Le verdict en trois phrases
Un distributeur de 8 000 références qui pilote ses commandes avec des moyennes mobiles dans l'ERP immobilise trop de stock sur les produits lents et tombe en rupture sur les références saisonnières. Un modèle de prévision par machine learning sur mesure coûte 30 000 à 70 000 EUR HT en 2026 avec 3 ans d'historique, une solution SaaS 1 000 à 4 000 EUR par mois. L'objectif réaliste est une baisse du stock moyen de 10 à 20 % et un taux de service en hausse de 2 à 5 points, ce qui se chiffre vite en centaines de milliers d'euros de trésorerie.
Pourquoi les méthodes classiques atteignent leur limite
Les moyennes mobiles et les coefficients saisonniers de l'ERP traitent chaque référence isolément. Elles ignorent les promotions, la météo (un enjeu réel en Bretagne pour le jardin, le bricolage ou les boissons), les jours fériés, les lancements de produits et les effets de substitution entre références. Le machine learning apprend ces effets à partir de l'historique de ventes et de variables externes.
| Méthode | Erreur de prévision typique (WMAPE) | Prise en compte des promotions | Coût indicatif 2026 |
|---|---|---|---|
| Moyenne mobile de l'ERP | 35 à 50 % | Non | Inclus dans l'ERP |
| Lissage exponentiel saisonnier | 30 à 40 % | Manuelle | Inclus ou module 5 000 à 15 000 EUR |
| Module APS de l'éditeur ERP | 25 à 35 % | Partielle | 20 000 à 60 000 EUR + licence |
| SaaS de prévision par machine learning | 20 à 30 % | Oui | 1 000 à 4 000 EUR par mois |
| Modèle sur mesure (gradient boosting, séries temporelles) | 18 à 28 % | Oui, avec variables propres | 30 000 à 70 000 EUR HT |
Ces taux d'erreur sont des ordres de grandeur 2026 et varient fortement selon la nature du catalogue : les références à forte rotation se prévoient bien, la longue traîne beaucoup moins.
Le budget détaillé d'un projet sur mesure
Le coût se répartit entre la préparation des données, la modélisation et surtout l'intégration aux propositions de réapprovisionnement, sans laquelle le modèle reste un tableau Excel de plus.
| Poste | Budget HT | Durée |
|---|---|---|
| Audit et nettoyage des données (3 ans de ventes, ruptures, promotions) | 6 000 à 12 000 EUR | 3 à 4 semaines |
| Modélisation et backtest par famille de produits | 10 000 à 25 000 EUR | 4 à 8 semaines |
| Calcul des stocks de sécurité et points de commande | 4 000 à 8 000 EUR | 2 semaines |
| Intégration ERP (propositions de commande, Sage X3, Cegid, Microsoft Dynamics) | 6 000 à 18 000 EUR | 3 à 6 semaines |
| Tableau de bord acheteurs | 3 000 à 7 000 EUR | 2 semaines |
| Hébergement et réentraînement mensuel | 300 à 900 EUR par mois | Continu |
| Total projet | 30 000 à 70 000 EUR | 3 à 5 mois |
SaaS ou sur mesure
Le SaaS démarre plus vite (6 à 10 semaines) et coûte 12 000 à 48 000 EUR par an. Le sur mesure devient plus intéressant au-delà de 3 ans d'usage, quand vous avez des variables métier spécifiques (contrats clients, tournées, promotions enseignes) ou quand vous voulez garder la propriété du modèle. Les entreprises bretonnes peuvent explorer les dispositifs régionaux d'aide à l'innovation et le crédit d'impôt innovation, à vérifier au cas par cas.
Mini cas pratique
Thomas, directeur supply chain d'un distributeur de fournitures techniques près de Rennes, gère 8 000 références, un stock moyen de 6 millions EUR et un taux de service de 92 %.
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.
- Projet sur mesure : 55 000 EUR HT + 7 200 EUR par an d'hébergement et de réentraînement.
- Hypothèse prudente : stock moyen -12 %, soit 720 000 EUR de trésorerie libérée.
- Coût de possession du stock (financement, stockage, obsolescence) estimé à 20 % par an : économie annuelle de 144 000 EUR.
- Taux de service porté à 95 % : 3 points de ventes perdues récupérées sur 40 millions EUR de chiffre d'affaires, avec une marge de 25 %, soit un potentiel de marge supplémentaire important, même en ne retenant qu'un tiers de l'effet.
- Retour sur investissement sur la seule économie de stock : (55 000 + 7 200) / 144 000, soit environ 5 mois.
FAQ
Combien d'historique faut-il ?
Idéalement 3 ans de ventes journalières ou hebdomadaires pour capter deux à trois saisons. Avec 18 mois, un modèle fonctionne mais le gain est souvent réduit de moitié sur les références saisonnières.
Que faire des ruptures passées dans l'historique ?
Une vente nulle pendant une rupture n'est pas une absence de demande. Le nettoyage reconstitue la demande réelle, étape qui représente souvent 20 à 30 % du budget.
Les acheteurs gardent-ils la main ?
Oui. Le modèle propose, l'acheteur valide ou corrige. Un bon tableau de bord affiche l'écart entre prévision et réalisé pour que l'équipe fasse confiance à l'outil en 2 à 3 mois.
Quel gain sur les nouveaux produits ?
Sans historique, le modèle s'appuie sur des produits similaires. L'erreur reste élevée (40 % et plus) les 8 à 12 premières semaines.
Faut-il un data scientist en interne ?
Pas obligatoirement. Avec un contrat de maintenance de 300 à 900 EUR par mois, le prestataire suit la dérive du modèle et le réentraîne chaque mois.
Parlons de votre projet. Nous évaluons vos données, le périmètre de références à couvrir et un budget indicatif entre SaaS et sur mesure. 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.
