BFM Patrimoine
Placements

L'Etude benchmark sur les prévisions montre une année faite de problèmes prévisionnels, d'innovation produit et d'augmentation des promotions

BFM Patrimoine
Le rapport démontre la valeur apportée par Demand Sensing sur les marchés volatils L'Etude benchmark sur les prévisions de Terra Technology 2012, publiée aujourd'hui, met en évidence l'effet d'une volati

Le rapport démontre la valeur apportée par Demand Sensing sur les marchés volatils

L'Etude benchmark sur les prévisions de Terra Technology 2012, publiée aujourd'hui, met en évidence l'effet d'une volatilité continue sur le secteur des biens de consommation courante et les avantages de la solution Demand Sensing en terme de prévision précise de la demande sur les marchés à évolution rapide. Désormais dans sa troisième année, l'étude identifie les tendances des prévisions en fonction de l'activité de près d'un tiers du marché nord-américain des biens de consommation courante, et fournit un aperçu de la composition des ventes de détail de l'année précédente. L'échantillon de référence comprend neuf entreprises multinationales de fabrication qui disposent de 90 000 articles stockés dans 475 endroits, pour un total de 4 milliards de caisses de produits et un chiffre d'affaires annuel de plus de 100 milliards de dollars.

« Le secteur des biens de consommation courante a fait face à une autre année de volatilité de la demande, marquée par des turbulences économiques et un faible niveau de confiance des consommateurs », a déclaré F. Byrne, Président et PDG de Terra Technology. « L'ensemble des livraisons est resté inchangé et les fabricants se sont plus reposés sur les promotions et l'innovation produit pour générer des ventes. Ces activités de commercialisation modifient le comportement des consommateurs et augmentent la complexité de la supply chain. Par conséquent, les erreurs de prévision dans la planification de la demande ont légèrement augmenté pour atteindre 53 %. »

Il est important que les prévisions soient précises, car elles sont à l'origine de toutes les décisions de planification de fabrication, d'approvisionnement et d'inventaire. Ce sont donc elles aussi qui influencent l'ensemble des coûts de la supply chain. Pour les entreprises pour lesquelles il est crucial d'améliorer le flux de trésorerie en réduisant les stocks et les coûts, l'amélioration de la précision des prévisions est essentielle à une diminution des stocks en toute sécurité, sans compromettre ni les recettes ni le service à la clientèle. En outre, une efficacité accrue de la supply chain permet de réduire les coûts d'exploitation et de compenser les marges insuffisantes provoquées par un recours fréquent aux promotions.

L'étude benchmark démontre que la solution Demand Sensing reste performante malgré les turbulences causées par les marchés volatils, diminuant les erreurs prévisionnelles de 50 à seulement 30 %. Demand Sensing a prouvé son efficacité dans l'amélioration de l'exactitude des prévisions dans plusieurs secteurs, dont les nouveaux produits, les promotions et les ventes normales. Cette solution réduit de manière drastique les occurrences d'erreur extrême, dans lesquelles les ventes seraient au moins deux fois supérieures ou inférieures aux prévisions. Ces cas d'erreur extrêmes sont les plus perturbants et les plus coûteux pour les supply chains.

D'autres découvertes clés incluent ce qui suit :

  • Le volume des promotions a augmenté de 8 % en 2011 ; seuls 11 % des articles n'ont pas fait l'objet de promotions pendant l'année, par rapport à 23 % en 2010.
  • Les fabricants restent optimistes, surévaluant constamment les prévisions et plus particulièrement en ce qui concerne les promotions et les nouveaux produits pour lesquels le niveau d'erreur est au moins trois fois supérieur.
  • Les nouveaux produits représentent un tiers de tous les articles ; la moitié de tous les articles a moins de deux ans.
  • Les erreurs de prévision pour les nouveaux produits au cours de leur première année sont de 74 %, ce qui est légèrement plus élevé que les 70 % de 2010.
  • Plus d'un tiers de tout le volume faisant l'objet de prévisions est sujet à des erreurs extrêmes.
  • Les produits les plus vendus, responsables de 20 % du volume, ne représentent que 2 % des articles, tandis que les produits à rotation la plus faible, responsables des mêmes 20 % de volume, représentent 80 % des articles. Ces articles à faible rotation présentent de hautes erreurs de prévision de 73 %.

Les résultats de l'étude benchmark démontrent l'importance de l'utilisation de Big Data et de mathématiques dynamiques pour créer des prévisions qui s'adaptent à l'évolution des conditions. Avec la moitié des articles présentant un historique des ventes de moins de deux ans, il manque des informations essentielles aux modèles traditionnels de prévisions saisonnières pour pouvoir produire des prévisions significatives, surtout sur des marchés volatils. La solution Demand Sensing utilise une approche différente qui s'appuie sur l'information provenant de sources multiples des systèmes des fabricants et des détaillants pour prévoir avec exactitude la future demande, de manière à refléter les réalités du marché. C'est une dissociation majeure des systèmes sur lesquels le secteur s'appuie depuis des dizaines d'années.

Les entreprises participant à l'Etude benchmark sur les prévisions de Terra Technology reçoivent des rapports interactifs détaillés afin de pouvoir comparer leur performance à celle de leurs concurrents, et de pouvoir évaluer la performance d'unités opérationnelles individuelles, de marques, de catégories ou d'articles spécifiques par rapport au reste de l'entreprise. La possibilité d'accéder jusqu'aux détails des articles apporte une connaissance approfondie qui mène à des programmes d'amélioration des prévisions ciblées visant à simplifier la supply chain, améliorer le service et réduire les coûts. La version publique de l'étude benchmark fait état de la performance de la planification de la demande pour les entreprises de biens de consommation, offrant aux lecteurs la possibilité de comparer la performance de leurs prévisions avec celle du secteur des biens de consommation courante et celle remarquable des entreprises du programme.

Demandez une copie de l'Etude benchmark sur les prévisions de Terra Technology.

A propos de Terra Technology

Terra Technology utilise de meilleurs calculs mathématiques pour détecter la demande, optimiser les stocks et prévoir les besoins en transport et en entreposage pour certaines des entreprises les plus connues au monde, dont Procter & Gamble, Unilever, Kraft Foods, Kimberly-Clark, General Mills, Kellogg's, ConAgra Foods et Campbell Soup. Terra a inventé demand sensing en 2002 et a été la première entreprise à utiliser systématiquement les données des détaillants pour accroître l'efficacité de la supply chain, améliorer le service, réduire les stocks et diminuer le gaspillage. Vous pouvez vous renseigner sur la manière dont Terra met en place une supply chain réellement intégrée sur.www.terratechnology.com.

Contact Presse
PAN Communications
David Fretwell, +1 617-502-4335
PAN-Terra@pancomm.com
ou
Contact de la société
Terra Technology
Mary Fields, +1 203-847-4007, poste 127
mary.fields@terratechnology.com

Business Wire