Prévision des stocks pour les nouveaux produits (pas d'historique des ventes)

Jusqu'à présent, chaque méthode de prévision sur ce site suppose une chose : que le produit s'est déjà vendu, il existe donc un historique des ventes à partir duquel calculer. Un tout nouveau SKU n’en a pas. Le premier jour, les ventes quotidiennes moyennes sont nulles, aucun écart type, zéro tout ce qu'une formule pourrait utiliser – et vous devez toujours décider du nombre d'unités à commander.

Le problème du démarrage à froid

La littérature sur la recherche opérationnelle appelle cela le problème du démarrage à froid, et il vaut la peine d'être honnête dès le départ : chaque méthode ci-dessous est intrinsèquement moins fiable que la prévision d'un produit établi avec un historique de ventes réel. Il s’agit d’une caractéristique structurelle du problème, et non d’un défaut d’une méthode en particulier : vous remplacez l’analogie, le jugement ou un léger signal précoce par les données historiques directes dont une moyenne mobile ou un modèle de lissage a réellement besoin. Une promesse d’exactitude serait ici un mensonge ; l’objectif honnête est une estimation de départ défendable et un moyen rapide de la corriger. C'est aussi pourquoiprévisions saisonnièresne s'applique pas encore - un indice saisonnier a besoin d'un an ou plus de l'historique du produit pour être construit, ce qu'un tout nouveau SKU n'a pas par définition.

Un examen des prévisions de nouveaux produits, évalué par des pairs, regroupe les approches documentées en quatre familles : les méthodes de jugement (comparaison du nouveau produit à des produits existants similaires, avis d'experts, panels structurés comme la méthode Delphi), les études de consommation (tests de concepts, tests de marché avant le lancement), les modèles de diffusion (courbes d'adoption empruntées à des produits matures comparables) et les méthodes d'apprentissage automatique qui nécessitent plus de données de formation qu'un petit catalogue n'en a. Sa propre conclusion est ici la partie la plus utile : combiner plusieurs méthodes vaut mieux s’appuyer sur une seule.

Utiliser des produits analogues

La version la plus pratique de cela, et celle que la littérature de recherche appelle « analogie du cycle de vie du produit », est ce que les commerçants font déjà de manière informelle : trouver un SKU existant qui est aussi proche que possible du nouveau – même catégorie, prix similaire, même saison, même client – ​​et utiliser sa courbe de vente précoce comme modèle, pas seulement son volume total.

Supposons que vous lanciez « Sel de mer et cèdre, 250 g » aux côtés de votre gamme établie « Cèdre et figue, 250 g ». Cedar & Fig a des années d'histoire et vend régulièrement 5 unités par jour. Sea Salt & Cedar partage la même clientèle, le même prix et le même délai de livraison de 12 jours auprès du fournisseur, mais cela n'a pas été prouvé. Il n'existe aucune formule qui vous indique à quelle fraction du volume de Cedar & Fig un nouveau parfum apparenté s'ouvrira ; cette remise est le jugement qu’exigent toujours les prévisions analogues. Un commerçant qui connaît son propre public peut raisonnablement s'attendre à ce qu'un produit étroitement lié ouvre entre la moitié et la totalité du volume établi au cours de ses premières semaines - c'est une hypothèse de départ à tester par rapport aux commandes réelles, et non un nombre à traiter comme réglé.

Autres signaux de demande précoces

L'analogie n'est pas le seul signal disponible avant le lancement. Les précommandes, les ajouts à la liste de souhaits, l'engagement dans les teasers publicitaires et les inscriptions « prévenez-moi lorsque disponible » contiennent tous des informations réelles, même si aucun ne se convertit en ventes à un taux fixe connu. Traitez chacun comme un ajustement directionnel par rapport à l’estimation analogue – une réponse forte sur votre liste de souhaits vous penche vers l’extrémité supérieure de votre fourchette, une réponse discrète vers l’extrémité inférieure – plutôt qu’un nombre que vous insérez dans une formule. Aucune source ne donne un taux de conversion défendable pour aucun de ces signaux ; traitez tout ce qui vous donne un chiffre spécifique comme une supposition et non comme un fait.

Dimensionnement de la première commande

Une fois que vous avez une estimation de la demande, aussi approximative soit-elle, les mêmes mécanismes de base s'appliquent que pour tout calcul de commande : vous avez besoin d'un stock suffisant pour couvrir le délai de livraison du fournisseur, plus une marge en cas d'erreur.

Pour continuer l'exemple : la plage ci-dessus se situait « quelque part entre la moitié et la totalité du volume établi » – 2,5 à 5 unités par jour pour la base de référence de 5 par jour de Cedar & Fig. Supposons que vous atterrissiez sur 3 unités par jour, vers l’extrémité conservatrice, puisqu’une première commande est exactement l’endroit où la prudence gagne sa place. Dans le même délai de 12 jours, la demande de délai à elle seule est de 3 × 12 = 36 unités. Parce que ce chiffre de 3 unités par jour est une estimation plutôt qu'une moyenne mesurée, les calculs habituels du stock de sécurité ne s'appliquent pas proprement – ​​il n'y a pas encore de véritable écart type à brancher. La solution pratique que font la plupart des petits magasins consiste à arrondir de manière significative au-delà du simple délai de livraison, suffisamment pour éviter de rupture de stock si l'estimation est faible, sans commander autant qu'une mauvaise estimation bloque l'argent dans les stocks invendus. Il n’existe aucune formule qui supprime cette question de jugement ; traitez le numéro final comme une position de départ et non comme une cible à défendre.

Correction rapide une fois les données arrivées

Dès l’instant où les commandes réelles commencent à arriver, elles valent plus que n’importe quelle estimation préalable au lancement, aussi soigneusement argumentée soit-elle. Recalculez dès qu'il y a une poignée significative de ventes réelles - n'attendez pas d'abord qu'une période fixe s'écoule. Aucune source que ce pack a pu vérifier ne donne un nombre universel défendable de jours ou de semaines à attendre avant de faire confiance aux premières ventes ; traitez tout contenu qui en indique un spécifiquement comme une supposition qui semble pratique, et non comme une norme documentée. Ce qui compte, c'est l'habitude de vérifier souvent l'estimation par rapport à la réalité, et non l'intervalle exact.

Surveiller les premiers jours de commande d'un nouveau SKU et recalculer manuellement l'estimation est le genre de suivi qui dure une semaine et s'arrête tranquillement après cela.StockCuen'a pas non plus de mode spécial de démarrage à froid (rien n'a de sens, pour un produit sans historique), mais dès qu'un nouveau SKU accumule suffisamment de ses propres données de vente, ses prévisions prennent automatiquement le relais de votre estimation manuelle, recalculant chaque nuit à partir de l'historique des commandes de ce produit plutôt que de l'estimation de lancement avec laquelle vous avez commencé.

Une fois qu'un produit a une véritable histoire,comparer les méthodes de prévisionetla formule du point de commandeprenez le relais de l'estimation de cet article - ou commencez à partir dele guide complet de la prévision des stocks Shopifysi vous voulez que le processus complet soit terminé.

Foire aux questions

Comment prévoir la demande pour un produit sans historique de ventes ?

Vous ne le prévoyez pas comme vous le feriez pour un SKU établi : il n'y a pas d'historique des ventes à partir duquel calculer une vélocité. Au lieu de cela, vous estimez : comparer le nouveau produit à des produits existants similaires (prévisions analogues), lire tous les premiers signaux existants avant le lancement et dimensionner la première commande de manière prudente afin qu'une mauvaise estimation soit peu coûteuse à corriger.

Qu’est-ce que la prévision analogue ?

Une prévision analogue consiste à trouver un ou plusieurs produits existants qui sont aussi similaires que possible au nouveau (même catégorie, même prix, saison et client cible) et à utiliser leur premier modèle de vente comme modèle de départ, ajusté en fonction des différences connues entre les deux produits.

Combien d'unités devez-vous commander pour la première diffusion d'un tout nouveau produit ?

Suffisamment pour couvrir le délai de livraison de votre fournisseur à votre taux de demande estimé, dimensionné délibérément avec prudence car l'estimation elle-même est une estimation et non une moyenne mesurée. Il n'existe aucune formule qui élimine le jugement : l'objectif est une commande suffisamment petite pour qu'une mauvaise estimation n'immobilise pas de liquidités excessives, et suffisamment importante pour réellement tirer des leçons des ventes réelles.

Quand un nouveau produit dispose-t-il de suffisamment de données pour passer aux prévisions normales ?

Il n'y a pas de nombre de jours ou de semaines universellement convenu : traitez toute source qui en indique un spécifiquement comme une supposition déguisée en règle. Ce qui est défendable, c'est la pratique elle-même : recalculez votre estimation chaque fois que de nouvelles données de ventes significatives arrivent, plutôt que d'attendre qu'une période déterminée s'écoule avant d'être « autorisé » à la mettre à jour.