1 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 GESTION DE LA DEMANDE Chapit
1 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 GESTION DE LA DEMANDE Chapitre 3 Professeur Jabir Arif arif.jabir@gmail.com Filière GLT2 2 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Sommaire La demande c’est quoi ….? Les objectifs de la gestion de la demande La gestion de la demande…Problématique Les activités / les responsabilités de la gestion de la demande La nature/ contextes de la prévision Les règles / Paramètres d’utilisation de la prévision Les facteurs du choix d’une méthode de prévision Les méthodes de prévisions Le choix de la meilleure technique de prévision Les erreurs de prévision Les conséquence des erreurs de prévision 3 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 La demande c’est quoi ….? La demande est la quantité d’un bien que les acheteurs (ou consommateurs) ont la volonté d’acquérir. Demande≠ventes Les ventes ne constituent qu’une partie de la demande. Il vaut mieux prévoir la demande plutôt que les ventes. 3 4 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 La demande dans le système logistique…. La gestion de la demande consiste à: Déterminer la demande totale à satisfaire et à la faire connaître au moment voulu et selon des formes précises aux gestionnaires concernés (production, commercial, marketing…) Fonction permettant de regrouper les demandes de produits et de les gérer de façon à s’assurer que le programme directeur de production les prenne en compte. 5 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Prévisions Prévisions Méthodes qualitatives Méthodes qualitatives Méthodes quantitatives Les méthodes de prévisions 6 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Méthodes qualitatives Dans quelles circonstances les méthodes qualitatives sont-elles appropriées? – si aucune donnée chiffrée n’est disponible. – si les données passées ne sont pas fiables. 7 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Quelles sont les méthodes qualitatives? 1. Étude de marché 2. Prévisions visionnaires 3. Méthodes Delphi 4. Analogie historique 8 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 2. Prévisions visionnaires Basées sur la préparation de prévisions par les vendeurs selon leurs connaissances du marché, du terrainetdeleursclients. Méthodes qualitatives 9 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 3. Méthode Delphi Se base sur l’opinion de groupes d’experts et vise l’obtentiond’unconsensus. Les experts sont interrogés individuellement, donc pas delienentreeux. Ils peuvent être requestionnés itérativement jusqu’à ce qu’un consensussoitatteint. Pratique pour la prévision à long terme et pour prédire leschangementstechnologiques. Méthodes qualitatives 10 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 4. Analogie historique Ex.: Courbe du cycle de vie pour différents produits similaires Méthodes qualitatives 11 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 La moyenne mobilesimple Consisteàprendrelamoyennearithmétiquedesndernièresdonnées pourétablirla prévision.A chaque nouvellepériode,ladonnéelaplus ancienneestremplacéeparlaplus récente(mobile). xt= la variable observée, soit la demande d’un produit, au temps t t-1 = nombre d’observations passées disponibles pour calculer la moyenne simple Pt= la prévision pour la période t − = − = 1 1 1 1 t i i t x t P Méthode quantitative simple Méthodes quantitatives 12 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 12 Exemple Mois Ventes Janvier 15 Février 12 Mars 14 Avril 16 Mai 13 Juin 14 Juillet ? ( ) 14 14 13 16 14 12 15 6 1 1 7 1 1 1 7 = + + + + + = − = = − = t i i juillet x P P On a Méthodes quantitatives Méthode quantitative simple 13 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 13 On applique unepondération aux observations de façon àrefléterleurpertinence. avec n = ordre de la moyenne mobile pondérée wi : poids accordés aux n dernières observations. Permet de moduler l’importance accordé aux diverses observations. = − = n i i t i t x w P 1 1 = i w Méthodes quantitatives La moyenne mobile pondérée 14 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 14 Exemple Moyenne mobile pondérée d’ordre 3 Poids: w1= 0,5 ; w2= 0,3 ; w3 = 0,2 ( ) ( ) ( ) 78 75 2 , 0 85 3 , 0 75 5 , 0 13 = + + = P Période Ventes 1 50 2 65 3 55 4 70 5 55 6 50 7 65 8 80 9 80 10 75 11 85 12 75 13 ? Méthodes quantitatives La moyenne mobile pondérée 15 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 15 La prévision de la période t est basée sur la prévision de la période t-1 corrigée en fonction de l’erreur commise. Pt = Pt-1 + a(xt-1 - Pt-1) ou encore Pt = axt-1 + (1-a) Pt-1 où a = la constante de lissage et 0 < a < 1. Méthodes quantitatives Le lissage exponentiel simple 16 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 16 un exemple avec a = 0,2 Période Jan(0) fév. (1) mars(2) avril(3) Mai(4) Juin(5) juil.(6) Août(7) Sept(8) Demande observée 19,36 25,45 19,73 21,48 20,77 25,42 23,79 28,35 26,80 Prévision Pour t+1 19,36 20,58 20,41 20,62 20,65 21,61 P2= 19,36 + 0,2(25,45 – 19,36) = 20,58 P3= 20,58 + 0,2(19,73 – 20,58) = 20,41 Prévision de juillet (effectuée à la fin de juin) P6= 20,65 + 0,2(25,42 – 20,65) = 21,61 Méthodes quantitatives P1= X0 17 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Méthodes quantitatives La régression linéaire est une méthode statistique pour estimer la relation moyenne qui peut exister entre une variable dépendante et une variable indépendante et ce à partir d’une série d’observation. Variable dépendante: la demande, Variable indépendante: le temps, le prix de vente ou l'effort de promotion. Régression linéaire •Ex: Ventede glace etlatempérature. 18 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Méthodes quantitatives Le modèle de la régression linéaire simple est de laforme: Yt = a + b Xt oùYt est lavariable dépendante et Xt lavariable indépendante. Régression linéaire simple 19 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Méthodes quantitatives Régression linéaire simple X b Y a − = ( ) ( ) 2 2 X n X Y X n XY b − − = Y X, sont les moyennes respectives des n observations des X et des Y où 20 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 21 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Choix de la meilleure technique de prévision Principales mesures d’erreurs La meilleure méthode de prévision doit donner les prévisions les plus précises possibles. Pour évaluer une méthode, on se base sur les erreurs de prévision passées. 22 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 22 Les erreurs de prévision L’erreur de prévision : et = Pt - xt 1- L’erreur moyenne : ( ) = = − = = T t t t T t t x P T e T EM 1 1 1 1 23 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Biais ou erreur moyenne Pour le calcul du biais, les écarts tiennent compte du signe des valeurs i.e. négatifs ou positifs. Le biais devrait être près de0. Si le biais est > 0 les prévisions ont tendance à dépasserles valeursréelles. Si le biais est < 0 les prévisions ont tendance à êtresousles valeursréelles. 24 Pr. Jabir Arif / GP. Chapitre 3 _ GLT2 – 2020/21 Chapitre III GESTION DE LA DEMANDE uploads/Management/ support-cours-gp-glt2-21-22-chapitre-3.pdf
Documents similaires
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/vvnXkwhGt1PmXnazh6MWKNCGRSYQpLe6pO9BMNV9rxAPQxK7BsNF7UoJXcRVJC7z9Und95Cxf3zCybuW3p8lWOzz.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/OdzXLPJ61phBz9qUTixJNc3eloME9FXk7Jsu6RTMlzIA191MFdElpvUYPp6ZnvnwyCoLAfH3G3631ZC9FpwtYEg3.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/KcJRkSRrB4Hwgn7T1ccJuvPQtWqYSYNDJ8p3Tyoi06eieoslaQHNwdbPkMdQgevUnOOygG50f1dNuNGwuwhnJpGT.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/NXgngOctCIfoTnnxWBQVqjext2APvSDESUGimMiJlcJ06ZBIHFKltX39sQakUm6vbak8pikkrh8WUckJaSk6oGw3.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/SbIlAl5CsBQ95VIUmAfdK6wOu2IvHzhsIijeKwdFhOwNttDh9QJj1KOLP8scqOJrUXYTVzYMQtFmoKxMr73JFJ3D.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/UVAM0lPYlkowqRCYWcWAXx32HCjp9e9MRmma0rGvPYK2E65NqWk2O85snx6NAVTRbI8jlz2HXye4jznJTWkyFHMG.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/XoXv5YJnLPMhR1WU1wMCNliqnwZO8G0MFg2kLNElcMcFVFSbNzby4i1DaSmFE27ANvB3i9UtgOkuR8I3Cgy69y4h.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/mBHaYgNovCNFKCTE5aXcEbJ0D86DyOEfmvemwWlAAIYiFC8ygHb1TMumZXSAaOA4fxQEQpOd41lhiNiKD0RZxITW.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/pLO5dnXLANNEynBgPcsjOO4JoFmOcJ4HfMpPYa5C25YcvOjyRa8DpU1Kqx6ywJB66G5R8koJXS9vYtYlxHQJhWGT.png)
![](https://b3c3.c12.e2-4.dev/disserty/uploads/preview/UT2z7gelujeT5efbDkE8rxxJzEtfHbacgTKDOjzDMWBqdFnm6W6jtaSMrgqiTFfTshaGrsKBgoRbYmJqehZS7hZ8.png)
-
24
-
0
-
0
Licence et utilisation
Gratuit pour un usage personnel Attribution requise- Détails
- Publié le Mai 05, 2022
- Catégorie Management
- Langue French
- Taille du fichier 0.5106MB