Commençons par une facture. Il y a deux ans, j'ai aidé un entrepôt de e-commerce à clôturer ses comptes de fin d'année — un cas d'école de mathématiques de stock tampon mal faites : le stock à faible rotation avait immobilisé plus de quatre millions de yuans, la trésorerie était si tendue qu'ils ne pouvaient pas payer les primes. En même temps, trois best-sellers étaient en rupture de stock depuis deux semaines, et le service client était submergé de réclamations. Un seul entrepôt, en surstock et en rupture de stock à la fois. Le propriétaire m'a demandé : avons-nous trop ou trop peu de stock ? J'ai répondu : ni l'un ni l'autre — nous le calculons mal. C'est l'image classique des erreurs de calcul du stock de sécurité : trop de stock immobilise du cash, trop peu fait perdre des commandes, et l'erreur n'est pas dans la volonté de stocker, elle est dans les mathématiques.

Le stock de sécurité protège contre la variabilité, pas contre la moyenne. La demande monte et descend chaque jour, le délai de réapprovisionnement est rapide une semaine et lent la suivante, et le tampon est ce qui absorbe cette oscillation. La formule elle-même est simple : stock de sécurité = facteur de sécurité × écart-type de la demande × la racine carrée du délai. Les quatre erreurs ci-dessous — j'ai vu un entrepôt commettre chacune d'elles.

Le facteur de sécurité est estimé au jugé, et l'estimation coûte cher

L'erreur la plus fréquente est de fixer le facteur de sécurité au jugé. Voici comment cela se passe d'habitude : le patron dit « le niveau de service doit être élevé », alors quelqu'un augmente le facteur. Ou l'inverse — par peur d'immobiliser du cash, quelqu'un le diminue. Personne ne vérifie à quel niveau de service le facteur correspond réellement. Le résultat est prévisible : les articles qui avaient besoin de protection ne l'ont pas eue, et ceux qui n'en avaient pas besoin sont assis sur un tas de cash.

Ce tableau montre ce que vaut un facteur (exemple hypothétique : demande quotidienne moyenne de 100 unités, écart-type de la demande de 30 unités, délai de 7 jours) :

Niveau de service cible Facteur de sécurité Z Stock tampon
90% 1.28 environ 102 unités
95% 1.65 environ 131 unités
98% 2.05 environ 163 unités
99% 2.33 environ 185 unités

Passer d'un niveau de service de 95% à 99% signifie détenir 40% de stock tampon en plus, alors que la probabilité de rupture de stock ne baisse que de quatre points de pourcentage. C'est l'arbitrage au cœur du stock de sécurité : plus on pousse le niveau de service vers le haut, plus chaque point supplémentaire coûte cher. Ma règle est simple — on fixe d'abord le niveau de service, puis le facteur, et on le fixe par catégorie. Les articles A, vos meilleures ventes, obtiennent 98%. Les articles C, la longue traîne, obtiennent 90% et cela suffit. Un seul facteur pour tout, c'est simplement utiliser l'argent des articles A pour acheter la tranquillité des articles C.

Utiliser la moyenne au lieu de l'écart-type fausse les mathématiques du stock de sécurité

La deuxième erreur est plus sournoise : se tromper sur la variabilité de la demande. Beaucoup d'entrepôts calculent encore le stock tampon à partir de la demande quotidienne moyenne, en ignorant complètement la variabilité — ou ils prennent le jour de pointe moins la moyenne et appellent cela l'oscillation. C'est comme mesurer sa taille pour acheter des chaussures. La mauvaise dimension.

Il y a deux ans, j'ai examiné un entrepôt 3PL dont la méthode consistait à multiplier la demande quotidienne moyenne par le délai en jours, plus vingt pour cent « pour l'assurance ». La haute saison est arrivée, les commandes ont triplé en un jour, et le tampon n'a eu aucune chance — deux semaines consécutives de ruptures de stock. Le problème n'était pas le facteur. C'était la variabilité : ils n'avaient jamais calculé un écart-type de la demande de leur vie. L'écart-type est la vraie forme de la variabilité ; la moyenne n'est qu'une décoration. La bonne méthode consiste à prendre trois mois de demande quotidienne, jour par jour, et à calculer l'écart-type — haute saison et basse saison séparément. Les données sont déjà dans le système. Il suffit que quelqu'un s'assoie et le fasse une fois.

Et il y a une quantité que l'on oublie presque toujours : la variabilité du délai. La plupart des mathématiques du stock tampon supposent que le délai est fixe. Les fournisseurs ne sont jamais aussi ponctuels. Regardez ces chiffres (exemple hypothétique) :

Méthode Stock tampon (niveau de service de 95%)
Variabilité de la demande seulement environ 131 unités
Variabilité de la demande + variabilité du délai (écart-type du délai de 2 jours) environ 355 unités

Une variable manquante, et le tampon est décalé de presque trois fois. Ce n'est pas de l'alarmisme — c'est ce que dit la formule. Les articles dont les délais sont instables ont besoin d'un tampon plus important ; les articles dont les fournisseurs fonctionnent comme une horloge peuvent tourner avec moins. La racine de l'erreur se trouve généralement du côté de l'offre, pas du côté de la demande.

Un même ensemble de paramètres de stock de sécurité pour la haute et la basse saison

La troisième erreur : des paramètres fixés une fois par an et jamais retouchés. Beaucoup d'entrepôts fixent leurs chiffres de tampon en janvier et utilisent les mêmes toute l'année. La variabilité de basse saison est appliquée à la haute saison, les niveaux de stock de haute saison sont reportés en basse saison. Faux dans les deux sens.

L'année dernière, un entrepôt vendant des produits saisonniers a fait exactement cela. L'été était sa basse saison, l'hiver était la haute saison. Ils ont approvisionné l'hiver avec les paramètres de l'été, et la première vague promotionnelle de la saison a épuisé trois produits phares. Quand nous avons fait le bilan, les opérations ont dit « nous avons suivi la formule ». Vrai — la formule était bonne, mais les chiffres étaient ceux de l'été. Ma pratique : recalculer les paramètres chaque trimestre, faire un ajustement séparé un mois avant la haute saison, et fixer des paramètres temporaires pendant les promotions, qui sont rétablis le jour où la promotion se termine. Les paramètres ne se fixent pas pour être oubliés. Ils suivent l'activité.

La solution : une correction en quatre étapes

Quatre erreurs, maintenant la solution. Le cadre ci-dessous est conçu pour corriger les erreurs de calcul du stock de sécurité, étape par étape, dans l'ordre :

Étape Que faire Résultat
Étape 1 : Fixer le niveau de service par catégorie Articles A 98%, articles B 95%, articles C 90%, répartis selon les ventes et le coût de la rupture de stock Un niveau de service cible par catégorie
Étape 2 : Mesurer la variabilité réelle Écart-type de la demande quotidienne plus écart-type du délai, haute et basse saison séparément Deux écarts-types par groupe d'articles
Étape 3 : Réappliquer la formule Stock de sécurité = Z × écart-type de la demande × racine carrée du délai ; utiliser la formule complète quand le délai varie Nouveau tampon par groupe d'articles
Étape 4 : Réviser selon le calendrier Recalculer chaque trimestre, consigner chaque rupture de stock et chaque article à faible rotation avec sa cause, pour que le prochain ajustement ait des preuves Un journal des modifications de paramètres

Et une conclusion contre-intuitive pour finir : plus de stock de sécurité peut signifier plus de ruptures de stock. Le cash est fini. Chaque dollar bloqué dans des articles C à faible rotation est un dollar volé aux articles A qui se vendent vraiment. Le stock de sécurité dans la mauvaise catégorie nuit plus à l'activité que l'absence totale de stock de sécurité — et c'est la plus coûteuse de toutes les erreurs de calcul du stock de sécurité. Alors arrêtez de demander « avons-nous assez de stock de sécurité ? » et commencez à demander « est-il au bon endroit ? ». Si vous répondez bien à cette question, l'étrange spectacle d'un entrepôt à la fois en surstock et en rupture de stock commence à disparaître.

Par Lao Zhou, Analyste des coûts logistiques Traduit de l'anglais. En cas de divergence, la version anglaise fait foi.