs clients, ils vont les inciter à commander plus tôt et en plus grande quantité (pour éviter une rupture de livraison), ce qui va accentuer la pénurie.
La probabilité de pouvoir servir la demande X du prochain mois est quasi certaine : Pr (X < 9 000) = 99,99% avec X suivant une loi N(5187, 820).
Attendons de voir évoluer la situation, la gestion de la pénurie éventuelle sera abordée début novembre.
Voir du coté du fournisseur si un éventuel dépannage ou une livraison anticipée est possible.
|