Le verdict en trois phrases
Avec 12 000 références, 6 % de ruptures et 2,4 M EUR de surstock, un distributeur de produits d'hygiène près de Bordeaux paie deux fois une mauvaise prévision : en ventes perdues et en trésorerie immobilisée. Un modèle de prévision des ventes sur mesure, entraîné sur l'historique de commandes, coûte 20 000 à 50 000 EUR HT en 2026, se met en place en 3 à 4 mois et tourne pour 200 à 600 EUR HT par mois de cloud. L'objectif réaliste est de ramener l'erreur de prévision de 35 % à 20 % et de réduire le stock d'environ 15 % sans dégrader le taux de service.
Pourquoi les prévisions sur tableur atteignent leurs limites
La plupart des distributeurs régionaux prévoient avec une moyenne mobile sur 3 ou 6 mois, corrigée à la main par les acheteurs. Cela fonctionne pour les références stables, mais échoue sur trois cas : les produits saisonniers (gels hydroalcooliques, solaires), les promotions des grandes surfaces clientes et les références à faible rotation.
| Méthode (ordre de grandeur 2026) | Moyenne mobile tableur | Module prévision de l'ERP | Modèle IA sur mesure |
|---|---|---|---|
| Erreur de prévision moyenne (MAPE) | 30 à 40 % | 25 à 30 % | 18 à 22 % |
| Prise en compte des promotions | Correction manuelle | Partielle | Variable explicative intégrée |
| Saisonnalité et météo | Non | Saisonnalité simple | Saisonnalité, météo, calendrier scolaire |
| Références à faible rotation | Mal gérées | Mal gérées | Modèle dédié (demande intermittente) |
| Coût initial | 0 EUR | 10 000 à 30 000 EUR HT (licence et paramétrage) | 20 000 à 50 000 EUR HT |
| Coût récurrent | Temps acheteurs | 500 à 2 000 EUR HT par mois | 200 à 600 EUR HT par mois de cloud |
Le gain vient moins de l'algorithme que de la combinaison de signaux : historique de commandes ligne à ligne, calendrier promotionnel des clients, prix, jours fériés et parfois météo. Un modèle bien conçu sait aussi dire quand il n'est pas sûr, ce qui permet aux acheteurs de concentrer leur expertise sur 10 % des références.
Ce que coûte le projet, lot par lot
| Lot | Contenu | Budget estimé (EUR HT) | Durée |
|---|---|---|---|
| Audit des données | Qualité de l'historique sur 3 ans, ruptures masquées, doublons | 3 000 à 6 000 | 2 à 3 semaines |
| Préparation des données | Pipeline depuis l'ERP, correction des ventes perdues | 4 000 à 10 000 | 3 à 4 semaines |
| Modélisation | Segmentation des 12 000 références, modèles par famille, tests sur 12 mois passés | 7 000 à 18 000 | 4 à 6 semaines |
| Intégration | Prévisions renvoyées dans l'ERP, propositions de réapprovisionnement | 3 000 à 9 000 | 2 à 4 semaines |
| Tableau de bord acheteurs | Écarts, alertes de rupture, ajustements tracés | 3 000 à 7 000 | 2 à 3 semaines |
| Total | 20 000 à 50 000 | 3 à 4 mois |
Un point technique souvent oublié : quand un produit est en rupture, l'historique enregistre zéro vente, ce qui fait croire au modèle que la demande a chuté. Corriger ces ventes perdues est indispensable, sinon l'IA reproduit les ruptures passées.
Les gains à attendre et comment les mesurer
| Indicateur | Avant | Cible à 6 mois | Effet financier estimé |
|---|---|---|---|
| Erreur de prévision (MAPE) | 35 % | 20 % | Base de tous les autres gains |
| Taux de rupture | 6 % | 3 à 4 % | Chiffre d'affaires récupéré |
| Valeur du stock | 2,4 M EUR de surstock | Réduction de 15 % du stock total | 360 000 EUR de trésorerie libérée |
| Temps des acheteurs en prévision | 2 jours par semaine | 0,5 jour par semaine | Temps réalloué à la négociation |
| Démarque et produits périmés | Élevée sur les saisonniers | En baisse | Moins de destructions |
Mesurez sur un périmètre pilote de 2 000 à 3 000 références pendant 8 à 12 semaines avant de généraliser. Comparez le modèle à la méthode actuelle sur les mêmes semaines, pas sur des périodes différentes.
Mini cas pratique
Thomas, directeur supply chain d'un distributeur de produits d'hygiène de 12 000 références à Mérignac, porte 2,4 M EUR de surstock avec 6 % de ruptures. Scénario illustratif : un modèle sur mesure à 38 000 EUR HT, plus 400 EUR HT par mois de cloud et de suivi.
Besoin d'un site web professionnel ?
Kolonell crée des sites web qui attirent des clients, optimisés pour le marché sénégalais. Devis gratuit en 2 minutes.
- Stock réduit de 15 % sur un stock total de 8 M EUR : 1,2 M EUR libérés, soit environ 60 000 EUR par an de frais financiers et de stockage évités (5 %).
- Ruptures ramenées de 6 % à 3,5 % sur 40 M EUR de chiffre d'affaires, avec une marge brute de 25 % : environ 250 000 EUR de marge récupérée si la moitié des ventes perdues est reconquise.
- Coût de la première année : 38 000 + 4 800 = 42 800 EUR HT.
Même en divisant ces gains par deux par prudence, le projet est remboursé en moins de 6 mois. C'est ce type de calcul qu'il faut présenter au comité de direction, avec un pilote mesurable.
FAQ
Combien d'historique faut-il pour entraîner le modèle ?
Idéalement 3 ans de commandes ligne à ligne, au minimum 2 ans pour capter la saisonnalité. Les nouvelles références sont traitées par analogie avec des produits similaires.
L'IA remplace-t-elle les acheteurs ?
Non. Elle produit une prévision et un indice de confiance, les acheteurs valident et corrigent les cas incertains. Leur temps de prévision passe d'environ 2 jours à une demi-journée par semaine.
Peut-on intégrer les promotions de nos clients grande distribution ?
Oui, à condition de disposer du calendrier promotionnel, même sous forme de fichier. C'est souvent ce qui fait passer l'erreur sous 25 % sur les références promues.
Que coûte le modèle une fois en production ?
Entre 200 et 600 EUR HT par mois pour le calcul cloud, plus un réentraînement trimestriel souvent inclus dans un contrat de maintenance. Le modèle doit être surveillé, car la demande évolue.
Faut-il un data scientist en interne ?
Pas nécessairement. Un référent supply chain qui comprend les indicateurs suffit, à raison de 2 à 4 heures par semaine pour suivre les écarts et remonter les anomalies.
Parlons de votre projet. Envoyez-nous votre nombre de références, votre ERP et la profondeur de votre historique : nous chiffrons un pilote mesurable, un budget indicatif et un calendrier de déploiement. Devis détaillé sous 48 h. WhatsApp +221 77 596 93 33.
Mohamed Bah
Fondateur, Kolonell
Passionné par le digital et l'entrepreneuriat en Afrique, Mohamed accompagne les entreprises sénégalaises dans leur transformation digitale depuis 2020. Fondateur de Kolonell, il croit que chaque PME mérite une présence en ligne professionnelle et accessible.
