I- PRESENTATION DE LA SOCIETE METALLURGIQUE D`IMITER 1

Commentaires

Transcription

I- PRESENTATION DE LA SOCIETE METALLURGIQUE D`IMITER 1
Mémoire de fin d’études
I- PRESENTATION DE LA SOCIETE METALLURGIQUE D’IMITER
1. Historique de la mine d’Imiter : une longue tradition de travail de l’argent
Au début du 20ème siècle, les hasards de campagnes de photographes aériennes, ont
permis de discerner à proximité d’Imiter, sur le flanc nord du jbel Saghro, les traces
d’une ancienne exploitation minière. L’observation du terrain en a confirmé
l’importance. Des dizaines d’excavations larges et profondes demeuraient repérables.
L’analyse des haldes qui les bordaient a conduit à retrouver, dans les strates d’une
diversité minérale remarquable, la présence en plus forte densité de rejets argentifères.
Le maintien dans la région d’une forte tradition locale de travail de l’argent et
d’orfèvrerie renforçait encore l’hypothèse d’une activité minière ancienne vouée à
l’argent.
2. Des traces d’exploitation dès le VIIIème siècle
Les travaux archéologiques les plus sérieux l’établissent aujourd’hui avec certitude : le
gisement d’Imiter a fit l’objet d’une exploitation importante à partir des VIIème et IXème
siècles. Il s’inscrit donc parmi ces mines d’argent dont la production a fondé la
prospérité des principautés Khaijites du Sud, puis celle des principautés idrissides, en
favorisant leur commerce et leurs échanges monétaires avec l’Afrique noire. C’est à la
mine du Tudgha qu’Idriss 1er doit d’avoir pu frapper la première monnaie d’argent du
royaume. Signe symbolique fort, puisque la frappe monétaire, et la constitution d’un
trésor qu’elle induit, constituent les premières affirmations d’un Etat organisé au
Maroc.
3. L’actuelle SMI
La Société Métallurgique d’Imiter est une filiale du Managem groupe minier d’ONA
qui exploite et traite le gisement argentifère d’Imiter. Elle se situe à 150 km à l’est de
Ouarzazate et à 30 Km de Tinghir sur la rive nord du jbel Saghro. Le site de la mine se
situe à 1500 m d’altitude et est caractérisé par un climat continental sec avec une faible
pluviométrie.
Le gisement d’Imiter a été exploité au moyen âge vers le 8ème siècle. Les anciens ont
abandonné un volume important de haldes évalués en 1962 à 650 00 tonnes titrant
Préparé par : BOURASS Younes
-1-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
300g/T en argent. C’est ainsi que la société Métallurgique d’Imiter (SMI) fut créée en
1969 par le Bureau des Recherches et Participations Minières (BRPM).
Au début de sa création l’activité de la société était essentiellement concentrée sur la
valorisation de ces haldes. Cette valorisation se faisait dans une usine de traitement
hydrothérmométallurgique à base de cyanure.
La société a ensuite entrepris une vaste campagne de recherches qui ont abouti à la
découverte d’importantes réserves de minerai, ce qui a permis dès 1978 de passer à la
phase de l’exploitation souterraine. Ces résultats encourageants ont amené les
responsables
de
la
société à réaliser en 1985 un important programme
d’investissement de l’ordre de 350 millions de dirhams (dont 75 millions réservés au
social) destiné à tripler la capacité de production en métal et augmenter ainsi le chiffre
d’affaires à l’export.
La plan de développement, entièrement conçu et réalisé par le BRPM, a non seulement
atteint son objectif, mais la production de ces dernières années a enregistré des chiffres
records dépassant les 200 tonnes d’argent métal et des chiffres d’affaires annuels à
l’export de plus de 300 millions Dhs contre 100 millions Dhs réalisés initialement.
En 1996, la SMI est privatisée. Managem, holding minier du groupe ONA rachète
36,07% du capital. En 1997, le holding minier porte sa participation de 67% à 80% du
capital en exerçant son option d’achat.
En 1999, une deuxième extension de l’usine a été mise en place en insérant le procédé
de flottation entre la gravimétrie et la cyanuration. Ceci a permis d’augmenter la
capacité de traitement à 1400T/j pour assurer une production annuelle de 300 T métal
d’argent sous forme d’anodes.
Avec une production annuelle dépassant les 200 tonnes en moyenne, la mine d’imiter
place le Maroc au 1èr rang africain et au 10ème rang mondial.
Préparé par : BOURASS Younes
-2-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
4. L’organigramme de la mine d’exploitation
la structure organisationnelle du site se présente comme suit :
ORGANIGRAMME S.M.I
Direction Mine
Division Production
Fond
D.A.S
Traitement
Géologie
Laboratoire
Géométrie
Usine
Carriére
Fonderie
Division Maintenance
Administration
Atelier Electrique
Cité
Atelier Engins
Securité
Atelier Sous Terrain
Infirmerie
Atelier Mécanique
Magasin
ATelier Choudrenerie
et tour
Foyer
Atelier Fonderie
Imiter1
IMiter2
Atelier Usine
Préparé par : BOURASS Younes
-3-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
5. Le Flow Sheet du traitement de l’argent
Il se présente comme suit :
Exploitation-T.V
Digue non cyanurée
Plaquettes d'Argent natif
Concassage
Rejet
Flottation
concentré
Broyage
Gravimétrie
Filtration
Filtrat
gâteau
Eaux
industrielles
non cyanurées
Concentré gravimétrique
Digue cyanurée
Rejet
Cyanuration
Séparation solide-liquide
Lavage
eaux méres
eaux cyanurées
cémentation
cément
Fonderie
Lingots Argent
Flow sheet simplifié de traitement du minerai argentifère d'Imiter
aprés extension 1999
Préparé par : BOURASS Younes
-4-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Partie I
LA GESTION OPTIMALE DES
STOCKS ET DES APPROVISIONNEMENTS :
FONDEMENTS THEORIQUES
:
Préparé par : BOURASS Younes
-5-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Chapitre I :
GENERALITES SUR LA GESTION DES STOCKS
ET DES APPROVISIONNEMENTS
I- INTRODUCTION
Les stocks représentent dans le bilan des entreprises de 20% à 80% du total des actifs; ils
engendrent donc un important besoin de financement. En contrepartie, ils remplissent
d’importantes fonctions souvent stratégiques pour l’entreprise.
Mais avant d’aller plus loin, il nous a paru conforme à la philosophie de ce mémoire
d’introduire en premier lieu le flux physique afin de présenter le stock comme un des
éléments d’organisation du système de flux.
D’une façon générale, le stock est défini comme l’accumulation d’une différence de flux.
L’image la plus courante est celle d’un réservoir, dont le niveau traduit la différence
accumulée entre un flux entrant et un flux sortant (Fig.1). On retrouve cette image dans
le choix d’une unité de mesure. Le niveau d’un stock est souvent mesuré par une durée
d’écoulement, temps nécessaire à l’épuisement du stock en cas d’arrêt total du flux
entrant(1).
Flux entrant
Stock
Flux sortant
- Figure 1 Le stock coûte cher : frais financiers, espace de stockage, vieillissement. Dans ces
conditions, pourquoi les entreprises conservent-elles du stock ?
Les fonctions des stocks, c’est à dire les raisons qui font que l’on en détient, sont
nombreuses. Une première présentation sous forme d’une classification générale en
quatre grandes fonctions s’impose.
(1) : On emploie souvent une autre mesure: la rotation du stock. La rotation du stock est égale au rapport entre une
durée de référence (par exemple l’année) et la durée d‘écoulement. La rotation correspond au nombre de
remplissages successifs du réservoir pendant la durée de référence.
Préparé par : BOURASS Younes
-6-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
1- La fonction commerciale
L’objectif est d’assurer au client une livraison immédiate. Cette fonction est présente
dans les magasins de détail ainsi que dans les usines qui livrent des articles standards à
un réseau de distribution.
La fonction de service du stock résulte d’une différence de délai. Quand le délai de
livraison est inférieur au délai d’approvisionnement ou de production du produit, il est
nécessaire d’anticiper sur la commande du client. Le stock matérialise une anticipation
en avenir incertain.
Quand un magasin de détail stocke de la marchandise, c’est parce qu’il doit passer sa
commande de réapprovisionnement plusieurs jours à l’avance alors que le
consommateur inconnu souhaite disposer de sa marchandise sans délai. Si ce dernier
accepte de passer sa commande à l’avance, en attendant que le commerçant soit luimême livré, le stock n’a plus de raison d’être (sauf pour d’autres raisons, sur lesquelles
nous reviendrons, comme le fait d’acheter des grandes quantités pour payer moins cher
la marchandise).
2- La fonction de régulation de l‘équilibre charge/capacité
Alors que la vocation du stock commercial est de faire face à une incertitude sur la
demande future, la fonction de régulation de la capacité sert à compenser un
déséquilibre prévisible entre la charge de travail et la capacité d’une ressource.
Ce rôle est analogue à celui d’un barrage d’irrigation. L’eau est produite en hiver
(capacité), mais le besoin est surtout ressenti en été (charge). Le stock d’eau permet de
corriger ce décalage temporel.
En entreprise, la fonction de régulation est mise en
uvre pour la vente de produits
saisonniers. Un fabricant d’articles de sports d’hiver ou de crème à bronzer constitue
des stocks pour absorber les pointes de charge.
La régulation peut également être nécessaire en cas d’insuffisance de capacité. Par
exemple, avant les vacances du mois d’août, une usine stocke des marchandises pour
servir d’éventuels clients.
Préparé par : BOURASS Younes
-7-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
3- La fonction de découplage des flux
Selon le modèle logistique général, le système productif était parcouru par un flux.
L’emploi du mot flux implique une idée de continuité, comme pour une rivière ou une
circulation routière. Or, s’il est vrai que cette continuité existe à l’échelle macroscopique
de l’ensemble de l’usine, elle disparaît quand on considère l’échelle de la cellule
logistique élémentaire (la machine, l’atelier).
En effet il est souvent nécessaire de donner à chaque cellule, ou groupe de cellules, une
certaine autonomie de programmation par rapport aux autres. L’avantage est de
permettre à chaque sous-système d’optimiser séparément ses performances, compte
tenu des contraintes qui lui sont propres.
Ainsi, d’une façon générale, le stock permet d’assurer une circulation continue du flux
dans un système logistique tout en autorisant un certain découplage entre ses
différentes parties. On peut alors distinguer plusieurs types de découplage :
3-1 Découplage pour la taille du lot
C’est le cas de l’épicier qui reçoit une palette complète de 400 bouteilles d’eau alors qu’il
ne vend que 40 bouteilles par jours, ou encore du grossiste qui achète 20 tonnes en une
seule fois, soit l’équivalent de ses ventes mensuelles, pour bénéficier d’une remise. On
emploie à ce propos l’expression stock pour la taille du lot ou stock de groupage.
3-2 Découplage dans la programmation
Le stock reflète l’écart instantané entre les références produites et les références
demandées.
Les raisons de ce stock tiennent à certaines exigences : nécessité de travailler le même
produit pendant une durée minimum (en raison du temps de changement de série),
contraintes d’ordonnancement (différence de cadence entre les machines).
3-3 Découplage de sécurité
Le stock de sécurité sert à se protéger contre les aléas d’approvisionnement : retards,
pannes, pièces défectueuses, etc.
Préparé par : BOURASS Younes
-8-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Ce stock est dimensionné en fonction de l’importance des risques et du caractère plus
ou moins critique de la rupture. Il représente un coût indirect associé au manque de
fiabilité du système amont.
4- La fonction technologique
Les fonctions technologiques du stock sont nécessaires à la mise en
uvre des
opérations de transformation elles-mêmes.
On trouve dans cette catégorie les pièces en cours sur une machine (souvent une pièce à
la fois) ou celles qui sont placées dans un équipement travaillant par lot un four qui
traite 10 000 pièces à la fois). Les pièces en cours de séchage ou de vieillissement (le vin
par exemple) procèdent également d’une fonction technologique.
5- Les stocks spéculatifs
Pour être complets, citons les stocks à caractère spéculatif dont l’objectif est soit de se
prémunir contre une hausse prévisible des coûts des marchandises, soit, dans le cas du
négoce, de réaliser un profit financier en revendant, lorsque le cours est élevé, les
produits acquis à un moment où le cours était bas.
Puisque nous venons de souligner les avantages du stock, il semble légitime de
s’interroger sur le sens d’une théorie qui vise à les supprimer. Apparue au Japon dans
les années 1980, mise en application chez Toyota, la philosophie du zéro stock est
également connue sous le terme Juste-à-Temps.
Si le juste à temps marque une rupture avec la démarche traditionnelle de gestion des
stocks, ce n’est pas que cette théorie conteste l’existence des fonctions évoquées cidessus. La rupture est dans la façon d’aborder les problèmes de stock et, plus
précisément dans la volonté de remettre en cause l’organisation est dans la façon
d’aborder les problèmes de stock et, plus précisément dans la volonté de remettre en
cause l’organisation logistique dans son ensemble pour réduire et même éliminer les
stocks.
En gestion traditionnelle des stocks, on cherche à baisser le niveau des stocks dans un
contexte technologique et organisationnel donné. En gestion Juste-à-Temps, on cherche
à modifier ce contexte lui-même.
Préparé par : BOURASS Younes
-9-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Retenons pour le moment l’originalité de cette approche qui se propose de bâtir un
système logistique capable de fonctionner sans stock. Objectif idéal, certes, mais vers
lequel il est possible de tendre sans cesse.
Bien gérer les stocks consiste à assurer ces fonctions au meilleur coût. Dans ce mémoire
nous étudierons la gestion des stocks de distribution (objet de notre travail). Ces stocks
se caractérisent par une indépendance des demandes sur chacun des articles. La
demande observée sur un article provient de l’addition de multiples demandes
individuelles ce qui lui confère une nature aléatoire. Les statistiques permettent
cependant de connaître les caractéristiques de la demande en termes de moyenne et de
variabilité. Pour mieux anticiper la demande attendue, on emploie souvent les
méthodes de prévision de base qu’on va exposer d’une manière synthétique.
Préparé par : BOURASS Younes
-10-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Chapitre 2 : LES DIFFERENTES METHODES DE PREVISION DE LA
DEMANDE
Etant donnée que la demande des pièces de rechange et des pièces consommables
(le cas du magasin de la SMI objet de notre étude) ou des produits finis constitue la
pierre angulaire de la gestion et l’optimisation du stock, il est nécessaire de présenter les
différentes méthodes de prévision de cette variable exogène.
Ces méthodes de prévision peuvent être regroupées en deux familles principales :
v les premières sont de nature prospective ; le plus souvent développées par les
spécialistes du marketing, elles cherchent à prédire la demande de façon déductive par
analyse future de ses éléments déterminants, ou de façon expérimentale.
v les secondes, sui s’appuient sur des modèles plus ou moins sophistiqués
d’extrapolation statistique ou de corrélation , cherchent dans les données passées des
lois de comportement qui sont ensuite projetées sur l’avenir.
1- Les méthodes qualitatives
Les méthodes qualitatives sont principalement utilisées pour la prévision à moyen ou
long terme. Parmi celles-ci, les méthodes principales sont :
-
les études de marché ;
-
les marchés-tests ;
-
l’utilisation et l’interprétation des panels ;
-
l’interrogation et le traitement des prévisions du réseau de distribution (ou d’un
échantillon représentatif de ce réseau) opérés par la force de vente.
En complément, pour des prévisions prospectives à plus long terme en particulier dans
le domaine technologique, certaines autres techniques purement prédictives ont été
développées comme la méthode Delphi.
Cette dernière consiste à demander à un groupe d’experts, par voie de questionnaires
successifs,
d’indiquer
leurs
réponses
à
la
(ou
aux)
question(s)
posée(s).
Les questionnaires sont remplis isolement pour éviter, lors de réunions en commun,
l’influence sur les experts d’un ou plusieurs de leurs collègues ayant une plus forte
personnalité. Les premières réponses, anonymes, sont adressées à d’autres experts avec
des indications statistiques (médiane, premier et dernier quartile). Connaissant
Préparé par : BOURASS Younes
-11-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
l’opinion de leurs collègues, il leur est demandé de faire une nouvelle prévision et de la
justifier, en particulier si celle-ci s’écarte de l’opinion moyenne.
On arrive ainsi par itération, soit à un consensus général sur un éventail resserré de
prévisions, soit à une opinion presque générale avec quelques divergences fortement
argumentées, ou enfin à la séparation des experts en deux groupes d’opinions
divergentes.
2- Les méthodes causales ou associatives
Adaptées à la prévision à moyen ou court terme, les méthodes causales constituent une
première sous-famille des méthodes quantitatives.
Elles supposent l’établissement, sur la base de données passées, d’une relation entre la
variable à prévoir (appelée variable expliquée) et une ou plusieurs autres variables
(appelées variables explicatives), qui peuvent être soit internes à l’entreprise, soit liées à
l’économie et à la concurrence. La relation causale s’appuie sur une représentation, un
modèle explicatif ; la variable retenue est supposée traduire un élément explicatif du
modèle ; la variable ne sera retenue que si la relation statistiquement observée est
solide.
Ainsi un fabricant de verre plat parvient à déterminer que ses ventes sont étroitement
corrélées avec l’évolution des immatriculations automobiles, et par ailleurs les mises en
construction d’immeubles neufs (deux secteurs clients principaux). Ayant le moyen
d’obtenir des chiffres prévisionnels pour ces deux variables explicatives, il peut en
déduire ses propres prévisions de vente en s’appuyant, par postulat, sur le maintien de
la corrélation passée.
Les plus connues parmi ces méthodes sont les techniques de régression et, plus
généralement, les modèles économétriques qui sont des systèmes d’équations reliant la
variable à étudier à d’autres variables. Cette démarche suppose préalablement une
analyse de bon sens sur la réalité de la causalité entre les variables, sans laquelle toute
corrélation pourrait n’être qu’un phénomène passager dû au hasard.
Préparé par : BOURASS Younes
-12-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
3- Les méthodes d’extrapolation statistique
Généralement utilisés pour la prévision à court terme, les méthodes d’extrapolation
cherchent à déterminer l’avenir à partir de l’analyse des données ou des séries
chronologiques du passé.
Les plus utilisées et les plus connues, sont la moyenne mobile, la moyenne mobile
pondérée, et le lissage exponentiel simple ou multiple, avec ou sans correction de
tendance et de saisonnalité.
S’appuyant sur l’hypothèse fondamentale que les éléments qui ont influencé la
demande passée (quels qu’ils soient) se perpétuent dans l’avenir, ces méthodes donnent
de bons résultats tant qu’il n’y a pas changement de structure de la demande, ce qui est
souvent le cas à court terme.
Faciles à informatiser, et disponibles sur progiciels standards, elles sont les plus simples
à mettre en
uvre, et c’est pourquoi nous leur consacrerons un développement
particulier.
A- La mise en place d’un système de prévision
Avant d’aborder quelques modèles classiques, précisons les grandes lignes de
l’approche méthodologique à appliquer pour la mise en
uvre d’une méthode de
prévision.
a/ Démarche générale
Il faut naturellement commencer par définir précisément le type de prévisions dont on a
besoin (horizon, découpage en périodes élémentaires, degré de finesse souhaité selon le
type de décisions à prendre, périodicité envisagée). Ces questions induisent la classe de
méthodes a priori adaptées.
Ensuite, il convient de définir l’application particulière. Pour les méthodes de type
prédictif, ou qualitatives, on se préoccupe de la procédure de collecte des informations
(réunions périodiques de la force de vente, enquêtes auprès des distributeurs, etc.).
Pour les méthodes d’extrapolation, il convient d’abord de réunir les données passées et
d’identifier les sources d’informations sur les ventes futures.
Préparé par : BOURASS Younes
-13-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Si l’on travaille par extrapolation, de façon ensuite à s’orienter sur un modèle adéquat, il
faut procéder à l’analyse de la structure de la demande passée. Cette analyse amène à
intégrer, si besoin est, des systèmes de correction de tendance et/ou de saisonnalité.
La phase ultérieure porte sur des simulations de modèles a priori adaptés en vue de
déterminer les valeurs que doivent prendre les paramètres. Il n’y a en effet pas d’autre
méthode qu’une démarche d’essais successifs visant à minimiser les erreurs de
prévision. Ce dernier propos s’applique à toutes les techniques y compris les méthodes
qualitatives.
Dès que la simulation aboutit à une erreur inférieure à l’objectif du manager, la
démarche est terminée et le modèle peut être mis en place avec son système de suivi
permanent.
Dans le cas contraire, il ne faut pas nécessairement conclure que la prévision est
impossible. Il y a lieu d’analyser comment la demande est générée et, en particulier, si
elle n’est pas elle-même constituée de l’addition de demandes élémentaires qui
pourraient alors être prévues séparément puis agrégées pour reconstituer la demande
globale.
Prenons le cas d’une société fabriquant des outillages à main et petits matériels
électriques. La demande au niveau des produits finis paraissait aberrante. Elle s’est
révélée être la composition de trois demandes élémentaires :
u celle des petits clients distributeurs et grossistes achetant toute l’année de petites
quantités sans anticiper leur commandes, et dont le comportement global était
prévisible par des techniques d’extrapolation,
u celle des gros clients (grands magasins, hypermarchés, sociétés de vente par
correspondance) qui achetaient selon une périodicité ni périodicité fixe.
u celle enfin des filiales étrangères prenant des décisions de réapprovisionnement en
quantités importantes sans anticipation ni périodicité fixe.
La solution consista à prévoir la première demande par extrapolation classique. La
seconde et la troisième demande purent être servies sur la base de programmes
prévisionnels fournis par les clients et filiales.
Préparé par : BOURASS Younes
-14-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
La dernière étape de la méthodologie consiste à définir et mettre en place des signaux
d’alerte permettant par la suite de mettre contrôle l’adaptation permanente de la
méthode retenue.
b/ les sources d informations sur les ventes futures
Selon la nature de ses activités, l’entreprise a des besoins différents de prévisions, mais
aussi des sources d’information différentes.
b/1. Cas des fabrications exclusivement à la commande
Une entreprise qui travaille sur devis et qui doit donc attendre les commandes des
clients pour lancer la fabrication, a de grandes difficultés pour faire une prévision de la
demande future. C’est en particulier le cas des sous-traitants.
L’analyse repose alors sur la comparaison entre le délai commercial accepté par le client
et le cycle d’obtention des produits.
Dans la mesure où le carnet de commandes couvre un horizon au moins égal au cycle
de production (délai nécessaire entre la réception de la commande et la livraison), les
besoins en capacité et les approvisionnements nécessaires à court terme sont
parfaitement connus.
Pour sa gestion à court terme, la société travaille en univers certain et peut alors utiliser
la méthode de calcul des besoins en composants, assortie d’un jalonnement fait à partir
du carnet de commandes fermes. Il lui suffit de faire des prévisions à moyen terme pour
anticiper l’évolution de son potentiel de production et de ses effectifs et le
développement de produits ou d’applications nouvelles. Elle peut faire appel à des
méthodes qualitatives ou quantitatives sur des données agrégées (volume d’heures de
main d’ uvre par famille de produits par exemple).
En revanche, si le carnet de commandes ne couvre qu’une partie du cycle de
production, il est nécessaire de prendre des risques en lançant les approvisionnements
et/ou la fabrication en partie sur prévision.
Une entreprise se trouvant dans cette situation n’a pas une connaissance certaine de la
demande sauf si elle travaille exclusivement avec quelques clients dont elle peut
connaître les programmes prévisionnels.
Préparé par : BOURASS Younes
-15-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Si l’on ne peut pas faire des prévisions au niveau des produits finis, l’entreprise doit
réduire la longueur du cycle de fabrication ou bien concevoir ses produits de façon
modulaire pour effectuer une prévision par extrapolation au niveau des modules et des
pièces standardisés (les produits finis étant montés sur commandes fermes).
b/2. Extrapolation du carnet de commandes
Dans un certain nombre de cas, on peut estimer la demande à venir en extrapolant les
commandes en carnet à un moment donné. Cela suppose qu’il existe une loi d’arrivée
des commandes qui se reproduit au fil des années.
b/3. Analyse statistique des demandes
Le cas le plus fréquent est la prise en compte des seules données passées pour prévoir la
demande future. Cela suppose que les facteurs explicatifs de la demande ne varient pas
trop vite dans le temps (par exemple, que la tendance ne va pas présenter un point de
retournement) et que, par conséquent, la structure de la demande restera la même sur
l’horizon de prévision.
Un certain nombre de précautions doivent être observées on doit tout d’abord veiller à
ce que la demande passée soit bien identifiée : on ne peut se fonder sur les facturations
qui ignorent les ventes perdues en cas de ruptures de stock ensuite, on ne doit pas
amalgamer des demandes de natures différentes (par exemple, ajouter de nombreuses
petites commandes de clients détaillants et des commandes ponctuelles des grossiste).
b/4. Sélection des prévisions à réaliser
L’un des problèmes posés aux entreprises dans la mise en place d’un système de
prévision est le nombre de données à rechercher, à traiter et à mémoriser. Sauf à
disposer d’ordinateurs puissants, on doit concentrer les études prévisionnelles précises
sur les produits ou composants qui représentent la plus grande part de l’activité ou du
chiffre d’affaires de l’entreprise.
Cette distinction s’appuie sur une analyse de type ABC (connue également sous le nom
de loi de Pareto) des produits achetés, fabriqués ou vendus selon un critère qui est le
plus souvent le chiffre d’affaires réalisé. Ce classement consiste à trier par valeurs
Préparé par : BOURASS Younes
-16-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
décroissantes les références pour se consacrer à une sous-famille principale au
détriment de celles dont l’importance relative est moindre.
En cumulant les chiffres d’affaires réalisés, on constate le plus souvent que 20% environ
des articles font 80% du chiffre d’affaires : ce sont les articles de la classe A. les 30%
suivants se partagent environ 15% du CA : ce sont les articles de classe B. Enfin, les
dernier 50%, dits de classe C, font les 5% restant du CA. L’effort de prévision peut alors
se concentrer sur les articles pour traiter 80% du problème de prévision, en consacrant
moins d ‘efforts aux articles B et C.
Il est commode de représenter l’analyse ABC par une courbe (Fig.2). L’analyse ABC a
beaucoup d’autres applications, notamment en gestion des stocks : nous aurons
l’occasion d’y revenir en pratique.
Analyse ABC (loi de Pareto)
100
Pourcentage
cumulé du 90
CA
80
Classe C
70
Classe B
60
50
40
30
20
10
Classe A
0
0
10
20
30
40
50
60
70
80
90
100
Pourcentage cumulé du nombre de produits
- Figure 2 c/ Décomposition de la demande
Pour construire un bon système de prévision dans le cadre d’une méthode
d’extrapolation, il est indispensable d’analyser correctement la structure de la demande
passée, en recherchant la présence des éléments suivants : une saisonnalité, une
tendance, et enfin l’existence de variations aléatoires autour de la tendance centrale.
Préparé par : BOURASS Younes
-17-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Il faut décomposer la demande en ses constituants élémentaires de telle sorte que la
composition de ces lois élémentaires en un modèle permette d’expliquer la demande
passée et de la projeter sur l’avenir.
On définit le niveau de base comme étant la moyenne de la série de données de la
demande prévue à une date déterminée. Le niveau de base est donc une loi stationnaire
que le modèle de prévision combine, si nécessaire, avec les lois rendant compte de la
tendance et de la saisonnalité.
c/1. La saisonnalité
On désigne ainsi des fluctuations de la demande qui se répètent à intervalles réguliers
et qui sont reliés à un ou plusieurs facteurs environnementaux
La procédure habituelle pour caractériser une saisonnalité consiste à calculer des indices
saisonniers, qui représentent, pour chaque période élémentaire, le rapport entre la
demande réelle constatée et une moyenne globale, évaluée sur le cycle de référence, et
appelée demande désaisonnalisée pour un calcul de variations saisonnières d’une
prévision mensuelle sur un horizon d’un an, cette procédure revient à évaluer la
demande mensuelle (moyenne arithmétique sur l’année) et ç en faire le rapport avec
chacune des demandes réelles mois par mois (dans la mesure où il n’existe pas de
tendance)
Si, par exemple, la demande globale pour une semaine de 6 jours ouvrables est de 600
unités, la demande désaisonnalisée est de 100 par jour ouvrable. Si la moyenne des
lundis est de 120 et celle des vendredis de 90, on dit que l’indice saisonnier des lundis
est de 1,20 et celui des vendredis de 0,90. Cela permet, à partir d’une prévision globale
hebdomadaire pour les semaines à venir, de calculer les demandes de chaque jour de la
semaine en leur appliquant leur indice de saisonnalité.
Les figures ci-dessous en nous donnent un exemple. La demande annuelle de l’année
2003 est de 1200, soit 100 de moyenne mensuelle désaisonnalisée. La demande de
janvier ayant été de 91, son indice de saisonnalité est donc de 0,91. La demande de
l’année 2004 est de 1440, soit 120 de moyenne mensuelle désaisonnalisée : on retrouve
aisément les coefficients mensuels pour l’année 1989. Si la chronique des données dont
on dispose pour les antérieures confirme comme sur le tableau, la validité des
Préparé par : BOURASS Younes
-18-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
coefficients mensuels et si ces faits sont explicables, on peut réutiliser ces coefficients
pour 2005.
Indices
Mois
Demande 2003
saisonniers
Indices
Demande 2004
2003
saisonniers
2004
Janvier
91
0,91
109
0,91
Février
79
0,79
97
0,81
Mars
70
0,70
82
0,68
Avril
69
0,69
83
0,69
Mai
92
0,92
107
0,89
Juin
101
1,01
118
0,98
Juillet
109
1,09
132
1,10
Août
131
1,31
159
1,33
Septembre
142
1,42
165
1,38
Octobre
118
1,18
142
1,18
Novembre
109
1,09
133
1,11
Décembre
89
0,89
113
0,94
Total
1200
Demande 2004
se
ao
ût
pt
em
br
e
oc
to
br
e
no
ve
m
dé bre
ce
m
br
e
t
ille
ju
ju
in
m
ai
av
ril
Demande 2003
m
ar
s
ja
nv
ie
r
fé
vr
ie
r
180
160
140
120
100
80
60
40
20
0
1440
- Figure 3 -
Préparé par : BOURASS Younes
-19-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
c/2. La tendance
La tendance est une évolution du niveau de base de la demande en fonction du temps.
Dans la décomposition en éléments constitutifs de la demande, après avoir corrigé le
facteur saisonnier, on doit s’interroger sur l’existence éventuelle d’une tendance.
En nous rapportant à la figure précédente (fig. 3), nous voyons que la demande
annuelle a progressé de 1200 en 2003 à 2004. Ces données ne sont pas suffisantes pour
décider d’introduire une tendance dans le modèle pour 2005. En particulier, nous ne
savons pas si nous devons ajouter 240 (différence entre 1440 et 1200) à la demande de
2004 ou si nous devons multiplier par 1,2 la réalisation de 2004, puisque 1440 s’obtient
en multipliant par 1,2 la demande de 2003. En effet, la croissance (ou décroissance) peut
être linéaire (additive) ou exponentielle (multiplicative).
Dans tous les cas, il convient d’identifier le type de tendance pour pouvoir l’intégrer
dans un modèle. Dans le cas où la tendance est linéaire, on recherche l’équation de la
droite qui rend compte de la tendance, soit graphiquement en reportant les données
désaisonnalisées sur un graphe, soit en appliquant une méthode de régression adaptée.
Dans le cas où la tendance est exponentielle, on utilise un graphique à échelle semilogarithmique ou on effectue la régression sur le logarithme de la variable.
c/3. Variations aléatoires
Ce sont les variations de la demande non expliquées par la décomposition en niveau de
base, saisonnalité et tendance. Si ces trois éléments expliquaient toute la demande, leur
reconstitution permettrait de retrouver toujours la chronique servant de base à la
simulation. Or il y a beaucoup de professions où les éléments imprévisibles influençant
la demande de l’entreprise sont nombreux (produits de mode par exemple, ou
incidence du climat). Cela explique qu’en retirant statistiquement saisonnalité et
tendance à une chronique de vente il reste toujours des fluctuations autour d’un niveau
moyen constant. Ces fluctuations, appelées bruit blanc ou composante aléatoire,
matérialisent la partie de la demande qu’on n’arrive pas à expliquer, et qui est
génératrice d’une erreur de prévision.
Ces variations se situent, en général, symétriquement de part et d’autres de la prévision,
et démontrent alors que la loi de prévision est bien centrée. Dans le cas contraire, il y a
Préparé par : BOURASS Younes
-20-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
une forte présomption de changement dans la structure de la demande (existence d’une
tendance par rapport à laquelle le modèle est en retard) : il faut alors recommencer
l’analyse pour réactualiser le modèle de prévision.
En matière de gestion logistique, ce sont ces variations aléatoires (erreurs de prévision)
contre lesquelles on cherche à se protéger (en constituant un stock de sécurité par
exemple).
En résumé, les méthodes quantitatives, faisant appel aux données passées et à la
simulation pour extrapoler l’avenir :
-
consistent à décomposer la demande en facteurs élémentaires (base, saisonnalité,
tendance, variations aléatoires), puis à recomposer un modèle à partir des lois
découlant de l’action de ces facteurs élémentaires ;
-
donnent de bons résultats lorsqu’il n’y a pas de changement de structure, donc à
court et moyen termes.
Nous examinerons plus loin deux techniques parmi les plus utilisées de prévision à
court ou moyen terme de la demande à savoir la régression simple et les modèles
d’extrapolation.
d/ Mesures de la qualité d une prévision
On cherche, dans un système de prévision, à concilier deux objectifs antagonistes :
•
obtenir une réaction rapide à une variation significative d’un des éléments qui
composent la demande (modification de tendance, accentuation d’une saisonnalité),
•
stabiliser et lisser les variations qui sont purement aléatoires. En effet, le propre des
variations aléatoires est qu’elles se compensent dans le temps. Si le système de
prévision est trop sensible au dernier aléa, il réagit brutalement ce qui donne des
prévisions dispersées.
On ne pourra cependant jamais éviter que le modèle de prévision, qui extrapole en
lissant au moins partiellement les données passées réagisse avec un certain retard à une
modification significative de la demande.
Les deux mesures de la qualité d’une prévision les plus fréquemment utilisées sont
l’écart algébrique moyen et l’écart absolu moyen. Comme nous allons le voir, le premier
signale la présence ou l’apparition d’un biais systématique dans la prévision (la
prévision est en moyenne au-dessus ou au-dessous de la demande).il permet donc
Préparé par : BOURASS Younes
-21-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
d’apprécier le centrage de la loi. Le second met sous contrôle la dispersion de l’erreur
de prévision, c’est à dire la différence moyenne entre la demande réelle et la prévision.
Pour deux modèles donnant le même écart algébrique, le meilleur est celui qui se
rapproche le plus de la courbe de demande, donc celui qui minimise l’écart absolu.
d/1. Ecart algébrique moyen
Noté eam, c’est la somme algébrique des erreurs de prévision divise par le nombre n de
périodes sur lesquelles s’effectue la simulation, ou sont enregistrées les prévisions.
t=n
( Pt – D t )
t=1
eam =
n
Si le système de prévision est adapté à la structure de la demande, les variations
aléatoires de cette demande seront les seules causes d’erreur. Donc les erreurs positives
et négatives doivent se compenser et leur moyenne fluctuer autour de 0. Si l’écart
algébrique moyen est positif, cela signifie que la prévision est en moyenne supérieure à
la demande réelle. Si l’écart algébrique moyen est négatif, cela signifie que la prévision
est en moyenne inférieure à la demande. L’apparition d’un écart algébrique moyen non
nul sera généralement la preuve qu’une tendance positive ou négative n’est pas prise en
compte par le modèle de prévision.
d/2. Ecart absolu moyen
Noté EAM, c’est la somme des valeurs absolues des erreurs de prévision divisée par le
nombre de périodes de référence.
t=n
| Pt – Dt |
t=1
EAM =
n
Même avec un système composant correctement les lois élémentaires de la structure de
la demande, l’écart absolu moyen est toujours différent de 0. Dans le cas général, l’écart
absolu moyen dépend de la variabilité de la demande et doit rester à peu près constant,
sauf si la variabilité de la demande augmente ou s’il se produit un changement dans sa
Préparé par : BOURASS Younes
-22-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
structure. Il se peut aussi qu’un EAM élevé provienne d’un mauvais modèle de
prévision.
d/3. Carré moyen des erreurs
Autre mesure classique, c’est la somme des carrés des erreurs de prévision divisée par
le nombre de points mesurés. Il sera préféré à l’écart absolu moyen chaque fois que l’on
veut privilégier un système faisant beaucoup de petites erreurs par rapport à un autre
système, caractérisé par des erreurs moins fréquentes mais des écarts plus grands.
On utilise en général cette mesure sous la forme de sa racine carrée qui représente
l’écart type de la loi de répartition de l’erreur de prévision autour de la demande réelle.
Si cette loi est une loi normale (ce que l’on admet en première approximation), l’écart
type
peut être approché par :
= 1,25 EAM
On se servira de cette grandeur pour calculer les stocks de sécurité nécessaires à la
couverture de l’erreur de prévision.
On trouvera sur le tableau suivant un exemple de calcul des trois mesures de l’erreur
d’une prévision de demande.
N° de
Demande
Prévision.
Ecart
période
Ecart absolu
algébrique
Carré de
l’écart
1
98
100
+2
2
4
2
103
101
-2
2
4
3
107
103
-4
4
16
4
100
105
+5
5
25
5
98
101
+3
3
9
6
97
99
+2
2
4
7
104
97
-7
7
49
8
103
101
-2
2
4
9
105
103
-2
2
4
10
107
104
-3
3
9
-8
32
128
Total
Préparé par : BOURASS Younes
-23-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
w Ecart algébrique moyen : (-8/10) = -0,8
w Ecart absolu moyen : 32/10 = 3,2
w Carré moyen de l’erreur : 128/10 = 12,8
e/ Signaux d alerte
Un système de prévision destiné à gérer des milliers d’articles doit être mis sous
contrôle : il faut détecter très rapidement toute déviation par rapport à un
comportement normal pour éviter les conséquences désastreuses de l’emploi de
prévisions erronées dans les décisions logistiques. Pour cela, il faut surveiller en
continu, pour chaque article, les trois mesures de la qualité de la prévision citées
précédemment.
Le principe de la surveillance est simple : on fixe une limite à l’écart absolu moyen lissé
et deux bornes inférieure et supérieure à l’écart algébrique lissé. Tant que les valeurs
calculées restent à l’intérieur des limites, on ne change rien au modèle. Si l’une des
grandeurs dépasse l’une des limites préfixées, il faut intervenir pour comprendre les
causes de la modification de la demande qui commence à se produire. Cela peut être
une demande exceptionnelle qui n’a pas été correctement filtrée, ou bien l’apparition
d’une tendance, ou encore le retournement d’une tendance existante. Les limites de
contrôle sont d’autant plus étroites que le coût d’une erreur de prévision est élevé.
Les systèmes informatiques de prévision effectuent très facilement ces calculs et ces
comparaisons. Certains réalisent même la correction automatique des paramètres du
modèle lorsque l’écart algébrique lissé atteint sa limite de contrôle. C’est ce que l’on
appelle le lissage auto-adaptatif.
B- La régression et les modèles d’extrapolation
1. La régression
Nous avons évoqué plus haut la possibilité d’utiliser la technique de la régression pour
calculer l’équation de la droite représentative d’une tendance de type linéaire. Nous
commencerons donc par cet exemple simple.
Considérons les données de la figure 6.
On constate intuitivement que les données présentent une tendance linéaire, et nous
pourrions, en reportant ces données sur un graphique, tracer la droite qui semble le
Préparé par : BOURASS Younes
-24-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
mieux représenter cette tendance. Notons que cette technique n’est pas utilisable
directement en cas de série saisonnière.
Périodes
2002
2003
2004
Premier trimestre
220
280
340
Deuxième trimestre
240
280
380
Troisième trimestre
280
370
450
Quatrième trimestre
300
390
420
1040
1320
1590
Total année
L’analyse de régression emploie, pour calculer les paramètres a et b de cette droite
(d’équation y =a x + b), la méthode dite des moindres carrés. Cette méthode vise à
minimiser la somme des carrés des écarts entre les données de demande et les points
correspondant de la droite. Les valeurs de a et de b s’obtiennent en minimisant la
somme des carrés des écarts entre les données et les ordonnées correspondantes de la
droite de régression. La somme algébrique des écarts est nulle. Pour n données, les
formules de calcul sont les suivantes :
a=
n
xy - x y
n
x2 – ( x)2
Les calculs permettant de déterminer les coefficients de la droite de régression sont
détaillés dans le tableau suivant :
X
Y
(Trimestre)
(demande)
x2
y2
xy
régression
1
220
1
48400
220
225,14
2
240
4
57600
480
244,05
3
280
9
78400
840
262,97
4
300
16
90000
1200
281,88
5
280
25
78400
1400
300,8
6
280
36
78400
1680
379,72
7
370
49
136900
2590
338,63
8
390
64
152100
3120
357,55
Préparé par : BOURASS Younes
Prévision
-25-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
9
340
81
115600
3060
376,46
10
380
100
144400
3800
395,38
11
450
121
202500
4950
414,29
12
420
144
176400
5040
433,21
78
3950
650
1359100
28380
La droite de régression correspondant aux données, a pour équation :
Y= 18,916 x + 206,22
Ainsi, dans cet exemple, la demande du ne trimestre est égale à 18,916 n + 206,22. La
figure 4 représente graphiquement le résultat du calcul.
600
Demande
observée
500
400
Droite de
régression
300
200
100
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
- Figure 4 On peut utiliser ce modèle pour prévoir les ventes futures (en général les sorties en
stock) par simple extrapolation de la droite de régression. Par exemple, le 1er trimestre
1990 ayant le rang 13, la demande probable peut donc être estimée par la formule :
18,916 x 13 + 206,22 = 452,13
Il est évident que, plus on extrapole loin des données connues, plus le risque d’erreur
est grand. Il convient d’être toujours extrêmement prudent lorsque l’on prolonge des
tendances observées.
Nous avons supposé qu’il avait une relation de type linéaire entre le temps et la
demande.
Préparé par : BOURASS Younes
-26-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Cette relation aurait pu être autre que linéaire. Si la relation avait été exponentielle et
non linéaire, nous aurions pu la ramener au problème précédent en écrivant :
Log(demande) = (log a) x période + (log b)
Jusqu’à présent, nous avons supposé que les données de la demande étaient reliées au
temps ; il est possible d’effectuer le même type de calculs dans le cas d’une relation
entre la demande et une autre variable explicative. La régression peut donc être utilisée
aussi bien pour l’extrapolation que pour des modèles causals.
2. Les modèles d’extrapolation
Si l’on admet que les facteurs qui ont déterminé la demande passée continuent à agir
sur la demande future, la première règle de bon sens consiste à tenir compte de toutes
les données passées et d’en faire la moyenne. Cette méthode dite moyenne à long terme
présente de graves inconvénients :
-
l’accumulation des données et donc le grand nombre de données à traiter,
-
ensuite, le fait d’accorder le même poids aux données les plus anciennes et aux
données les plus récentes : sauf si la loi qui rend compte de la demande est
stationnaire, il est raisonnable de penser que les dernières données sont les plus
significatives.
En revanche, la moyenne sur toutes les données permet d’éliminer dans la prévision les
variations aléatoires : cette méthode de la moyenne à long terme ne peut donc
s’appliquer qu’à une demande stable.
2-1. La moyenne mobile simple
Cette technique consiste à prendre la moyenne arithmétique des n dernières données
pour établir la prévision. A chaque nouvelle période, la donnée la plus ancienne est
remplacée par la plus récente (d’où le terme de mobile). Le stockage et le traitement des
données sont donc moins lourds que précédemment, et dépendent du choix de n. le
deuxième inconvénient est minimisé puisque la donnée la plus ancienne est éliminée à
chaque nouvelle prévision.
Les entreprises ayant fréquemment à produire ou à distribuer des centaines ou des
milliers d’articles (le cas de notre entreprise), on se contente, en général, de choisir un
nombre de périodes n compris entre 3 et 6.
Préparé par : BOURASS Younes
-27-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Le tableau ci-dessous montre dans sa partie gauche un exemple d’application de la
méthode de la moyenne mobile sur trois périodes. On constate un lissage des variations
aléatoires. La prévision encadre les demandes réelles sur la première partie de l’année.
En revanche, dés qu’apparaît une tendance, la prévision est systématiquement en retard
et le modèle n’est plus adapté.
2-2. La moyenne mobile pondérée
Dans cette méthode, on veut traduire le fait que les données des n valeurs passées
retenues ne rentrent pas dans la prévision avec la même importance : pour ce faire, on
leur accorde un poids différent en leur appliquant un coefficient. La somme des n
coefficients doit évidemment être égale à 1.
Mois
Demande
Prévision 2
Prévision 3
Prévision 1
moyenne mobile
moyenne mobile
moyenne mobile
pondérée sur 3
pondérée sur 3
sur 3 périodes
périodes
périodes
Janvier
100
-
-
-
Février
90
-
-
-
Mars
105
-
-
-
Avril
110
98
100
102
Mai
80
102
105
107
Juin
105
98
94
89
Juillet
95
98
99
101
Août
105
97
95
96
Septembre
100
102
102
103
Octobre
110
100
101
101
Novembre
115
105
106
108
Décembre
120
108
11
114
Janvier
130
115
117
118
Février
135
122
124
127
C’est ce qui est fait dans la colonne prévision 2 du tableau, où les poids respectifs sont
de 20%, 30%, 50%. Pour obtenir la prévision du mois n+1, soit avril, on multiplie la
Préparé par : BOURASS Younes
-28-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
demande de janvier par le coefficient 0,2, celle de février par 0,3, celle de mars par 0,5 et
on en fait la somme, soit :
100 x 0,2 + 90 x 0,3 + 105 x 0,5 = 99,5
On constate sur le tableau que dans la période stable de Janvier à septembre, non
seulement la pondération n’apporte rien, mais qu’elle simplifie la dernière variation
aléatoire. En revanche, cette méthode est supérieure dès qu’apparaît une tendance.
Dans ce cas, on a intérêt à accorder un poids encore plus grand aux données les plus
récentes : c’est ce qui est fait dans la colonne Prévision 3 en choisissant les poids
respectifs 0,1, 0,2, et 0,7. La prévision est meilleure, mais elle est cependant toujours en
retard sur la demande réelle.
160
140
120
100
80
60
40
20
0
Demande
Série1
Prévision 1
Série2
Série3
Prévison2
mai
juin
juille
t
août
sept
emb
re
octo
bre
nove
mbr
e
déce
mbr
e
janv
ier
févri
er
er
mars
avril
févri
janv
ier
Série4
Prévision 3
- Figure 5 Il aurait mieux valu prendre en compte, dans l’analyse, un changement de structure à
partir de septembre et introduire dans notre modèle une correction de tendance. Nous
aurions pu également réduire à 2 la valeur de n, mais le résultat amélioré aurait été
encore en retard par rapport à la demande, et au détriment de la stabilité.
Dans le présent mémoire, il n’est pas pris en compte les méthodes de lissage exponentiel simple et multiple.
Préparé par : BOURASS Younes
-29-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Chapitre 3 :
LES SYSTEMES DE GSETION DE STOCK
Dans la plupart des situations, le nombre de références à gérer est très élevé : de
plusieurs centaines à plusieurs milliers voire plusieurs dizaines de milliers. En
conséquence, le gestionnaire du stock ne peut prendre des décisions pour chacune des
références ; il doit définir, pour chaque groupe de références ayant des comportements
homogènes, des règles de gestion qui sont ensuite appliquées de façon systématique.
La demande étant subie, les règles de gestion de stocks consistent à définir des
politiques de réapprovisionnement : déterminer à quel moment on passe des
commandes de réapprovisionnement et quelle quantité on réapprovisionne.
Les systèmes de gestion de stock que nous allons présenter ici sont adaptés aux articles
dont :
-
la
durée
de
vie
est
suffisamment
longue
pour
permettre
plusieurs
réapprovisionnements.
-
La demande présente des variations limitées autour d’une moyenne : on peut
l’assimiler à une loi de distribution statistique analysable dans les séries
chronologiques.
-
Le délai de réapprovisionnement est, lui aussi, variable autour d’une moyenne.
Ainsi l’hypothèse d’indépendance sur la demande, exclut le cas d’une demande induite
pour les matières premières et composants, les en-cours et les stocks intermédiaires.
Cette demande, au lieu d’être la somme de besoins individuels et indépendants, résulte
d’un plan de production par l’application de la méthode MRP (Material Requirements
Planning) dite en français la planification des besoins en composants.
Dan ce cas, il s’agit de stocks que nous avons appelés stocks de fabrication, et les
modèles relatifs aux stocks de distribution ne s’appliquent généralement pas.
Ces modèles ne s’appliquent pas non plus lorsque les consommateurs sont trop peu
nombreux car cette situation rend illusoire l’assimilation de la demande à une loi de
distribution statistique.
I- Typologie des systèmes de gestion de stock
Les deux questions fondamentales auxquelles il faut répondre pour gérer des stocks
sont les suivantes :
Préparé par : BOURASS Younes
-30-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
-
Quand commander ?
-
Combien commander ?
1. Quand commander ?
Répondre à cette question revient à déterminer l’événement qui déclenche la passation
de commande. Deux systèmes principaux sont employés :
-
soit, le gestionnaire passe une commande (ou un lancement) à périodicité fixe, par
exemple, une fois par semaine ou une fois par mois ;
-
soit, il passe une commande quand, en diminuant, le stock passe en dessous d’un
niveau minima appelé stock d’alerte ou point de commande.
2. Combien commander ?
La réponse à cette question dépend de la réponse à la question précédente. En effet, si
l’on passe des commandes à dates fixes pour une quantité fixe, on ne s’adapte jamais
aux variations de la demande. Donc, il faut que soit le facteur temps, soit le facteur
quantité soit variable. On en déduit les principes de deux grands systèmes de gestion de
stock :
-
Si la commande survient lorsqu’un stock minimum est atteint, on approvisionne
toujours la même quantité, 50 ou 500 unités par exemple ;
-
Si la passation de commande a lieu à périodicité fixe, on approvisionne des
quantités, différentes d’une commande à la suivante (par exemple ce qui a été
consommé depuis la dernière commande passée) pour ramener le niveau du stock à
un niveau dit de recomplètement.
En résumé, on peut choisir entre deux types de systèmes de gestion de stock :
1- le système à quantité fixe et à périodicité variable.
2- le système à périodicité fixe et quantité variable.
Le premier système consiste à commander une quantité fixe Q à chaque fois que le
stock (2) descend à un niveau déterminé dit point de commande.
(2) : Le stock que l’on prend en considération est égal au stock physique augmenté de la quantité en commande et
diminué des demandes reçues de l’aval (clients ou demandes internes) non satisfaites. C’est ce que nous appelons
stock disponible
Préparé par : BOURASS Younes
-31-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
La date de passation de commande est donc variable : si la demande est plus forte, le
point de commande sera atteint plus tôt; si la demande se ralentit, le point de
commande sera atteint plus tard (Fig. 6).
Niveau du
stock
Q
Q
Q
d1
d2
Point de
commande
Temps
- Figure 6 Le principe du second système de base est le suivant : à périodicité fixe (par exemple,
tous les mois ou tous les trimestres), on constate le stock disponible et on le ramène à un
niveau fixe dit niveau de recomplètement, par une commande de réapprovisionnement.
Cette commande est donc habituellement égale à la demande de la période précédente
(Fig. 7).
Niveau de
recomplèteme
Q2
Q1
d2
d1
T
T
T
Temps
- Figure 7 -
Préparé par : BOURASS Younes
-32-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
II- Etude du système à point de commande
Le principe de ce système consiste à passer une commande lorsque le niveau du stock
disponible descend à un niveau théorique dit point de commande (ou stock d’alerte).
Le support administratif de ce système est très simple : il suffit de tenir à jour, par
article, une fiche de stock sur laquelle sont portés les paramètres de gestion pour cet
article, c’est à dire le point de commande et la quantité à commander. Pour visualiser le
fonctionnement, considérons la fiche de stock de la figure suivante :
Date
2/04/N
3/04/N
4/04/N
6/04/N
8/04/N
9/04/N
12/04/N
14/04/N
16/04/N
17/04/N
18/04/N
20/04/N
Entrée
200
Article 125.320
Point de commande : 50
Quantité à commander : 200
Sorties
Stock
Commandes
85
5
80
8
72
10
62
2
60
15
45
200
10
35
7
28
6
22
6
16
216
205
11
Disponible
85
80
72
62
60
245
235
228
222
216
Les hypothèses retenues, correspondant aux cas les plus fréquents, étant que la
demande et le délai d’obtention fluctuent respectivement autour d’une moyenne, le
point de commande est égal à la demande moyenne pendant le délai d’obtention
moyen augmenté d’une quantité destinée à couvrir les aléas sur la demande et sur le
délai que l’on appelle stock de sécurité.
Niveau du point de commande = demande moyenne pendant le délai
d’obtention moyen + stock de sécurité
Nous verrons plus loin comment déterminer le stock de sécurité.
Notons dès à présent que, si le point de commande est fixé trop haut, le stock moyen
augmente ainsi que le coût de possession du stock. Si, à l’inverse, le point de commande
est fixé trop bas, le stock moyen diminue, mais le risque de rupture s’accroît.
Préparé par : BOURASS Younes
-33-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Lorsque la demande augmente, le point de commande est atteint plus rapidement et le
réapprovisionnement est commandé plus tôt. Dans la mesure où le stock de sécurité
peut absorber le surcroît de demande pendant le délai d’obtention, il n’y a pas rupture.
Le système suppose que l’on puisse passer une commande ou faire un lancement dès
que le point de commande est atteint ; cela entraîne des difficultés dans plusieurs cas :
•
de nombreux articles proviennent d’un même fournisseur. Comme les différents
articles atteignent le point de commandes à des dates différentes, on ne peut pas
effectuer un regroupement des commandes.
•
L’organisation de la production est souvent telle (dans l’entreprise ou chez le
fournisseur) qu’un lancement ne sera pris en compte qu’à l’établissement du
prochain programme (mensuel, par exemple) de fabrication ; le délai d’obtention
s’en trouve allongé. La prise en compte de la commande étant périodique, le
système ne fonctionne plus comme un système à point de commande. Il est alors
nécessaire qu’il soit associé, soit à une organisation souple de la production, soit à
l’existence de stocks chez le fournisseur.
•
La connaissance du stock disponible à tout instant, nécessaire pour être informé dès
qu’un article atteint son point de commande, peut entraîner des coûts de gestion
importants mais ce n’est pas toujours le cas. Une méthode simple consiste à isoler
physiquement le stock correspondant au point de commande. Une façon
fréquemment utilisée pour effectuer les réapprovisionnements est la mise en ouvre
du système dit à deux casiers. Il consiste à puiser dans un premier casier; lorsque ce
casier est vide, on commande une quantité de produits correspondant au volume
d’un casier. En attendant la réception, on puise dans le second casier.
Lorsque les stocks sont suivis par un système informatique qui enregistre les
mouvements en temps réel, la connaissance du niveau de stock est permanente et le
système peut signaler à tout moment les articles qui ont atteint leur point de
commande.
En résumé, le système à point de commande est le mieux adapté lorsqu’un ou plusieurs
des éléments suivants sont réunis :
1- Demande à forte variabilité,
Préparé par : BOURASS Younes
-34-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
2- Articles qui par leur prix, leur importance pour l’entreprise imposent une forte
protection contre les ruptures,
3- Système de production souple,
4- Présence de stocks chez le fournisseur.
III- Etude du système à recomplètement périodique
Le principe de ce système consiste à examiner le niveau du stock à intervalles réguliers
et à passer une commande égale à la quantité consommée (ou demande) pendant la
dernière période. La quantité commandée à la fin de chaque période fixe est donc égale
à la différence entre le stock disponible et le niveau de recomplètement.
Date
2/03/N
3/03/N
4/03/N
6/03/N
8/03/N
9/03/N
12/03/N
14/03/N
16/03/N
17/03/N
18/03/N
20/03/N
22/03/N
23/03/N
25/03/N
26/03/N
28/03/N
31/03/N
Entrées
225
66
Article 415.639
Cycle de révision : 2 semaines
Niveau de recompltèment : 350
Sorties
Stock
Commandes
Disponible
85
80
72
62
60
45
35
28
22
16
271
260
246
234
219
210
198
264
85
80
72
62
60
300
290
283
277
271
271
260
246
300
285
276
264
264
5
8
10
2
15
10
7
6
6
11
14
12
15
9
12
255
66
La fiche de stock visualise le fonctionnement de ce système pour une période de
recomplètement de deux semaines, un délai d’obtention de la demande de huit jours et
un niveau de recomplètement de 300.
Au 9/03/N, le stock disponible étant de 45 , on passe une commande de 255 pour
porter le niveau à 300.
Préparé par : BOURASS Younes
-35-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Au 23/03/N, le stock disponible étant de 234, la quantité à commander est 300-234=66.
Lorsque le délai d’obtention est supérieur à la longueur d’une période, il peut y avoir
simultanément plusieurs commandes en cours. Cela ne présente pas de difficultés si la
fiche de stock donne le stock disponible (qui est la somme du stock physique et des
commandes passées non encore livrées).
Comme dans le système précédent, nous devons tenir compte de la variabilité de la
demande et du délai d’obtention, et nous pouvons dire :
Niveau de recomplètement = demande moyenne pendant la durée d’une période et
du délai d’obtention moyen + stock de sécurité
Lorsque le niveau de recomplètement est fixé trop haut le stock moyen est élevé et les
coûts de détention augmentent. En revanche, lorsque le niveau est trop bas, si l’on
gagne sur le stock moyen et le coût de possession, on accroît le risque de rupture.
Souvent les programmes de production sont lancées à intervalles réguliers ; en faisant
coïncider les périodicités de recomplètement avec un multiple des périodicités de
lancement (dans l’entreprise ou chez le fournisseur), on peut prendre aussitôt en
compte les commandes sans perturbation.
L’avantage du système périodique est que le groupage des commandes par fournisseur
est rendu possible, ce sui peut réduire les frais administratifs et de transport.
En revanche, le système étant aveugle à l’intérieur d’une période, une variation
instantanée de la demande laisse le système insensible (à la différence du système à
point de commande). Pour se protéger, on est généralement conduit à augmenter le
stock de sécurité.
En résumé, le système à recomplètement périodique est préférable lorsqu’un ou
plusieurs des éléments suivants seront présents :
1- Demande et délai d’obtention à faible variabilité
2- Impossibilité de prendre en charge de façon continue des commandes du fait de
l’organisation de la production
3- Articles dont la valeur de consommation faible par le prix ou la quantité font qu’un
stock moyen important n’entraîne pas des coûts de détention trop élevés.
Il faut signaler par la fin que tous ces systèmes vise un seul objectif ultime qui est la
minimisation des coûts des stocks.
Préparé par : BOURASS Younes
-36-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Quels sont alors les principaux coûts des stocks?
IV- Les coûts des stocks
Généralement le coût des stocks est la somme de trois termes : le coût d’acquisition, le
coût de détention et le coût de passation de commande ou de lancement en fabrication.
1- le coût d’acquisition
C’est le produit du coût unitaire par le nombre d’unités achetées. En principe, ce coût
ne dépend pas du système de gestion choisi. Cependant, lorsque le coût unitaire varie
avec la quantité commandée (remises sur quantités), il est indispensable de le prendre
en compte dans le recherche du système de gestion le plus approprié.
2- le coût de possession
Le fait de conserver un produit en stock entraîne pour l’entreprise, d’une part, des frais
de stockage, d’autre part, une immobilisation financière qui engendre des frais
financiers.
Les frais de stockage sont constitués par le coût de l’entrepôt et du matériel
d’entreposage, les coûts du personnel du magasin, les primes d’assurance, des frais
divers tels que l’éclairage, le chauffage, etc. ces frais de stockage varient selon la nature
des articles stockés.
Les marchandises que l’on a en stock ont été facturées par le fournisseur (ou des frais de
fabrication ont été engagés). Cela représente un besoin en fonds de roulement qui doit
être financé soit en puisant sur la trésorerie de l’entreprise, soit par recours au crédit
bancaire. Cette immobilisation financière a donc un coût que l’on peut estimer de
diverses façons : taux de découvert bancaire, coût moyen du capital de l’entreprise, taux
de rentabilité des capitaux investis.
Au total, on considère que le coût de possession d’un stock représente de 20% à 40% de
la valeur de ce stock. C’est ainsi qu’un stock de 30 000 000 Dhs (le cas de la SMI -en
moyenne- ), si le taux de possession est de 30% par an, coûte annuellement 9 000 000
Dhs.
Préparé par : BOURASS Younes
-37-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Pour certains articles, il faut ajouter le coût d’obsolescence. certains articles conservés
trop longtemps en stock, techniquement dépassés ou démodés, sont invendables ou
inutilisables.
Plus le stock est important, plus le risque d’obsolescence est grand et donc plus ce coût
est élevé.
3- le coût de passation de commande ou de lancement
Avant de passer une commande, il faut surveiller le niveau du stock, déterminer la
taille de la commande, choisir un fournisseur, fixer avec lui le délai, le prix et les
conditions de livraison. On doit ensuite émettre la commande et en assurer la réception,
contrôler et payer la facture du fournisseur. Tous ces coûts sont indépendants de la
taille de la commande, mais se répètent à chaque fois qu’une nouvelle commande est
passée.
Il en est de même lorsqu’un lancement en fabrication doit être fait pour alimenter un
stock de produits finis ou semi-finis : le lancement fait l’objet d’un certain nombre de
travaux
administratifs :
instructions
aux
ateliers,
bons
de
sortie
matières,
ordonnancement dans le programme de production, recherche des gammes, émission
de l’ordre de fabrication. De plus, le changement de fabrication entraîne des coûts
additionnels en production : montage de nouveaux outils, réaccoutumance du
personnel, nouveaux réglages, dégradation possible de la qualité au début de la
nouvelle série.
Préparé par : BOURASS Younes
-38-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Chapitre 4 :
L’OPTIMSATION DU STOCK (FORMULE DE WILSON)
Comme signaler avant, toute la gestion optimale du stock se base essentiellement sur le
modèle qui répond exactement aux deux questions clés :
-
Combien commander ?
-
Quand commander ?
La réponse à ces deux prérogatives nous amène à déterminer ce qu’on appelle la
quantité économique (combien commander) et le délai économique (quand
commander).
I- Le calcul de la quantité économique et du délai économique.
La quantité économique est la quantité, lancée ou commandée, qui minimise la somme
des coûts des stocks. Si l’on ne considère que les coûts de possession et de passation de
commande, on voit que cette quantité économique ne peut résulter que d’un
compromis. En effet :
-
Les coûts de possession augmentent avec la valeur et donc avec la quantité du
stock ; il faudrait, pour les réduire, multiplier les petites commandes.
-
Les coûts de passation de commande augmentent avec le nombre de commandes ; il
faudrait, pour les réduire, ne passer que de grosses commandes.
1. le modèle de base
Nous allons d’abord calculer, avec des hypothèses simples, la quantité de commande
qui optimise le coût de la gestion du stock. Ces hypothèses sont les suivantes :
* on gère un seul article,
* la demande est linéaire (constante par unité de temps) et connue avec certitude,
* la livraison est reçue en une seule fois pour chaque commande passée,
* le prix est fixe, quelle que soit la quantité commandée (pas de remise sur quantité),
* le délai de livraison est connu et fixe,
* on n’admet pas de ruptures de stock
Ces hypothèses sont représentées sur la figure 8 où Q est la quantité commandée et D la
demande.
Préparé par : BOURASS Younes
-39-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Niveau du
stock
Q
Q
Q
Q
Stock
Moyen Q/2
Q/D
Temps
Intervalle entre
Deux livraisons
- Figure 8 On constate que le niveau du stock varie de façon linéaire entre Q et 0. Le stock moyen
possédé est de Q/2.
Appelons C le coût unitaire d’acquisition ; admettons dans un premier temps que C ne
dépend pas de la quantité commandée. Il nous suffit donc de chercher, s’il existe, le
minimum de la somme :
Coût de passation de commande + coût de détention
Ces coûts sont définis sur une période de temps homogène, l’année par exemple.
a/ Coût de passation de commande
Il est égal au produit du coût de passation d’une commande L par le nombre de
commandes passées. Pour satisfaire une demande pendant la période de D en
réapprovisionnant par quantités Q, il faut passer D/Q commandes. Le coût de
passation de commande pendant la période est :
Demande pendant la période
x Coût unitaire de
Quantité commandée
Ou avec nos notations : D/Q x L
L’évolution de ce coût en fonction de Q est représentée sur la figure 9 .
Préparé par : BOURASS Younes
-40-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Coûts
CVT : Coût variable
total
Q/2 x C x H
Coût de possession
D/Q x L : Coût de
passation de
commande
CVT *
Q*
Q : Quantité commandée
- Figure 9 Prenons un exemple simple, si la demande annuelle est de D=100 et si l’on commande à
chaque fois Q=25 unités, on passera D/Q = 100/25 = 4 commandes dans l’année. si
chaque commande a un coût de passation de L=50 Dhs, le coût de passation de
commande pour la période considérée (l’année dans notre exemple) sera de :
D/Q x L = 100/25 = 200 Dhs
On voit que ce coût diminue lorsque Q augmente :
-
pour Q=100, il est égal à 50 Dhs (1 commande dans l’année)
-
pour Q= 10, il est égal à 500 Dhs (10commandes dans l’année)
b/ Coût de détention
La quantité moyenne en stock est de Q/2 ; la valeur moyenne du stock détenu est donc
de Q/2 x C, avec C la valeur unitaire de l’article.
Désignons par H le taux de détention exprimé en pourcentage du montant des capitaux
immobilisés.
Le coût de détention s’exprime par :
Quantité moyenne en stock x coût unitaire x taux de détention
Préparé par : BOURASS Younes
-41-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Ou Q/2 x C x H
Si on garde Q=25 et on suppose C= 100 et H= 25%, on trouve :
Q/2 CH = 25/2 x 100 x 0,25 = 312,5 Dhs
L’évolution de ce coût avec la valeur de Q est représentée sur la fugure11. Elle est
linéaire et croit quand Q augmente :
-
pour Q= 100, le coût de possession est de 1250 Dhs.
-
pour Q= 10, le coût de possession est de 125 Dhs.
c/ Le coût variable total
Appelons CVT le coût variable total de gestion du stock. C’est la somme des coûts de
passation de commande et de détention du stock, donc :
CVT = D/Q x L + Q/2 C x H = 200 + 312,5 = 512,5 Dhs
Le coût variable total, CVT, est généralement représenté sur la figure 11.
Notons qu’il est essentiel que D et H soient cohérents, c’est à dire que leurs valeurs
soient exprimées dans la même unité de temps sinon on risquerait d’ajouter, par
exemple, un coût de lancement mensuel (demande D mensuelle) à un coût de
possession annuel (taux H annuel).
La formule donnant CVT fait bien apparaître la somme de deux coûts antagonistes, le
coût de possession étant proportionnel à Q alors que le coût de lancement varie en sens
inverse.
2. Détermination de la quantité économique et du coût de gestion des stocks.
La
quantité
économique
est
la
quantité
d’unités
commandées
à
chaque
approvisionnement qui conduit au coût variable total minimum.
On trouve Q* en dérivant CVT par rapport à la variable total minimum.
(CVT)’ = CH/2 – D/Q2 x L
A l’optimum, la dérivée est nulle (la dérivée seconde étant positive, il s’agit bien d’un
minimum) :
C.H/2 – D.L /Q2 = 0
Q2 = 2DL/CH
2DL
La quantité économique Q* est donc égale à
Préparé par : BOURASS Younes
-42-
CH
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
A l’optimum, l’expression du coût variable total est :
CVT* =
2DLCH
Notons que le minimum du coût variable total CVT est obtenu quand le coût de
détention est égal au coût de passation de commande. C’est ce que l’on pouvait
remarquer sur la figure 11.
La formule qui donne Q* est connue sous le nom de formule de WILSON, qui n’en est
pas l’inventeur (c’est F.Harris en 1913) mais qui l’a utilisée dans ses activités de conseil
aux USA dans les années 1920.
Cette quantité économique est la quantité qu’il faut commander dans le cas du système
à point de commande pour minimiser le coût total de gestion du stock.
Dans le cas du système à recomplètement périodique, on ne cherche pas à déterminer
une quantité économique mais une périodicité économique (ou intervalle entre deux
commandes). Celle-ci se déduit de la quantité économique :
T* = Q*/D
Le nombre optimal N* de commandes à passer par période est l’inverse de cette
périodicité :
N* = D/Q* soit
2DCH
N* =
2L
Cette formule est importante car elle montre que la fréquence d’approvisionnement est
proportionnelle à la racine carrée du chiffre d’achats annuel (DC), les coûts de passation
de commande et de détention étant les mêmes quel que soit le produit considéré.
a/ Délai d obtention
C’est le déali qui s’écoule entre le moment où l’on passe la commande et le moment où
la marchandise est disponible en rayon nous avons supposé jusqu’à present qu’il était
nul.
dans un système à point de commande, si le déali de réapprovissionnement est nul, le
point de commande est nul dans un systeme à recomplètement périodique, le niveau de
recomplètement est égal à la demande moyenne pendant l’intervalle entre deux
commandes : NR = D . T*
Préparé par : BOURASS Younes
-43-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
b/ Analyse de sensibilité du cout variable total
les conditions d’applications de la formule de Wilson sont très restrictives. De plus, les
parametres de la formule, notamment L et H, sont difficles à apprecier avec préciion.
Aussi est-il important d’étudier les effets sur le cout variable total d’une erreur
d’appréciation sur l’un des parametres.
Suuposons que nous nous soyons trompé d’un facteur multiplicateur k sur l’un des
parametres, par exemple sur L : le véritable cout de lancement n’est pas L mais L’=kL.
La quantité économique Q* que l’on aurait du trouver aurait été :
Q’* =
2DLk
= Q* x
k
CH
Et en reportant cette valeur dans l’expression de CVT, on obtient :
CVT’* =
k
+
1/k
DLCH/2
Nous avons donc une erreur de
=
k
+
1/k
x CVT*/2
k dans le calcul de Q et de
k +
1/k
dans le calcul de CVT.
Supposons que nous nous soyons trompés du simple au double dans l’estimation du
coût de lancement : k = 2.
Nous avons
k = 1,414 et
1/k
= 0,707. L’expression
k
+
1/k
/2
est égale à 1,06. L’erreur résultante est donc de 41% (1,414) sur l’évaluation de Q* mais
seulement de 6% sur CVT*.
Le résultat serait le même pour k = ½.
Si l’erreur porte sur l’un des facteurs du dénominateur de la formule, on obtiendrait les
mêmes résultats en utilisant k’ = 1/k.
On est donc parfaitement en droit d’utiliser pour les paramètres entrant dans la formule
de Wilson des approximations, sans que cela n’engendre une augmentation importante
du coût variable total.
II- Les stocks de sécurité
1. Les aléas
Dans de nombreuses situations, le système de gestion des stocks doit faire face à des
aléas de plusieurs natures. La demande résultant de nombreuses demandes
Préparé par : BOURASS Younes
-44-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
individuelles est aléatoire. Le fournisseur ne respecte pas le délai de livraison annoncé.
Le contrôle des pièces à la réception élimine des pièces non conformes.
L’existence d’un ou plusieurs aléas oblige le gestionnaire, s’il veut éviter les ruptures, la
perte de chiffre d’affaires et la perte d’image de marque qui en résultant, à prévoir un
stock de sécurité que l’on note Ss.
Le stock moyen devient : Q/2 + Ss
et le coût de détention : (Q/2 + Ss ) CH
Cette formulation fait l’hypothèse que les ruptures sont peu fréquentes, sinon le stock
moyen est inférieur à Q/2 + Ss.
2. Le niveau de service ou coût de rupture
Pour fixer le stock de sécurité, on peut partir :
-
soit d’une évaluation du coût de rupture, et rechercher le minimum de la somme des
coûts de rupture et des coûts de détention,
-
soit d’un objectif de niveau de service au client, qui peut s’exprimer notamment par :
•
le rapport entre le nombre d’articles (ou de commandes) livrées immédiatement et le
nombre d’articles (ou de commandes) à livrer,
•
le nombre de jours (ou de périodes) sans rupture sur le nombre total de jours (ou de
périodes) considérés.
3. L’intervalle de protection
L’intervalle de protection est la période pendant laquelle le stock de sécurité doit jouer
son rôle de protection contre les aléas. Dans un système à point de commande, c’est le
délai d’obtention.
Préparé par : BOURASS Younes
-45-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Niveau
du stock
Q
Q
d1
Point de
commande
d2
demande moyenne
pendant le délai de
livraison moyen
Stock de
sécurité
Q
Temps
Demande supérieure à la
demande moyenne pendant
le délai de livraison
Délai supérieur au
délai moyen
- Figure 10 Dans un système à recomplètement périodique, le gestionnaire passe une commande à
la fin de chaque période. La protection doit jouer jusqu’à l’arrivée de la commande
suivante, c’est à dire pendant une période plus le délai d’obtention. (Fig.10)
4. Le principe du calcul du stock de sécurité
Nous devons fixer le niveau du stock au moment de la passation de commande, en
fonction du niveau de service choisi.
Dans la figure 11, x est la demande pendant l’intervalle de protection, Xm sa moyenne,
f(x) sa densité de probabilité, SN le niveau de stock atteint lors de l’émission d’une
commande et SS le stock de sécurité qui est égal à SN- Xm.
Densité de
probabilité de
la demande
Probabilité de
rupture
Demande
moyenne
Stock de
sécurité
Demande
Niveau de stock après la passation de
commande
Préparé par : BOURASS Younes
-46-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Exemple numérique pour un système à point de commande
Supposons que la distribution de la demande suive une loi normale. La demande
moyenne hebdomadaire est de 100 avec un écart de 20, le délai d’approvisionnement
est de 5 semaines (fixe). On veut que la probabilité de rupture soit inférieur à 5%.
L’écart type de la demande pendant le délai d’approvisionnement (les demandes
hebdomadaires successives étant indépendantes) est de 20 5. En effet, la variance de la
demande sur 5 semaines est la somme des variances de la demande sur chacune des
semaines.
Pour que 95% de l’air sous la courbe f(x) soit située à gauche de SN, il faut se trouver à
1,645 écart type de la moyenne (ce chiffre se trouve dans la table de répartition de la loi
normale).
Le stock de sécurité est égal à 20 5 x 1,645 = 74 unités, et le point de commande est
SN = 500 + 74 = 574, puisque 500 est la demande moyenne pendant le délai d’obtention.
Exemple numérique pour un système à recomplètement périodique :
Prenons les mêmes paramètres et supposons que la périodicité est de dix semaines.
L’écart type devient 20 10+5.
Le stock de sécurité est de 1,645 x 20 15 = 128.
A protection égale et pour une probabilité de rupture donnée, le stock de sécurité est plus élevé dans un système à
recomplètement périodique dans le rapport (d+T)/d, ou d est la délai d’obtention et T la période.
Si l’on cherche à fixer le niveau du stock de sécurité à partir d’un coût de rupture, on en déduit une probabilité de
rupture. Notons également que plus la quantité commandée est importante, plus le risque de rupture est faible
puisque l’on se trouve moins fréquemment avec un stock faible donc en état de risque de rupture.
Préparé par : BOURASS Younes
-47-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Partie II
LA DEMARCHE DE
CONDUITE VERS UN SYSTEME OPTIMISANT
LE STOCK
:
Préparé par : BOURASS Younes
-48-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Notre démarche de conduite vers un système optimisant le stock se répartit en deux
principaux volets; le premier sera consacré à la circulation des flux, alors que le
deuxième sera celui de l’organisation et de la gestion analytique du stock.
Chapitre 1 :
LA CIRCULATION DES FLUX : POUR UNE MEILLEURE
VISIBILITE DE LA DEMARCHE DE CONDUITE
Avant la conception de toute démarche de conduite vers un système de gestion
optimisant le stock, il est intéressant de savoir le fonctionnement du service magasin
dans toute sa globalité.
Pour ce faire, les flows chart ne seront que la meilleure façon d’approcher la circulation
des flux physique (F.P) et informationnels (F.I).
Le schéma suivant décrit ces processus d’une façon synthétique et dans leur état de
marche normale :
Formulation de l’ordre d’achat
de pièces de rechange ou des
consommables
F.P
Entrées Magasin
F.I
- Achats gérés par la DAM
F.P
F.P
- Achats délocalisés
Besoin ressenti
F.I
F.I
Satisfaction du
besoin
- Achats de proximité
Sorties du stock
Formulation de l’ordre d’achat
des travaux sous traités
Confection/réparation
Formulation de l’ordre d’achat
du transport
F.P
1- Les sous processus de gestion des achats à la SMI
Au début, on doit signaler que ces sous processus ne seront pas approfondis en raison
de l’orientation de notre travail beaucoup plus vers la gestion de stock que vers la
gestion des achats. Mais cela n’empêche pas d’accorder un intérêt particulier à ce volet
pour bien appréhender le fonctionnement du service sujet de notre travail.
Préparé par : BOURASS Younes
-49-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
a/ Les Achats gérés par la DAM (Direction des Achats et Marchés)
Se sont des achats gérés spécialement par la direction des achats et marchés au niveau
de Casablanca, en raison de leur importance stratégique pour la société.
Flow Chart des achats gérés par la DAM
Entités / Services
Intervenants
Formulaires
utilisés
Mode Opératoire
Responsable
de service
Elaboration de la DAU
Agent Magasin
DAU
(1)
Oui
Articles
disponibles ?
Applications
informatiques
Oracle
application(ERP)
Informer l’utilisateur
Non
Non
DAU
conforme ?
Oui
Fascicule de codification
Consultation de la base Managem
pour codification
Code
existant ?
Non
Base
Managem
Proposition d ’un
code
Oui
Affectation du code
Codification de la DAU
X
DAU : Demande d’Achat Utilisateur
Il est à signaler que dès l’année 2003, année d’implantation de l’ERP Oracle Applications,
le processus de la gestion des achats se trouve dans toute sa globalité amélioré et très
simplifié (transparent). C’est la gestion intégrée de l’information en temps réel à
moindre coût.
Les DAU sont élaborées en respectant la procédure de répartition des articles par
centre de responsabilité (imputées sur un centre de charge).
Préparé par : BOURASS Younes
-50-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Au niveau de la DAU saisie par le responsable du Magasin on renseigne les éléments
suivants :
N° DAU
Le demandeur ;
La date d’élaboration de la DAU ;
Degré d’urgence ;
Quantité demandée ;
Les codes des articles demandés
•
•
•
•
•
•
Le fichier DAU édité par Oracle est contrôlé et validé par la direction avant d’être
envoyé à la DAM pour traitement; cela permet à la direction de la mine de contrôler de
façon périodique (hebdomadaire) les articles passés en commande en quantité, en
valeur et par service.
Flow Chart des achats gérés par la DAM (suite)
Entités / Services
Intervenants
Responsable
du service
Magasine
Applications
informatiques
Informer l’utilisateur
X
Non
Validation
DAU
DAU
Oui
Direction
Formulaires
utilisés
Mode Opératoire
Validation
DAU
Non
DAU
Oui
Agent Magasin
Oracle
Application
Envoi de la DAU
sur système Oracle
DAM
Traitement des DAU
Préparé par : BOURASS Younes
Fin
-51-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
b/ Achats délocalisés
Les achats délocalisés sont des achats effectués avec des fournisseurs délocalisés avec
qui, un contrat tarifié a été signé pour une durée déterminée, le plus souvent 1 à 2
années (ce type d’achat est appelé commande ouverte, et chaque ordre d’achat un appel
sur commande). C’est un type de gestion des achats très avantageux dans la mesure où
la société bénéficie du même prix unitaire quelque soit le cours du marché. La direction
des achats et marchés n’intervient pas dans ce processus étant donnée que les règles du
jeu sont préétablies.
La direction générale de MANAGEM société mère de SMI, utilise cette méthode des
achats tarifiés fixes afin de bénéficier de son avantage de négociation, puisque elle fixe
les conditions d’achat pour toutes ses filiales minières au Maroc.
Flow Chart des achats délocalisés
Entités / Services
Intervenants
Formulaires
utilisés
Mode Opératoire
DAU
Elaboration de la DAU
Articles
disponibles ?
Oui
Applications
informatiques
Oracle
Application
Informer l’utilisateur
Non
Non
Responsable
de service
DAU
conforme ?
Oui
Fascicule de codification
Consultation du filtre pour
codification
Code
existant ?
Non
Base
Managem
Proposition d ’un
code
Oui
Affectation du code
Codification de la DAU
Y
Préparé par : BOURASS Younes
-52-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Remarque :
Le sous processus de gestion des achats délocalisés semble dans sa première partie à
celui des achats gérés par la DAM, la différence se situe au niveau de la deuxième partie
du mode opératoire où le traitement de la demande d’achat utilisateur se fait soit par un
appel sur commandes ouvertes, soit par un traitement des devis de fournisseurs.
Flow Chart des achats délocalisés (suite)
Entités / Services
Intervenants
Responsable
du service
Magasine
Formulaires
utilisés
Mode Opératoire
Informer l’utilisateur
Y
Validation
DAU
Non
DAU
Non
Oui
Direction
Validation
DAU
Applications
informatiques
Non
Oui
Validation
BC
Bon de commande
(BC)
Validation
de l’appel sur
commande
DAU
Appel de commandes
Responsable
Magasin
Oracle
Application
Contrats Tarifés
(commandes ouvertes)
Création des appels de
commandes
Fin
Traitement del ’appel
sur commande
Envoi aux fournisseurs
c/ Achats de proximité
Se sont des achats d’urgence, effectués directement sur le site, c'est-à-dire à Tinghir
(ville où se situe le site d’exploitation). Ce type d’achat est souvent remis en cause par le
directeur du fait de son coût très élevé par rapport aux achats délocalisés
tranquillement négociés.
Préparé par : BOURASS Younes
-53-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Les achats de proximité sont essentiellement dus à une mauvaise prévision des besoins
en composants (pièces de rechange, consommables…) par les utilisateurs.
Ce qui pourrait dire qu’on peut les amoindrir à un niveau acceptable, à travers
l’élaboration d’un modèle de prévision exacte de la demande.
Flow Chart des achats de proximité
Entités / Services
Intervenants
Formulaires
utilisés
Mode Opératoire
Responsable
de service
Elaboration de la DAL
Direction
Responsable
Magasin
DAU
Validation
Responsable
Magasin
Validation
BC
Validation
Non
Oui
Validation
BC
Bon de commande
(BC)
Bon de commande
(BC)
Non
Articles
disponibles ?
Applications
informatiques
Oracle
Application
Informer l’utilisateur
DAU
conforme ?
Demande de devis
Oui
Tarifs
disponibles ?
Non
Bon de commande
(BC)
• Codification de la DAU
• Elaboration de bon de
commande
Traitement de la DAU :
Envoie aux fournisseurs
Fin
La demande d’achat locale se fait sur le même formulaire que la demande d’achat
utilisateur.
d/ Achats des travaux sous traités (réparation/confection)
Dans ce type d’achats, la demande de travaux (DT) est élaborée par le responsable du
service utilisateur, pour réparer ou confectionner une machine ou un outillage.
Ces achats sous traités connaissent un problème qui préoccupe, de temps à autre, les
responsables du service magasin.
Préparé par : BOURASS Younes
-54-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
En effet, une fois la machine ou l’outillage objet de la demande de travaux a été
réparé/confectionné, il fait objet d’une réception au niveau du magasin, qui ne devra
être, normalement,
que temporaire. Or le dénouement des événements est autre,
qu’ainsi le déclencheur de la DT ne s’informe plus de sa machine. (perte de temps,
d’argents et encombrement des rayons du magasin).
Au niveau de la demande de travaux (de réparation ou de confection), on renseigne les
éléments suivants :
•
Les principaux travaux à effectuer ;
•
Historique (date de mise en
uvre, fréquence des pannes…)
Flow Chart des achats de travaux sous traités
Entités / Services
Intervenants
Formulaires
utilisés
Mode Opératoire
Responsable
de service
DT
(Demande de
Travaux)
Elaboration de la DT
Validation
Responsable
Magasin
Oui
Non
Etude du Devis
Etablissement
du BC
Informer l’utilisateur
Validation
DT
Direction
Applications
informatiques
Non
Bon de
commande (BC)
Validation
Devis / BC
Oui
Non
Responsable
Magasin
ou
Agent
Magasin
DT
conforme ?
Oracle
Application
Oui
Consultations :
Demande de devis
Codification de la
DT
Fin
Traitement de la DT :Envoi aux
fournisseurs
Préparé par : BOURASS Younes
-55-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
e/ Achat de transport
Toujours suivant la même politique qui consiste à sous traiter les activités secondaires
ou celles sollicitant des investissements énormes, l’activité du transport subie la même
procédure.
En effet, à titre d’exemple, le transport du personnel est confié à une société locale
connue par son service de qualité.
Au niveau de la demande d’achat de transport, on renseigne les éléments suivants :
Destination ;
Tonnage ;
Nature des éléments à transporter ;
Imputation / Centre de charge
•
•
•
•
Flow Chart des achats de transport
Entités / Services
Intervenants
Responsable
du service
Demande d ’achat de
transport
Responsable
du service
Magasin
Direction
Formulaires
utilisés
Mode Opératoire
Applications
informatiques
DAT
Validation
BC
Informer l’utilisateur
Bon de commande
(BC)
Non
Validation
BC
Validation
DAT , BC
Oui
Responsable
du service
Magasin
ou
Agent
Magasin
Oracle
Application
Codification
Bons de commandes
(BC)
Elaboration de la commande
Commande chez le
fournisseur
selon les tarifs de l ’ONT
Fin
Préparé par : BOURASS Younes
-56-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
2- Les sous processus de gestion de stock à la SMI
L’objectif de la gestion du stock à la SMI est d’assurer la marche normale de la mine,
ainsi que l’optimisation de son besoin en fond de roulement.
Le processus de gestion de stock se décompose essentiellement en deux sous processus :
- gestion des sorties magasin.
- gestion des entrées en stock.
On va accorder un intérêt particulier, pour ces deux sous processus parce qu’ils se
considèrent la pierre angulaire de notre travail d’une part, et parce qu’ils présentent,
d’après notre audit approfondi, certaines insuffisances d’autre part.
a/ Les entrées en stock
Entités / Services
Intervenants
Dépôt /
Fournisseur
Expédition des articles
commandés
Demandeur
Agent Magasin
Formulaires
utilisés
Mode Opératoire
• Bon de livraison
•Document comptable
Contrôle
qualitatif de la
livraison
Contrôle
quantitatif de
la livraison
Etiquetage et mise en place
de l ’article au niveau du
magasin
Edition d ’un journal des
entrées en stocks
Oui
Non
Etablissement de fiches de
non conformité et retour
au dépôt / fournisseur
Réception comptable
de la livraison
Renseignement du
document comptable
Fiche de non
conformité
• Etiquette article
• Document comptable
Oracle
Application
Enregistrement de
l ’arrivage : entrée en stock
Responsable
service Magasin
Validation
•Document comptable
Direction
Comptabilité
SMI / Siège
Applications
informatiques
Validation
Fin
Paiement du fournisseur
•Document comptable
Il faut signaler à ce niveau que le contrôle qualitatif de certains articles se fait
moyennant des échantillons donnant suite à des rapports de contrôle de la qualité.
Préparé par : BOURASS Younes
-57-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Cependant, ce contrôle n’est pas toujours respecté lors de tout arrivage. Ce qui conduit
souvent à des situations d’arrêt de travail. En effet, il se trouve assez fréquemment que
l’utilisateur revient pour dire que l’article n’est pas conforme. Ceci a pour conséquence
de suspendre le travail pour quelques heures voir quelques jours. Ce qui signifie
automatiquement plus de perte de temps, d’argent et d’efficacité.
Pour la désignation de l’emplacement d’un article au niveau du magasin, on se réfère
aux emplacements antérieurs enregistrés au niveau d’Oracle pour assurer l’adéquation
entre l’emplacement physique (au niveau du magasin) et l’emplacement informatique
(au niveau d’Oracle).
Dans le cas d’un article nouveau, on lui crée son emplacement physique et
informatique.
Par ailleurs l’audit de ce sous processus a amené à formuler des recommandations
primordiales à considérer au niveau des réceptions. On peut les résumer comme suit :
v Il faut identifier les emplacements des articles sur les Bulletins de Chargement d’une
façon claire.
v Il faut respecter la mise en place par ordre de famille ou de type d’engin pour les
pièces de rechange.
v Signaler les articles non conformes à chaque arrivage et non après leur sortie (Suivi
sur un Fichier Excel).
v Pour les réceptions Import, les sorties doivent être classées au dossier IMPORT
jusqu’à ce que l’ajustement du coût de revient soit fait.
v Pour les investissements :
³
Tous les articles, objet d’investissement, doivent être placés dans une zone au
parc. (zone investissement)
³
Classer les sorties de ces articles aux dossiers investissements.
³
Pour bien mener cette tâche, on doit être informé par les commandes objet
d’investissement à chaque arrivage.
v Pour les réceptions objet d’une DT :
³
Toutes ces réceptions, objet d’une DT ou réparation, doivent avoir une sortie
sur champ par l’utilisateur concerné.
³ Ces
réparations doivent être mises en place dans une partie non comprise au
Préparé par : BOURASS Younes
-58-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
stock magasin.
b/ Les sorties du stock
C’est le flux de continuité de la rotation des différents articles stockés. A ce niveau le
document de base reste sans doute le bon de sortie, sur lequel l’agent du magasin
vérifie l’exactitude des éléments suivants :
§ les signatures,
§ le centre de charge,
§ la section concernée,
§ le libellé de l’article
Une fois le bon de sortie est conforme, il est envoyé directement vers la saisie, afin de
tenir à jour l’image fidèle du stock.
Flow Chart des sorties du stock
Entités /
Services
Demandeur
Bon de sortie
Magasin
• Bon de livraison
•Document comptable
(1)
Agent Magasin
Applications
Informatiques
Mode Opératoire
Non
Contrôle de
conformité du
BS
Fiche de non
conformité
Informer l ’utilisateur
Oui
Enregistrement de la quantité
livrée au niveau du BS
Livraison / sortie des
articles
Affectation d ’un
numéro d ’ordre au BS
• Bon de sortie ( BS )
Saisie du BS au niveau
d’Oracle
Souches de BS valorisés
envoyés aux utilisateurs
pour informations
Valorisation des bons de sorties
Non
Préparé par : BOURASS Younes
Validation
FIN
-59-
Oracle
• Bon de sortie ( BS )
•Journal
Edition d ’un journal des sorties
Responsable
service Magasin
• Bon de sortie ( BS )
des sorties
•Document comptable
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
L’audit de ce processus nous a amené à formuler les recommandations suivantes :
FAu niveau de la distribution il faut respecter 3 critères :
1-
Reporter le code au cours de la distribution par l’agent magasin.
2-
Reporter la référence pour les pièces de rechange.
3-
Reporter la quantité livrée. (Rectification par exemple Qté=0)
Il faut par ailleurs :
³ Liquider
les articles Standards avant les articles EIF (Entrepôt Industriel Franc,
voir concepts clés du mémoire). (établir une liste des articles ayant le stock en EIF
& Standard
pour renseigner le distributeur)
³ Une
fois un article est épuisé en stock physique, il faut en avertir, sur champs, au
niveau de la saisie.
FAu niveau de la codification 3 critères sont à respecter :
³ Si
le stock comptable existe, je reporte le code de l’article objet de sortie.
³ Si
le stock comptable n’existe pas, alors là on a 2 solutions :
- Voir s’il y a une réception en instance.
- Si non, voir s’il y a un écart négatif (-) de la même famille de l’article en
question pour liquider le BSM, en tenant compte d’imputation
³ Eviter
³ Pour
les instances des bons de sorties magasin.
bien maintenir un équilibre durable entre le stock comptable et le stock
physique, les trois critères à respecter au niveau des sorties sont :
le code, la référence et la quantité livrée
Préparé par : BOURASS Younes
-60-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Chapitre 2 :
L’organisation du magasin et la gestion analytique du
stock : deux leviers de l’optimisation du stock
La démarche de reforme et rénovation du système de gestion de stock se poursuit dans
la même optique d’optimisation. En effet, après avoir déceler les principales
insuffisances au niveau de la circulation des flux physiques et informationnels, cette
partie va se permettre d’être innovatrice dans sa démarche. Elle sera axée
essentiellement sur deux axes principaux :
1- l’organisation du magasin.
2- la gestion analytique du stock.
A- L’organisation du magasin
Cet axe se focalise essentiellement sur l’organisation proprement dite du magasin.
Après des observations intenses au niveau de ce dernier, il s’est avéré sans aucun doute
que certains problèmes persistent encore. A vrai dire l’objectif de l’organisation du
magasin consiste essentiellement à :
1- faciliter la tache de l’agent serveur en terme de localisation des articles (transparence
du magasin).
2- faciliter la détection du stock mort parmi celui actif.
3- faciliter l’inventaire de fin d’année.
Pour arriver à concrétiser ses finalités, nous avons proposé un plan d’action
réformateur.
Préparé par : BOURASS Younes
-61-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Vue d’en haut du magasin
principal
71
72-31
52-31
32-11
12-21
22-41
42-61
62
73
74-53
54-33
34-13
14-23
24-43
44-63
64
75
76-55
56-35
36-15
16-25
26-45
46-65
66
Rayon
Numérotation des
rayons
Préparé par : BOURASS Younes
-62-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
4ème étage
Compartiment
66
-
Rayon
Un bac
Chaque rayon se répartit en, soit 5, soit 11 compartiments et chaque compartiment se
compose de 5 étages appéllés des bacs.
1. Faciliter la localisation de l’article demandé.
Le problème observé à ce niveau est celui du temps perdu à cause soit, des
consultations d’articles, soit de méconnaissance de l’emplacement de l’article par
l’agent magasin.
La consultation de la base de données résulte dans le cas ou une inadéquation entre le
stock physique et le stock comptable est repérée. C’est une situation fréquemment
rencontrée, et qui est due essentiellement à un problème de saisie des bons de sortie, ou
de mauvaise codification (déjà évoqué au niveau du point précédent). Ce problème
remonte selon les propos des responsables du service à une ancienne époque et il s’est
accumulé au fil des années. Ceci les a amené à établir un tableau des ajustements
continuellement mouvementé. Ces dérapages écartent le stock de la SMI du principe
comptable universel de l’image fidèle « True and Fair view ».
La méconnaissance de l’emplacement de l’article demandé résulte de son coté d’un non
respect des emplacements. En effet, il se trouve très souvent que le rayon destiné à
accueillir un article soit un peu encombré que l’agent magasin le place dans un autre
rayon vide, en oubliant que les rayons et les emplacements sont codifiés (voire schéma
précédent).
Ajoutant à cela que la méthode ABC (loi de pareto) doit être respectée également en
matière d’organisation. A cet effet, les pièces de rechange ou les consommables les plus
valorisés et les plus mouvementés doivent être en rayons de devant afin de faciliter leur
manipulation et économiser les va-et-vient inutiles.
Préparé par : BOURASS Younes
-63-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
L’étiquetage des articles doit être remis en cause, en raison de sa non fiabilité. En effet
l’étiquette collée sur l’article se perd ou se met en instance une fois que cet article sort
du magasin, ce qui peut créer des problèmes de déséquilibre importants.
Afin de remédier à ce problème, il suffit juste de coller une étiquette plastifiée d’une
manière spéciale sur la tige de fer des rayons désignant les emplacements, comme ça
l’étiquette est toujours là, même si le stock article en question est épuisé. On peut aller
plus loin en faisant des distinctions de couleurs entre les différentes étiquettes pour
désigner les trois catégories d’articles (standard, EIF et AT).
En résumé les actions à mettre en
uvre sont :
- réorganiser le magasin de façon à le rendre transparent.
- économiser les pertes de temps inutiles dues à des problèmes maîtrisables.
- refaire l’étiquetage
2- Faciliter la détection du stock mort parmi celui actif
L’une des préoccupations actuelles du staff magasin est certainement la détection des
articles et pièces devenus inactifs donc morts. En effet pour des raisons d’évolution ou
de modernisation certains articles sont devenus inutilisables.
Afin de résoudre ce problème nous proposons un tableau de bord d’analyse du stock
par âge.
Articles
dont l’âge est
> 1an
>2ans >3ans
Stock
moyen
Consommation Ratio de
annuelle
rotation
Classe
Classe A
Classe B
Classe C
A partir de ce tableau de bord on pourra suivre de près, la rotation des différents
articles par classe.
Il faut pour le moment, arriver à identifier la liste des articles morts à travers une
requête d’Oracle, afin de les extraire du magasin principal et les mettre au coté du
rossignol.
Préparé par : BOURASS Younes
-64-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
3- Faciliter l’inventaire de fin d’année
Toutes les actions déjà évoquées débouchent indirectement sur le même objectif, celui
de faciliter l’inventaire de fin d’année.
En effet, un stock transparent et bien organisé reflète une mentalité de savoir-faire et de
maîtrise de travail. L’inventaire de fin d’année prend du temps pour le service magasin
et le préoccupe même lors de son travail quotidien. Or cet inventaire ne devra en aucun
cas être une contrainte qui perturbe son fonctionnement normal.
En respectant à la lettre les prérogatives de l’analyse ABC, et en adoptant toutes les
actions correctives déjà évoquées on arrivera sûrement un inventaire de fin d’année
plus souple et plus rapide.
B- La gestion analytique du stock
La gestion analytique du stock se considère à l’heure actuelle un outil de gestion très
performant. En effet, la prévision de la demande (les sorties du stock) reste la variable
exogène principale de tout système de gestion de stock.
Comme signalé avant, les statistiques se permettent d’être l’outil de base de nos
analyses ultérieures. La démarche qu’on va s’efforcer de suivre est similaire à celle
évoquée dans la partie III, en adoptant bien évidemment le système à point de
commande. En effet, une ou plusieurs des conditions nécessaires à son application sont
réunies au stock de la SMI, et qui sont à titre de rappel :
1- Demande à forte variabilité,
2- Articles qui par leur prix, leur importance pour l’entreprise imposent une forte
protection contre les ruptures,
3- Système de production souple,
4- Présence de stocks chez le fournisseur.
Pour des raisons d’excellence, l’échantillon de notre étude sera élargie au trois classes
de l’analyse ABC. Il sera comme suit :
Rotation
Forte
Valeur du produit
Forte
Cyanure de
sodium
Emmanchement
Gants
Moyenne
Faible
Préparé par : BOURASS Younes
-65-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
1- L’optimisation du stock de cyanure de sodium
1-1. La collecte des données
Reprenons le tableau récapitulatif de tous les mouvements du cyanure de sodium
depuis janvier 2003 :
2003
2004
2005
Stock initial
Mai
Avril
Mars
Février
Janvier
Décembre
Novembre
Octobre
Septembre
Août
Juillet
Juin
Mai
Avril
Mars
Février
Janvier
Décembre
Novembre
Octobre
Septembre
Août
Juillet
Juin
Mai
Avril
Mars
Février
Janvier
Entrées
Quantité
Valeur
Quantité
Valeur
169000
1481013,61
40000
362179
250000
2134567,51
92000
713357,74
220000
133000
1037774,27
129000
1137949,8
207000
1665547,4
55000
440516,03
240000
15000
120674,99
120000
69700
530791,29
92000
730838,26
60000
109000
872811,6
148000
1175021,34
211000
1634919
121000
948375,59
160000
124000
1002788,48
129000
119 000
Sorties
Stock Final
Quantité Valeur Quantité
Valeur
55000
485469,1
154000
1357723,5
81000
709834,9
169000
1424732,59
1926179
62000
504969,2
250000
2134567,51
20000
145570,3
61000
474357,1
92000
708987,47
80000
590422,3
76000
609802,2
133000
1118569,98
78000
627597,6
129000
1037949,8
1861831
88000
705290,5
207000
1597056,73
926676,1
80000
641284,8
55000
406066,33
54700
440061,5
15000
90729,79
465923,2
82300
665970,2
69700
530791,29
60000
478311,4
77000
620284,7
92000
730838,26
40000
315041,1
79000
628297,1
109000
861765,29
63000
500178
148000
1134741
1237322
70000
550778,9
211000
1634918,59
60000
382720,1
63000
505992,6
121000
879516
1072132,44
60000
394337
65000
534843,4
124000
931626,02
992290,24
80000
544079,3
70000
561690,9
129000
974678,66
190500
1588498,24
71500
596208
119000
992290,22
251500
2097151,18
61000
508653
190500
1588498,21
221000
1975973,79
49500
419597,9
251500
2131896,19
267000
2311323,34
46000
398205,5
221000
1913117,82
260000
2466242,82
80000
548348,9
73000
647250,6
267000
2367341,16
220000
1976277,29
40000
273208,1
260000
2249485,43
196000
1852845,12
60000
446823
36000
323390,8
220000
1976277,29
214000
2028428
40000
294407,9
58000
530411,3
196000
1792424,52
198600
1925051,43
60000
439851,6
44600
407868
214000
1957034,99
271000
2516614,4
72400
672335,4
198600
1844279,04
339700
3154590,08
68700
637975,7
271000
2516614,4
400600
3720131,84
60900
565541,8
339700
3154590,08
80000
575520,3
On va maintenant exploiter ces données d’une façon à arriver à optimiser le stock de
cyanure. Notre démarche d’analyse va suivre à la lettre les modèles statistiques de base
évoqués dans la partie II.
Préparé par : BOURASS Younes
-66-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
1-2. Les travaux d’analyse
Nous avons pu constater qu’il existe une relation de type linéaire entre le temps et la
2005
2004
2003
demande (les sorties).
N°
de
pério
de
(moi
s) X
Demande
Y
X2
Y2
1
60900
1
2
68700
3
72400
4
XY
Prévision
de la
régressio
n
Ecart
absolu
Prévision
Corrigée
3708810000
60900
51692,41
9207,586
63469,67
4
4719690000
137400
52548,37
16151,63
64325,63
9
5241760000
217200
53404,33
18995,67
65181,59
44600
16
1989160000
178400
54260,30
9660,296
5
58000
25
3364000000
290000
55116,26
6
36000
36
1296000000
216000
55972,22
7
49
Moyenne
Mobile
MM3
Ecart
absolu
Moyenne
Mobile
corrigée
66037,55
67333,33
22733,33
80940,58
2883,744
66893,51
61900,00
3900,00
75507,25
19972,22
67749,48
58333,33
22333,33
71940,58
56828,18
56828,18
68605,44
46200,00
46200,00
59807,25
8
73000
64
5329000000
584000
57684,14
15315,86
69461,40
31333,33
41666,67
44940,58
9
46000
81
2116000000
414000
58540,10
12540,1
70317,36
36333,33
9666,67
49940,58
10
49500
100
2450250000
495000
59396,06
9896,059
71173,32
39666,67
9833,33
53273,91
11
61000
121
3721000000
671000
60252,02
747,9803
72029,28
56166,67
4833,33
69773,91
12
71500
144
5112250000
858000
61107,98
10392,02
72885,24
52166,67
19333,33
65773,91
13
70000
169
4900000000
910000
61963,94
8036,059
73741,20
60666,67
9333,33
74273,91
14
65000
196
4225000000
910000
62819,90
2180,099
74597,16
67500,00
2500,00
81107,25
15
63000
225
3969000000
945000
63675,86
675,8621
75453,12
68833,33
5833,33
82440,58
16
70000
256
4900000000
1120000
64531,82
5468,177
76309,08
66000,00
4000,00
79607,25
17
63000
289
3969000000
1071000
65387,78
2387,783
77165,04
66000,00
3000,00
79607,25
18
79000
324
6241000000
1422000
66243,74
12756,26
78021,00
65333,33
13666,67
78940,58
19
77000
361
5929000000
1463000
67099,70
9900,296
78876,96
70666,67
6333,33
84273,91
20
82300
400
6773290000
1646000
67955,67
14344,33
79732,92
73000,00
9300,00
86607,25
21
54700
441
2992090000
1148700
68811,63
14111,63
80588,88
79433,33
24733,33
93040,58
22
80000
484
6400000000
1760000
69667,59
10332,41
81444,84
71333,33
8666,67
84940,58
23
88000
529
7744000000
2024000
70523,55
17476,45
82300,81
72333,33
15666,67
85940,58
24
78000
576
6084000000
1872000
71379,51
6620,493
83156,77
74233,33
3766,67
87840,58
25
76000
625
5776000000
1900000
72235,47
3764,532
84012,73
82000,00
6000,00
95607,25
26
61000
676
3721000000
1586000
73091,43
12091,43
84868,69
80666,67
19666,67
94273,91
27
62000
729
3844000000
1674000
73947,39
11947,39
85724,65
28
81000
784
6561000000
2268000
74803,35
6196,65
86580,61
29
55000
841
3025000000
1595000
75659,31
20659,31
87436,57
435
1846600
8555
1,261E+11
29436600
a= 855,960591
b= 50836,4532
11777,26
Y= 855,9605911 X + 50836,4532
Coefficients de la droite
de régression
La droite de régression
Préparé par : BOURASS Younes
13607,25
Ecart absolu moyen
-67-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Pour bien visualiser la situation, on représentera sur un même graphe les résultats de
notre analyse.
la demande
La prévision de la demande selon les méthodes de
régression et de moyenne mobile
120000
100000
Série1
80000
Série2
60000
Série3
Série4
40000
Série5
20000
0
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
les périodes d'observations
Série 1 : demande réelle
Série 2 : droite de régression
Série 3 : droite de régression corrigée par l’écart absolu moyen
Série 4 : moyenne mobile sur 3 périodes
Série 5 : moyenne mobile corrigée sur 3 périodes
D’après ce graphe, on constate que la prévision de la demande est plus intéressante par
la méthode de régression. Ceci dit, la moyenne mobile n’est cependant pas un outil à
rejeter. Elle est aussi représentative et on peut combiner entre les deux méthodes.
Etant donné que la prévision précise de la demande réelle est délicate, on a prévu un
système de prévision à intervalle. Sa borne minimale est la droite de régression corrigée
en baisse par l’écart absolu moyen et sa borne maximale est la même droite corrigée à la
hausse. Nous aurons comme résultat le tableau suivant :
Préparé par : BOURASS Younes
-68-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Demande Y
60900
68700
72400
44600
58000
36000
73000
46000
49500
61000
71500
70000
65000
63000
70000
63000
79000
77000
82300
54700
80000
88000
78000
76000
61000
62000
81000
55000
1846600
Prévision Corrigée à la
hausse
63469,67
64325,63
65181,59
66037,55
66893,51
67749,48
68605,44
69461,40
70317,36
71173,32
72029,28
72885,24
73741,20
74597,16
75453,12
76309,08
77165,04
78021,00
78876,96
79732,92
80588,88
81444,84
82300,81
83156,77
84012,73
84868,69
85724,65
86580,61
87436,57
Prévision corrigée à la
baisse
39915,16
40771,12
41627,08
42483,04
43339,00
44194,96
45050,92
45906,88
46762,84
47618,80
48474,76
49330,72
50186,68
51042,64
51898,60
52754,56
53610,52
54466,49
55322,45
56178,41
57034,37
57890,33
58746,29
59602,25
60458,21
61314,17
62170,13
63026,09
63882,05
Ceci donne en terme de représentation graphique :
Préparé par : BOURASS Younes
-69-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
L'intervalle de prévision de la demande
la demande
100000
90000
80000
70000
60000
Série1
Série2
Série3
50000
40000
30000
20000
10000
0
1
3
5
7
9
11 13 15 17
19 21 23 25 27
29
les periodes d'observation
1-3. Détermination des grandeurs optimales de suivi
Ces grandeurs de gestion sont bien évidemment la quantité économique, le nombre
optimal de commandes à passer, le point de commande et le stock de sécurité.
³ La
quantité économique est égale à
Avec :
2DL
CH
D : la demande annuelle
L : le coût unitaire de passation d’une commande
C : la valeur unitaire de l’article
H : le taux de détention exprimé en pourcentage du montant des capitaux immobilisés.
Dans notre cas, la demande prévisionnelle du cyanure de sodium pour l’année 2005
sera : Y= 855,9605911 Xi (avec i = 25…36) + 50836,4532
Y =d = 888582,07 Kg
L = 1000 dhs
C= 8 dhs
H= 15 %
Donc la quantité économique est égale à : 47 132,31 kg
³Le
nombre de commandes à passer sera égal à : 888582,07/47 132,31 = 18 commandes.
Préparé par : BOURASS Younes
-70-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
³
Et le point de commande sera = demande moyenne pendant le délai d’obtention
moyen + stock de sécurité
La demande moyenne pendant le délai d’obtention moyen qui est de 2 mois est égale à
160 000 kg. (à partir du tableau récapitulatif)
La demande mensuelle moyenne est de 80 000 kg avec un écart type de 10 000, le délai
d’approvisionnement est de 2 mois. On veut que la probabilité de rupture soit
inférieure à 5%.
L’écart type de la demande pendant le délai d’approvisionnement est de 10 000 2.
Pour que 95% de l’aire sous la courbe f(x) (voir figure … P : 43) soit située à gauche de
SN, il faut se trouver à 1,645 écart type de la moyenne (ce chiffre se trouve dans la table
de répartition de la loi normale).
³ Le
stock de sécurité sera donc égal à 10 000 2 x 1,645 = 23 263,813 kg
Le point de commande sera : 23 263,813 + 160 000 = 183 263,813 kg
Donc la fiche de suivi du cyanure sera la suivante :
Cyanure de Sodium LP001.1001
Point de commande : 183 263,81 kg
Quantité à commander : 47 132,31 kg
Date
Entrées
Sorties
Stock
Commandes
Disponible
Cette fiche suiveuse doit être communiquée pour toutes les personnes responsables.
On pourra finalement présenter le tableau de pilotage du cyanure de sodium comme
suit :
Article : Cyanure de Sodium
Code : LP001.1001
Classe : A stratégique
Point de
commande
(en Kg)
Stock Délai
Quantité Nombre
de
d’obten
économi
optimal
tion
que à
annuel de sécuri
té
moyen
comman commande
der
183 263,81
47 132,3
18
23 263 2 mois
Demande
moyenne
pendant le
délai
d’obtention
160 000
Ecart
Consom Stock
Ratio
absolu
mation
final
de
annuelle moyen rotation moyen
prévision
nelle
888582
190896
77 j
11777,2
Remarque :
° Ces chiffres ont étonnés merveilleusement les responsables du service magasin pour
leur précision et leur exactitude.
Préparé par : BOURASS Younes
-71-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
°Cette notion de ratio de rotation ou délai d’écoulement a pour objet de préciser le
délai ou le temps nécessaire à l’écoulement du stock par rapport au flux d’activité
correspondant .
Ainsi, ratio de rotation = 77 jours, veut dire que le temps de stockage est de 77j. de cette
sorte, si l’entreprise cesse de s’approvisionner, son stock lui permet de fonctionner
pendant 77 jours.
Ce temps d ‘écoulement exprime aussi la durée d’immobilisation d’argent dans le poste
de situation en question. Pour notre cas ce temps de stockage d’argent sous forme de
cyanure reste encore trop élevé à cause des sources d’approvisionnement. le cyanure de
sodium est importé de la Corée du sud et de la Belgique. Cette donne doit être donc
revue et améliorer par la direction des achats et marchés au niveau de Casablanca .
2- L’optimisation du stock des emmanchements
2-1. La collecte des données
De la même manière que précédemment, nous reprenons le tableau récapitulatif des
mouvements des emmanchements.
Stock initial
Entrées
Sorties
Stock Final
Quantité Valeur Quantité Valeur Quantité Valeur Quantité
2
0
0
3
2
0
0
4
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
49
41
35
27
62
66
60
56
51
43
39
36
29
20
10
29
20
13
20
46011
38499
32865
25353
58218
61974
56340
52584
47889
40377
36621
33 804
27231
18780
9390
27231
18780
12207
18780
Préparé par : BOURASS Younes
40
10
37560
9390
4
3756
26
24414
15
14085
-72-
8
6
8
5
6
6
4
5
8
4
3
7
13
10
7
9
7
8
4
7512
5634
7512
4695
5634
5634
3756
4695
7512
3756
2817
6573
12207
9390
6573
8451
6573
7512
3756
41
35
27
62
66
60
56
51
43
39
36
29
20
10
29
20
13
20
16
Valeur
38499
32865
25353
58218
61974
56340
52584
47889
40377
36621
33804
27231
18780
9390
27231
18780
12207
18780
15024
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
2
0
0
5
20
21
22
23
24
25
26
27
28
29
16
55
46
58
51
49
64
133
128
157
15024
51645
43194
54462
47889
45526,67
58722,09
120178,2
115660
141436,7
45
42255
20
18780
12
20
75
11268
17841
66904
38
33898
6
9
8
7
14
5
6
5
9
6
5634
8451
7512
6573
13067
4645,59
5447,62
4518
8121,48
5405,22
55
46
58
51
49
64
133
128
157
151
51645
43194
54462
47889
46090
58722
120178
115660
141436
136031
On va exploiter ces données de façon à calculer les grandeurs optimales de gestion,
pour établir par la suite un tableau de bord de l’article en question.
2-2. les travaux d’analyse
Péri Demande
(Y)
2
0
0
3
2
0
0
4
2
0
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
8
6
8
5
6
6
4
5
8
4
3
7
13
10
7
9
7
8
4
6
9
8
7
14
5
6
5
X2
Y2
1
4
9
16
25
36
49
64
81
100
121
144
169
196
225
256
289
324
361
400
441
484
529
576
625
676
729
64
36
64
25
36
36
16
25
64
16
9
49
169
100
49
81
49
64
16
36
81
64
49
196
25
36
25
Préparé par : BOURASS Younes
XY Prévision de Ecart régression Moyenne Ecart Moyenne
la
absolu corrigée à mobile absolu corrigée
régression
la hausse
MM3
à la
hausse
8
6,29
1,71
8,00
12
6,34
0,34
6,68
24
6,39
1,61
8,00
20
6,44
1,44
7,88
7,33
2,33
9,67
30
6,49
0,49
6,99
6,33
0,33
6,67
36
6,54
0,54
7,09
6,33
0,33
6,67
28
6,59
2,59
9,19
5,67
1,67
7,33
40
6,64
1,64
8,29
5,33
0,33
5,67
72
6,70
1,30
8,00
5,00
3,00
8,00
40
6,75
2,75
9,49
5,67
1,67
7,33
33
6,80
3,80
10,59
5,67
2,67
8,33
84
6,85
0,15
7,00
5,00
2,00
7,00
169
6,90
6,10
13,00
4,67
8,33
13,00
140
6,95
3,05
10,00
7,67
2,33
10,00
105
7,00
0,00
7,00
10,00
3,00
13,00
144
7,05
1,95
9,00
10,00
1,00
11,00
119
7,10
0,10
7,20
8,67
1,67
10,33
144
7,15
0,85
8,00
7,67
0,33
8,00
76
7,20
3,20
10,41
8,00
4,00
12,00
120
7,25
1,25
8,51
6,33
0,33
6,67
189
7,30
1,70
9,00
6,00
3,00
9,00
176
7,36
0,64
8,00
6,33
1,67
8,00
161
7,41
0,41
7,81
7,67
0,67
8,33
336
7,46
6,54
14,00
8,00
6,00
14,00
125
7,51
2,51
10,01
9,67
4,67
14,33
156
7,56
1,56
9,12
8,67
2,67
11,33
135
7,61
2,61
10,22
8,33
3,33
11,67
-73-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
5 28
29
435
9
6
203
784 81 252
841 36 174
8555 1597 3148
b= 6,24
7,66
7,71
1,34
9,00
1,71
9,42
1,86
Y= 0,050739 X + 6,238916
5,33
6,67
3,67
0,67
2,37
9,00
7,33
a= 0,05
La droite de régression
Ecart absolu moyen
Ceci donne en terme graphique la figure suivante :
L a p ré v isio n d e la d e m a n d e ré e lle
16
14
12
10
S é r ie 1
8
S é r ie 2
6
S é r ie 3
4
2
28
25
22
19
16
13
10
7
4
1
0
le s p é r io d e s d 'o b s er v a tio n
Série 1 : demande réelle
Série 2 : droite de la régression
Série 3 : moyenne mobile sur 3 périodes
Passons maintenant au tableau d’encadrement de la demande, exactement de la même
façon que le cas précédent du cyanure de sodium.
Demande (Y)
Prévision de la régression
corrigée par l’écart absolu
moyen à la hausse
prévision de la régression
corrigée par l’écart absolu
moyen à la baisse
8
6
8
5
6
6
4
5
8
4
3
7
13
10
8,15
8,20
8,25
8,30
8,35
8,40
8,45
8,50
8,55
8,60
8,66
8,71
8,76
8,81
4,43
4,48
4,53
4,58
4,63
4,68
4,74
4,79
4,84
4,89
4,94
4,99
5,04
5,09
Préparé par : BOURASS Younes
-74-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
7
9
7
8
4
6
9
8
7
14
5
6
5
9
6
8,86
8,91
8,96
9,01
9,06
9,11
9,16
9,21
9,26
9,32
9,37
9,42
9,47
9,52
9,57
5,14
5,19
5,24
5,29
5,34
5,40
5,45
5,50
5,55
5,60
5,65
5,70
5,75
5,80
5,85
L 'in te rv a lle d e p ré v is io n d e la d e m a n d e
16
14
la demande
12
10
S érie1
8
S érie2
6
S érie3
4
2
28
25
22
19
16
13
10
7
4
1
0
le s p é rio d e s d 'o b se rv a t io n s
On observe très clairement comment cette technique arrive à encadrer la demande
réelle.
2-3. Détermination des grandeurs optimales de suivi
C’est le même cheminement que précédemment qui est suivi. Ces grandeurs de gestion
sont la quantité économique, le nombre optimal de commandes à passer, le point de
commande et le stock de sécurité.
³ La
quantité économique est égale à
avec :
2DL
CH
D : la demande annuelle
L : le coût unitaire de passation d’une commande
Préparé par : BOURASS Younes
-75-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
C : la valeur unitaire de l’article
H : le taux de détention exprimé.
Dans notre cas, la demande prévisionnelle des emmanchements pour l’année 2005 sera :
Y= 0,050739 Xi (avec i = 25…36) + 6,238916
Nous aurons :
Y =d = 86 unités
L = 1000 dhs
C= 939 dhs
H= 15 %
Donc la quantité économique est égale à : 35 unités
³ Le
nombre de commandes à passer sera égal à : 86/35 = 3 commandes.
³ Le
point de commande sera = demande moyenne pendant le délai d’obtention moyen
+ stock de sécurité
La demande moyenne pendant le délai d’obtention moyen qui est d‘une semaine est
égale à 2 unités. (à partir du tableau récapitulatif)
La demande mensuelle moyenne est de 7 unités avec un écart type moyen de 2, le délai
d’approvisionnement est d’une semaine. On veut que la probabilité de rupture soit
inférieure à 5%.
L’écart type de la demande pendant le délai d’approvisionnement est de 2 ¼ .
Pour que 95% de l’aire sous la courbe f(x) (voir figure … P : 43) soit située à gauche de
SN, il faut se trouver à 1,645 écart type de la moyenne (ce chiffre se trouve dans la table
de répartition de la loi normale).
³ Le
stock de sécurité sera donc égal à 2 ¼ x 1,645
2 unités
Le point de commande sera : 2 + 2 = 4 unités
Donc la fiche de suivi du cyanure sera la suivante :
Emmanchement QF042.6485
Point de commande : 4 unités
Quantité à commander : 35 unités
Date
Entrées
Sorties
Stock
Commandes
Disponible
Cette fiche suiveuse doit être communiquée pour toutes les personnes responsables.
On pourra finalement présenter le tableau de pilotage des emmanchements comme
suit :
Préparé par : BOURASS Younes
-76-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Article : Emmanchement
Code : QF042.6485
Classe : B
Point de
commande
(unités)
Stock
Délai
Quantité Nombre
de
d’obtenti
économi
optimal
on
que à
annuel de sécuri
té
moyen
comman commande
der
4
35
3
2
1
semaine
Demande
moyenne
pendant le
délai
d’obtention
Ratio
Ecart
Consom
Stock
de
absolu
mation
final
annuelle moyen rotation moyen
prévision
nelle
2
86
45
188 j
1,86
3- L’optimisation du stock des gants de protection
3-1. La collecte des données
Nous reprenons le tableau récapitulatif des mouvements des gants de protection.
Mois
2
0
0
3
2
0
0
4
2
0
0
5
Janvier
Février
Mars
Avril
Mai
Juin
Juillet
Août
Septembre
Octobre
Novembre
Décembre
Janvier
Février
Mars
Avril
Mai
Juin
Juillet
Août
Septembre
Octobre
Novembre
Décembre
Janvier
Février
Mars
Avril
Mai
Stock initial
Entrées en stock
Sorties du stock
Stock final
Quantité Valeurs Quantité Valeurs Quantité Valeurs Quantité Valeurs
577
32312
163
9128
414
23184
414
23184
95
5320
319
17864
319
17864
153
8568
166
9296
166
9296
153
8568
13
728
13
728
265
14840
173
9688
105
5880
105
5880
35
1960
105
5880
35
1960
35
1960
300
16800
179
10024
156
8736
156
8736
138
7728
18
1008
18
1008
400
22400
148
8288
270
15120
270
15120
200
11200
174
9744
296
16576
296
16576
160
8960
136
7616
136
7616
300
16800
209
11704
227
12712
227
12712,0
183
10 248,00
44
2464,00
44
2464,00
300
16800
146
8 176,00
198
11088,0
198
11088,0
20
300
152
8 443,66
66
2944,34
66
3696,00
300
16800
267
14 200,31
99
6295,69
99
5544,00
500
28000
124
6 944,00
475
26600,0
475
26600,0
130
7 280,00
345
19320,0
345
19320,0
218
12 208,00
127
7112,00
127
7112,00
43
2408
130
7 280,00
40
2240,00
40
2240,00
350
19600
235
13 160,00
155
8680,00
155
8680,00
200
10864
165
9 190,26
190
10353,7
190
10640,0
98
5 340,25
92
5299,75
92
5152,00
660
35851,2
283
15 388,49
469
25614,7
469
26264,0
96
5214,72
373
21049,2
373
20261,4
156
8473,92
217
11787,4
217
11787,4
149
8093,68
68
3693,76
68
3693,76
100
5432
140
7604,8
28
1520,96
28
1520,96
200
10864
134
7278,88
94
5106,08
Préparé par : BOURASS Younes
-77-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
On va exploiter ces données de façon à calculer les grandeurs optimales de gestion,
pour établir par la suite un tableau de bord de l’article en question.
3-2. Les travaux d’analyse
2
0
0
3
2
0
0
4
2
0
0
5
N° Dema X2
de nde Y
pério
de X
1
163
1
2
95
4
3
153
9
4
153
16
5
173
25
6
105
36
7
179
49
8
138
64
9
148
81
10
174 100
11
160 121
12
209 144
13
183 169
14
146 196
15
152 225
16
267 256
17
124 289
18
130 324
19
218 361
20
130 400
21
235 441
22
165 484
23
98
529
24
283 576
25
96
625
26
156 676
27
149 729
28
140 784
29
134 841
435
Y2
XY
26569
9025
23409
23409
29929
11025
32041
19044
21904
30276
25600
43681
33489
21316
23104
71289
15376
16900
47524
16900
55225
27225
9604
80089
9216
24336
22201
19600
17956
163
190
459
612
865
630
1253
1104
1332
1740
1760
2508
2379
2044
2280
4272
2108
2340
4142
2600
4935
3630
2254
6792
2400
4056
4023
3920
3886
4656 8555 807262 70677
Prévision Ecart Prévision Moyenn Ecart Moyenn
régression absolu corrigée e mobile absolu
e
corrigée
154,78
155,19
155,60
156,02
156,43
156,84
157,25
157,67
158,08
158,49
158,90
159,31
159,73
160,14
160,55
160,96
161,38
161,79
162,20
162,61
163,03
163,44
163,85
164,26
164,67
165,09
165,50
165,91
166,32
8,22
60,19
2,60
3,02
16,57
51,84
21,75
19,67
10,08
15,51
1,10
49,69
23,27
14,14
8,55
106,04
37,38
31,79
55,80
32,61
71,97
1,56
65,85
118,74
68,67
9,09
16,50
25,91
32,32
163,00
215,38
158,21
159,03
173,00
208,68
179,00
177,33
168,16
174,00
160,00
209,00
183,00
174,28
169,10
267,00
198,75
193,58
218,00
195,23
235,00
165,00
229,70
283,00
233,35
174,17
182,00
191,82
198,65
137,00
133,67
159,67
143,67
152,33
140,67
155,00
153,33
160,67
181,00
184,00
179,33
160,33
188,33
181,00
173,67
157,33
159,33
194,33
176,67
166,00
182,00
159,00
178,33
133,67
148,33
33,81
a= 0,412
b= 154,4
16,00
39,33
54,67
35,33
14,33
7,33
19,00
6,67
48,33
2,00
38,00
27,33
106,67
64,33
51,00
44,33
27,33
75,67
29,33
78,67
117,00
86,00
3,00
29,33
6,33
14,33
153,00
173,00
214,33
179,00
166,67
148,00
174,00
160,00
209,00
183,00
222,00
206,67
267,00
252,67
232,00
218,00
184,67
235,00
223,67
255,33
283,00
268,00
162,00
207,67
140,00
162,67
40,063
Y = 0,4123 X + 154,37
Comme on l’a déjà signalé auparavant, notre système de prévision se base sur des
intervalles qui encadrent le demande réelle. Ceci donnera donc le tableau suivant :
Préparé par : BOURASS Younes
-78-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
N° de période X
Demande Y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
163
95
153
153
173
105
179
138
148
174
160
209
183
146
152
267
124
130
218
130
235
165
98
283
96
156
149
140
134
Prévision corrigée Prévision corrigée à
à la hausse
la baisse
189
189
189
190
190
191
191
191
192
192
193
193
194
194
194
195
195
196
196
196
197
197
198
198
198
199
199
200
200
121
121
122
122
123
123
123
124
124
125
125
126
126
126
127
127
128
128
128
129
129
130
130
130
131
131
132
132
133
Ceci donne en terme de représentation graphique :
Préparé par : BOURASS Younes
-79-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
L'intervalle de prévision de la demande
300
La demande
250
200
Série1
150
Série2
Série3
100
50
28
Les périodes d'observation
25
22
19
16
13
10
7
4
1
0
Série 1 : la demande réelle
Série2 : la droite de régression corrigée en hausse
Série 3 : la droite de régression corrigée en baisse
3-3. Détermination des grandeurs optimales de suivi
³ La
quantité économique est égale à
2DL
CH
avec :
D : la demande annuelle
L : le coût unitaire de passation
C : la valeur unitaire de l’article
H : le taux de détention.
Dans notre cas, la demande prévisionnelle des gants pour l’année 2005 sera :
Y= 0,4123 Xi (avec i = 25…36) + 154,37
Y =d = 2003
L = 800 dhs
C= 56 dhs
H= 15 %
Donc la quantité économique est égale à : 617 unités
³ Le
³
nombre de commandes à passer sera égal à : 2003/617
3 commandes
le point de commande sera = demande moyenne pendant le délai d’obtention moyen
+ stock de sécurité.
Préparé par : BOURASS Younes
-80-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
La demande moyenne pendant le délai d’obtention moyen qui est d’une semaine est
égale à 40 unités.
La demande mensuelle moyenne est de 160 unités avec un écart type de 33, le délai
d’approvisionnement est d’une semaine. On veut que la probabilité de rupture soit
inférieure à 5%.
L’écart type de la demande pendant le délai d’approvisionnement est de 33 ¼ .
Pour que 95% de l’aire sous la courbe f(x) soit située à gauche de SN, il faut se trouver à
1,645 écart type de la moyenne (ce chiffre se trouve dans la table de répartition de la loi
normale).
³ Le
stock de sécurité est égal à 33 1 x 1,645
27 unités.
Le point de commande sera : 27 + 40 = 67 unités.
Donc la fiche de suivi du cyanure sera la suivante :
Gants de protection normal HS007.0167
Point de commande : 94 unités
Quantité à commander : 617 unités
Date
Entrées
Sorties
Stock
Commandes
Disponible
Cette fiche suiveuse doit être communiquée pour toutes les personnes responsables.
On pourra finalement présenter le tableau de pilotage des emmanchements comme
suit :
Article : Gants de protection normal
Code : HS007.0167
Classe : C
Point de
commande
(unités)
67
Quantité Nombre
Stock
Délai
économi
de
d’obtenti
optimal
que à
on
annuel de sécuri
comman commande
té
moyen
der
617
3
Préparé par : BOURASS Younes
27
1
semaine
-81-
Demande
moyenne
pendant le
délai
d’obtention
40
Ratio
Ecart
Consom
Stock
de
absolu
mation
final
annuelle moyen rotation moyen
prévision
nelle
2003
180
32 j
33
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
C- Les économies à réaliser grâce à l’optimisation du stock
C Au niveau de l’organisation du magasin (Cas des pertes de temps)
A ce niveau, nous avons effectué une étude d’observation consistant à comptabiliser le
temps perdu par le personnel du magasin, et qui est essentiellement dû à un problème
d’organisation.
Nous avons obtenu les résultats suivants :
Les semaines
Les jours
d’observation
1
Le temps perdu en
minutes
20
2
30
3
37
4
44
5
40
6
40
1
Total
2
211
1
28
2
42
3
38
4
35
5
38
6
40
Total
3
221
1
30
2
40
3
35
4
32
5
27
6
36
Total
200
1
Préparé par : BOURASS Younes
20
-82-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
4
2
32
3
40
4
45
5
31
6
40
Total
207
Le total des minutes perdu pendant 4 semaines est 840 minutes. Cela veut dire 2 jours
de travail (à raison de 7 heures par jours).
D’après les responsables administratifs, le service magasin contribue à 8% dans la
production journalière d’argent.
En sachant que l’usine de la SMI produit en moyenne 200 tonnes par an, alors les pertes
relatives à ces deux jours de travail perdus seront comme suites :
- la production journalière moyenne de l’usine est de : 555 kg.
- le prix de vente d’un kilogramme d’argent pur sur le marché international est de :
2500 Dhs.
Donc le montant de la perte dans un mois sera : 23 x 0,8 x 14 x 2500 = 644 000 dhs.
C’est un chiffre énorme et lourd, qui s’intensifiera au fil des jours si la cadence des
heures perdues ne trouve pas de solution.
Notre démarche vient exactement pour résoudre ce problème. En effet, l’application et
le respect des recommandations et techniques d’organisation qu’on a suggéré
n’amènera qu’à économiser ces montants, donc optimiser le stock.
C Au niveau de la gestion analytique du stock (Cas du cyanure de Na)
Dans ce point, nous allons dresser un tableau de bord comparatif entre la situation du
stock avant l’application de notre démarche, et la situation de ce même stock après cette
démarche. Et ceci pour montrer les économies et les gains qu’on peut en tirer.
Pour des raisons de simplification et de compréhension, nous avons choisi comme
élément à traiter le Cyanure de sodium. Ce dernier se caractérise par sa forte valeur et
les quantités énormes avec lesquelles il est utilisé.
Le tableau de pilotage du stock de cyanure de sodium avant la démarche se présente
comme suit :
Préparé par : BOURASS Younes
-83-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Article : Cyanure de Sodium
Code : LP001.1001
Classe : A stratégique
Point de
commande
(en Kg)
Quantité Nombre
Stock
à
de
de
comman commande sécurité
der
indéterminé
80 000
12
0
Délai
d’obtention
moyen
Demande
moyenne
pendant le
délai
d’obtention
Consomm
ation
annuelle
prévisionn
elle
Stock
final
moyen
Ratio de
rotation
2 mois
160 000
900000
190896
77 j
Et après l’application de la démarche il sera comme suit :
Article : Cyanure de Sodium
Code : LP001.1001
Classe : A stratégique
Point de
commande
(en Kg)
Stock Délai
Quantité Nombre
de
d’obten
économi
optimal
tion
que à
annuel de sécuri
té
moyen
comman commande
der
183 263,81
47 132,3
³ Calculant
18
23 263 2 mois
Demande
moyenne
pendant le
délai
d’obtention
160 000
Ecart
Consom Stock
Ratio
absolu
mation
final
de
annuelle moyen rotation moyen
prévision
nelle
888582
190896
77 j
11777,2
maintenant le coût variable total :
- avant l application de la démarche :
CVT = D.L/Q + Q.C.H/2
= [(900 000 x 1000)/ 80 000] + [(80 000 x 8 x 0,15)/2]
= 59 250 Dhs.
- après l application de la démarche :
CVT = D.L/Q + Q.C.H/2
= [(888 582 x 1000)/ 47 132] + [(47 132 x 8 x 0,15)/2]
= 47 132 Dhs.
Le gain retiré est égal à : 51 000 – 47 132 = 12 118 dhs.
Ce gain paraît pourtant minime, c’est vrai, mais il faut penser à l’ensemble des articles
qui composent le stock de la SMI. Ils sont à peu prêt 4000 articles, et la liste la plus
valorisée des articles est composée essentiellement des réactifs (ex. cyanure de Na, zinc)
et des explosifs (ex. TNT).
Préparé par : BOURASS Younes
-84-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Donc par un effet de synergie le coût variable total du stock sera significativement très
important. Ce qui signifie que le gain escompté après l’application de notre démarche
sera de son tour prépondérant.
³
ce gain à réaliser aura, sans aucun doute, un effet positif sur le Besoin en Fond de
Roulement (BFR) de la société.
Le BFR est un concept très important dans l’analyse financière. Il correspond dans sa
conception économique au besoin d’argent ressenti par l’entreprise pour financer le
fonctionnement du roulement normal de son activité et plus particulièrement son cycle
d’exploitation.
Le BFR indique l’importance des fonds engagés dans le cycle d’exploitation après
réduction des ressources cycliques engendrées par ce cycle d’exploitation. ce BFR bien
qu’émanant des besoins cycliques est ressenti par l’entreprise de manière permanente
tant que celle ci connaît une continuité d’activité. Le BFR doit donc être financé
structurellement par des ressources stables, cela justifie la nécessité de l’existence du FR
positif.
Préparé par : BOURASS Younes
-85-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Sommaire……………………………………………………………………………………….…
Avant-propos……………………………………………………………………………………..
Introduction……………………………………………………………………………………….
I- Présentation de la Société Métallurgique d’Imiter ………….…………………..………...1
1. Historique de la mine d’Imiter : une longue tradition de travail de l’argent…..……..1
2. Des traces d’exploitation dès le VIIIème siècle………………...……………………..……1
3. L’actuelle SMI……………………………………………………………………………..…1
4. Organigramme de la mine d’exploitation…………………………………………….......3
5. Flow Sheet du traitement de l’argent…………………………………………………..…4
PARTIE I : LA GESTION OPTIMALE DES STOCKS ET DES APPROVISIONNEMENTS :
FONDEMENTS THEORIQUES
Chapitre 1 : Généralités sur la gestion des stocks et des approvisionnements….….… 5
I- Introduction……………………...……………………………………………………….…...5
1- La fonction commerciale………………………………………………………...…….……6
2- La fonction de régulation de l ‘équilibre charge/capacité…………………...……..…..6
3- La fonction de découplage des flux……………….……………………..……………..…7
3-1 Découplage pour la taille du lot……………………………..…………..….………...7
3-2 Découplage dans la programmation……………………………...………...…...……7
3-3 Découplage de sécurité…………………………………….…………..….…..………..7
4- La fonction technologique……………………………………….…………………..……..8
5- Les stocks spéculatifs…………………………………………….…………………..…..…8
Chapitre 2 : Les différentes méthodes de prévision de la demande………………....…..9
1- Les méthodes qualitatives……………………………...……………………………………9
2- Les méthodes causales ou associatives………………………………...…………….……10
3- Les méthodes d’extrapolation statistique…………………………………….………......11
A- La mise en place d’un système de prévision……………………………………...……..11
a/ Démarche générale………………………..…………………….………….…..………11
b/ les sources d’informations sur les ventes (sorties) futures……….………………...13
Préparé par : BOURASS Younes
-86-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
b/1. Cas des fabrications exclusivement à la commande……………………….…….…...13
b/2. Extrapolation du carnet de commandes…………………………………….…………14
b/3. Analyse statistique des demandes……………………………………………....……...14
b/4. Sélection des prévisions à réaliser………………………………………..………...…..14
c/ Décomposition de la demande……………………………….………..….………….16
c/1. La saisonnalité………………………………………………………………...…………..16
c/2. La tendance…………..…………………………………….………………...….………...18
c/3. Variations aléatoires ………………………….……………………………….…………19
d/ Mesures de la qualité d’une prévision…………………………………..…...……20
d/1. Ecart algébrique moyen………………………………..……………………..…………20
d/2. Ecart absolu moyen………………………………..….………………………..………...21
d/3. Carré moyen des erreurs……………………………..…………………………..……...21
e/ Signaux d’alerte…………………………………..………………………..………...22
B- La régression et les modèles d’extrapolation…………………………………..………...23
1. La régression……………………………………………………..………...………………...23
2. Les modèles d’extrapolation……………………………….……..………………………..25
2-1. La moyenne mobile simple……………………………………..……………..………..26
2-2. La moyenne mobile pondérée………………………………………..…………..…….26
Chapitre 3 : Les systèmes de gestion de stock………………………………………..……29
I- Typologie des systèmes de gestion de stock………………….…..…………….………...29
1- Quand commander………………………………………………………………...……..30
2- Combien commander………………………………………..……………………...……30
II- Etude du système a point de commande………………….……………………….…….…..32
III- Etude du système a recompletement périodique…………………….……….………..34
IV- Les coûts des stocks…………………………………………………….………..………..36
1- Le coût d’acquisition……………………………………………..………….…….……..36
2- Le coût de possession……………………………………………………………….……36
3- Le coût de passation de commande ou de lancement……………………………...…37
Chapitre 4 : L’optimisation du stock (Formule de Wilson)……………………….….…..38
I- Le calcul de la quantité économique et du délai économique……………………….….38
1- Le modèle de base…………………………………………………………………...…….38
Préparé par : BOURASS Younes
-87-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
a/ Coût de passation de commande……………….…….…………………………….………… 39
b/ Coût de détention………………………………………………..…………………………….40
c/ Le coût variable total………………………………….……….……………………………... 41
2- Détermination de la quantité économique et du coût de gestion des stocks …..…....41
a/ Le délai d’obtention……………………………………………………………………..…42
b/ L’analyse de sensibilité du cout variable total…………………………………………..43
II- LES STOCKS DE SECURITE…………………………………………………...…..………...43
1. Les aléas………………………………….…………………………………………..……...43
2. Le niveau de service ou coût de rupture……………………………………..…..……...44
3. L’intervalle de protection……………………...……………………………….……….....44
4. Le principe du calcul du stock de sécurité…………………………………..………..…45
PARTIE II : LA DEMARCHE DE CONDUITE VERS UN SYSTEME OPTIMISANT LE
STOCK
Chapitre 1 : La circulation des flux : pour une meilleure visibilité de la démarche
de conduite…………………………………....……….….47
1- Les sous processus de gestion des achats à la SMI…………………..…………………..47
a/ Les Achats gérés par la DAM (Direction des Achats et Marchés)………………...….48
b/ Achats délocalisés…………………………………………………………………….......50
c/ Achats de proximité ……………………………………………………………….…..…51
d/ Achats des travaux sous traités (réparation/confection)………………………..……52
e/ Achat de transport……………………………………………………………………...…54
2- Les sous processus de gestion de stock à la SMI……………………..…………………..55
a/ Les entrées en stock…………………………………………………………………….....55
b/ Les sorties du stock …………………………………………………………………..…..57
Chapitre 2 : l’organisation du magasin et la gestion analytique du stock :
deux leviers de l’optimisation du stock …………….……………..…..58
A- L’organisation du magasin…………………...…………………………………………...59
1. Faciliter la localisation de l’article demandé…………………………………..….………61
2- Faciliter la détection du stock mort parmi celui actif……………….….……….……….62
3- Faciliter l’inventaire de fin d’année………………………………………….…..………..63
B- La gestion analytique du stock………………………………………………...…………..63
1- L’optimisation du stock de cyanure de sodium ………………………………………...64
Préparé par : BOURASS Younes
-88-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
1-1. La collecte des données………………………………………………………………….. 64
1-2. Les travaux d’analyse…………………………………………………………………….65
1-3. Détermination des grandeurs optimales de suivi……………………………………...68
2- L’optimisation du stock des emmanchements…………………………………………...70
2-1. La collecte des données…………………………………………………………………...70
2-2. Les travaux d’analyse……………………………………………………………………..71
2-3. Détermination des grandeurs optimales de suivi…………………………..….………73
3- L’optimisation du stock des gants de protection……………………………………..… 75
3-1. La collecte des données…………………………………………………………………...75
3-2. Les travaux d’analyse……………………………………………………………………..76
3-3. Détermination des grandeurs optimales de suivi……………………………………...78
C- Les économies à réaliser grâce à l’optimisation du stock…………....……………..…..80
Conclusion
Table des matières
Bibliographie
Webographie
Mots clés du mémoire
Préparé par : BOURASS Younes
-89-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
³
Goerges JAVEL, L’organisation et la gestion de production, Edition MASSON, Paris 1993.
³
BOYER, POIREE et SALIN, Précis d’organisation et de gestion de la production, Editions
d’Organisation, Paris 1988.
³
Jean-Pierre BREUZARD et Daniel FROMENTIN, Gestion pratique de la chaîne logistique,
Editions DEMOS, Octobre 2004.
³ Fabrice
MOCELLIN, Gestion des entrepôts et plates formes, Editions DUNOD, Mars 2004
³
Michel ROUX, Entrepôts et magasins 3ème édition, Editions d’Organisations, Août 2003
³
Gérard BAGLIN, Olivier BRUEL et Alain GAREAU, Management industriel et
logistique, Edition ECONOMICA, 2001
³
LASNIER, Gestion industrielle et performances, Editions HERMES, Juin 200.
³
LAURENT Louis, guide de l'acheteur industriel, Editions DUNOD Entreprise, Paris
1990.
³
BOURBONNAIS Régis et VALLIN Philippe, Comment optimiser les approvisionnements,
Editions ECONOMICA GESTION poche, Paris 1995.
www.Creasoft51.com/pag_stocknet.asp
Members.lycos.fr/hconline/stocks
www.logismarket.fr
www.larkconsultants.com
www.eds.com
www.lyoun-entreprises.com/societes
www.123industries.com/fr/annuaire
www.commentcamarche.net/forum/affich-1502448-gestion-de-stock
www.lri.fr
www.aqmanager.com/gmao_2_stock
www.cosmos.com.
www.navibat.com/fr/decouvrez/achats_stocks
Préparé par : BOURASS Younes
-90-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
La méthode ABC :
C’est une méthode de classement qui consiste à trier par valeurs décroissantes les références
pour se consacrer à une sous-famille principale au détriment de celles dont l’importance relative
est moindre. Cette méthode à exactement le même but que la loi de Pareto. Si Pareto met en
relation deux groupes (les 20% et les 80%), la méthode ABC quant elle distingue trois groupes :
Le groupe A : 10% des références représentent 60% de la valeur totale du stock
Le groupe B : 40% des références représentent 30% de la valeur totale du stock
Le groupe A : 50% des références représentent 10% de la valeur totale du stock
MRP (Material Requirements Planning) :
Dite en français la planification des besoins en composants, c’est une application qui fut
développée aux USA, dans les années soixante, par Orlicky. Le principe du calcul peut se
décrire comme une succession d’opérations d’éclatement des nomenclatures, de regroupements
de besoins de mêmes pièces générés par des programmes de montage de produits différents,
puis de décalage dans le temps pour tenir compte des délais d’approvisionnements et de
production. Tous les progiciels actuels de GPAO (Gestion de Production Assistée par
Ordinateur) comportent un module MRP.
Stock initial (SI) :
C'est le stock au début d'une période.
Stock final (SF) :
C'est le stock à la fin de la période
Stock minimum (SM) :
C'est le stock qui correspond aux vente pendant les délais de livraisons.
Exemple: Un fournisseur demande une semaine de livraison. Si les ventes d'un article sont de
20 unités par semaine, c'est le stock minimum. Si le magasin attends pour commander qu'il en
reste 15, il sera en rupture de stock avant la fin de la semaine prévue pour la livraison.
Préparé par : BOURASS Younes
-91-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Stock de sécurité (SS) ou stock tampon :
C'est une quantité de produit à avoir en stock en plus du stock minimum qui permet de faire
face à une retard éventuel de livraison ou à des ventes supplémentaires durant ce délai de
livraison. Exemple, pour un stock minimum de 20 articles (exemple ci-dessus), un stock de
sécurité de 2 articles paraît suffisant.
Stock d'alerte ou point de commande :
C'est le stock qui déclenche la commande. Il est égal à Stock minimum + Stock de sécurité.
Coefficient de rotation des stocks
Il détermine le nombre de fois ou le stock est complètement renouveler pour réaliser un chiffre
d'affaire donné dans une période donnée. Dans le commerce l'expression "mon stock tourne 3,
4, 5 fois dans telle ou telle période" est très utilisée. Le calcul est effectué en deux étapes :
- Calculer le stock moyen de la période : : (stock initial + stock final)/ 2.
- Calculer le coefficient de rotation des stocks (CR) : Achat en quantité ou en valeur / Stock
moyen en quantité ou en valeur
Attention : Si les achats sont exprimés en quantité, le stock moyen doit être exprimé en quantité.
Si les achats sont exprimés en prix d'achat ou en prix de vente, le stock moyen doit être exprimé
en prix d'achat ou en prix de vente.
Durée de rotation des stocks ou couverture de stock
Elle se mesure en jour. C'est un indicateur très important pour le point de vente. Il permet de
savoir combien de jour il faut pour renouveler le stock moyen. C'est la vitesse d'écoulement du
stock moyen . L'objectif de tout point de vente est de baisser au maximum la durée de rotation
des stocks car garder longtemps des produits en stock coûte cher. Le calcul est le suivant :
Durée de la période / coefficient de rotation.
- Si la période de référence est un an, la formule est : 360 jours / coefficient de rotation.
- Si la période de référence est un mois, la formule est : 30 jours / coefficient de rotation.
et ainsi de suite..
La loi de Pareto (loi des 20/80)
C'est une méthode qui permet de vérifier que dans certains cas 20% des produits en stock
représentent 80% de la valeur totale du stock. Dans ce cas, il faut évidemment suivre de très
près ces produits.
Préparé par : BOURASS Younes
-92-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Logistique
C’est l'ensemble des techniques de gestion et d'optimisation de la gestion des matières
premières et des produits finis. C'est l'art d'amener des moyens et des ressources à l'endroit et
au moment où on en a besoin.
En particulier, les étapes cruciales sont l'entreposage et le transport de ces produits.
L'objectif poursuivi est de minimiser les coûts, en ayant un stock minimal et en optimisant les
transports, tout en maximisant la disponibilité des produits, afin d'éviter les ruptures de stock.
Initialement, la logistique est issue du domaine militaire. Il s'agit là de l'ensemble des
techniques mises en
uvre pour assurer l'approvisionnement des troupes.
EDI ( Electronic Data Interchange ) ou Echange de Données Informatisées
Echanges sécurisés de documents (Commandes, factures... ) d'ordinateur à ordinateur selon des
messages préétablis et normalisés.
La version Web-EDI fonctionne sur le même principe, mais sur l'Internet
Quick Response
Méthode de gestion des approvisionnements reliant fournisseurs et clients en vue d'une plus
grande vitesse d'ajustement à la demande.
Juste à temps
Apparue au Japon dans les années 1980, mise en application chez Toyota, la philosophie du
Juste-à-Temps est également connue sous le terme zéro stock.
Si le juste à temps marque une rupture avec la démarche traditionnelle de gestion des stocks, ce
n’est pas que cette théorie conteste l’existence des fonctions évoquées ci-dessus. La rupture est
dans la façon d’aborder les problèmes de stock et, plus précisément dans la volonté de remettre
en cause l’organisation est dans la façon d’aborder les problèmes de stock et, plus précisément
dans la volonté de remettre en cause l’organisation logistique dans son ensemble pour réduire
et même éliminer les stocks.
En gestion traditionnelle des stocks, on cherche à baisser le niveau des stocks dans un contexte
technologique et organisationnel donné. En gestion Juste-à-Temps, on cherche à modifier ce
contexte lui-même.
Préparé par : BOURASS Younes
-93-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Saisonnalité :
Désigne les fluctuations de la demande qui se répètent à intervalles réguliers et qui sont reliés à
un ou plusieurs facteurs environnementaux
Coût d’acquisition :
C’est le produit du coût unitaire par le nombre d’unités achetées
Coût de possession :
Le fait de conserver un produit en stock entraîne pour l’entreprise, d’une part, des frais de
stockage, d’autre part, une immobilisation financière qui engendre des frais financiers.
L’ensemble de ces frais est appelé coût de possession.
Coût de passation de commande ou de lancement :
Avant de passer une commande, il faut surveiller le niveau du stock, déterminer la taille de la
commande, choisir un fournisseur, fixer avec lui le délai, le prix et les conditions de livraison.
On doit ensuite émettre la commande et en assurer la réception, contrôler et payer la facture du
fournisseur. Tous ces coûts sont indépendants de la taille de la commande, mais se répètent à
chaque fois qu’une nouvelle commande est passée. Se sont les coûts de passation
Coût variable total
C’est la somme des coûts de passation de commande et de détention du stock, donc :
CVT = D/Q x L + Q/2 C x H
Quantité économique :
La quantité économique est la quantité d’unités commandées à chaque approvisionnement qui
conduit au coût variable total minimum. Elle est égale à :
2DL
CH
Formule de Wilson :
La formule qui donne Q* (quantité économique) est connue sous le nom de formule de
WILSON, qui n’en est pas l’inventeur (c’est F. Harris en 1913) mais qui l’a utilisée dans ses
activités de conseil aux USA dans les années 1920.
Préparé par : BOURASS Younes
-94-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Stock de sécurité :
L’existence d’un ou plusieurs aléas oblige le gestionnaire, s’il veut éviter les ruptures, la perte
de chiffre d’affaires et la perte d’image de marque qui en résultant, à prévoir un stock de
sécurité que l’on note.
Intervalle de protection :
C’est la période pendant laquelle le stock de sécurité doit jouer son rôle de protection contre les
aléas. Dans un système à point de commande, c’est le délai d’obtention.
Entrepôt Industriel franc (EIF) :
L'entrepôt industriel franc (EIF) est un régime qui combine les fonctions de transformation et
d'utilisation. Il permet dans le cadre d'une convention entre l'administration et l'entreprise
bénéficiaire, l'importation en suspension des droits et taxes des matériels, équipements, parties
et pièces détachées ainsi que des marchandises destinées à être mises en
uvre en vue de
l'exportation des pro d u i t s compensateurs obtenus.
Préparé par : BOURASS Younes
-95-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
D
ans un environnement extrêmement concurrentiel, la performance d’une firme
dépend d’un ensemble de critères et atouts dont elle doit se disposer. Mais
quand il s’agit d’une entreprise industrielle, la maîtrise de sa chaîne logistique reste par
contre indispensable et à travers de laquelle passe l’ensemble des actions de l’entreprise
vers ses composantes internes ou vers l’environnement.
Parler logistique, c’est bien particulièrement parler stock et circulation des flux .
Il n’est donc pas surprenant de constater le poids très lourd des activités de stockage
dans les entreprises modernes. Des études convergentes montrent que de 20% à 80%du
total de l’actif se présente sous forme d’un stock.
Il était donc évident de chercher à améliorer l’efficience de cette composante par le
recours à des méthodes, des outils et des analyses de pointe…c’est pourquoi une
démarche de conduite vers un système optimisant le stock s’impose.
Le présent mémoire traite de la problématique en essayant d’orienter le lecteur vers
les phases majeures d’une démarche de conduite vers un système optimisant le stock.
Conduire sa mission, oui, mais bien la conduire, voilà l’enjeu d’aujourd’hui pour tous
ceux qui, de plus en plus nombreux, rejoignent les rangs de la logistique et pour qui,
cette apport représentera un éclaircissement recherché.
BOURASS Younes
Préparé par : BOURASS Younes
-96-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
F
inalement, j’espère que cet apport a atteint son objectif de mettre en valeur
l’optimisation du sock dans ses différentes dimensions ; en tant qu’outil, démarche
et état d’esprit.
Ainsi dans ce sens une démarche de conduite , tout particulièrement dans le
domaine de la logistique et du management industriel, en analyse aval et en analyse
amont, n’est jamais un outil parfait, irréprochable. Il risque fort de demeurer ainsi quels
que soient les instruments de mesure mis en place.
Par contre, elle permet de clarifier et de hiérarchiser les critères intervenants dans
un succès ou un échec. Elle permet de très nettement resserrer les marges d’erreurs,
d’interventions hasardeuses, innocentes ou parfois moins innocentes.
Elle permet aussi de prendre un recul certain par rapport à des pressions
externes qui ne sont pas forcement volontaires, mais qui souvent aboutissent à des biais
systématiques dans l’établissement de la stratégie globale de l’entreprise.
Dans ce cadre de réflexion, la démarche de conduite vers un système optimisant
le stock devient ainsi une étape pour toute entreprise qui cherche à définir
(ou à redéfinir) une stratégie de moyens. C’est l’occasion d’une remise à plat toujours
positive pour avancer sur un espace clarifié.
BOURASS Younes
Préparé par : BOURASS Younes
-97-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Elaborer une démarche de conduite vers un système optimisant le stock au sein de
la société Métallurgique d’Imiter a été un succès incontestable vu les résultats obtenus.
En effet, après une prise de connaissance de la marche quotidienne du service magasin,
acteur prépondérant dans la chaîne logistique de la société, un ensemble de démarches
et méthodes tant analytiques qu’organisationnelles ont été entreprises afin de déceler
les insuffisances ressenties.
Ce mémoire vous guide, tout d’abord, à travers des généralités sur la gestion des
stocks et des approvisionnements. Une partie qui vous mettra au contact d’un domaine
riche de concepts et de potentialités. Ensuite, il vous atterrira sur les volets principaux
de notre travail pratique.
En un mot, c’est appel à une plongée de lecture immanquable.
BOURASS Younes
Préparé par : BOURASS Younes
-98-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Avant-propos
Introduction
I- Présentation de la Société Métallurgique d’Imiter ………………………...……………..1
PARTIE I : LA GESTION OPTIMALE DES STOCKS ET DES APPROVISIONNEMENTS :
FONDEMENTS THEORIQUES
Chapitre 1 : Généralités sur la gestion des stocks et des approvisionnements.………..…5
I- Introduction………………...…………………………………………………………….…...5
Chapitre 2 : Les différentes méthodes de prévision de la demande…………………....…..9
Chapitre 3 : Les systèmes de gestion de stock……………………………..…………..……29
I- Typologie des systèmes de gestion de stock……….…..……………………….....……...29
II- Etude du système à point de commande…………………………………………….…..32
III- Etude du système à recompletement périodique………….……….…………………..34
IV- Les coûts des stocks…………………………………………….………...………...……..36
Chapitre 4 : L’optimisation du stock (Formule de Wilson)……………………….…...…..38
I- Le calcul de la quantité économique et du délai économique….…………………..…..38
II- Les stocks de sécurité………………………………………………..………...…………...43
PARTIE II : LA DEMARCHE DE CONDUITE VERS UN SYSTEME OPTIMISANT LE
STOCK
Chapitre 1 : La circulation des flux : pour une meilleure visibilité de la démarche
de conduite…………………………………....…..……….47
Chapitre 2 : L’organisation du magasin et la gestion analytique du stock :
deux leviers de l’optimisation du stock …………….…………………..58
Conclusion
Table des matières
Bibliographie
Webographie
Concepts clés du mémoire
Préparé par : BOURASS Younes
-99-
Encadré par : Dr. Rachid BOUTTI
Mémoire de fin d’études
Je dédie ce travail à :
mon père
ma mère
mes deux s urs
mes deux frères
ma grand-mère
Préparé par : BOURASS Younes
-100-
Encadré par : Dr. Rachid BOUTTI
Nom du document :
Mémoire de fin d'études (Younes BOURASS)
Répertoire :
D:\rapports
Modèle :
C:\Documents and Settings\kamal.NEC\Application
Data\Microsoft\Modèles\Normal.dot
Titre :
Pourquoi décide-t-on de produire une marchandise dans une quantité donnée
Sujet :
Auteur :
EL KADIRI
Mots clés :
Commentaires :
Date de création :
13/06/2005 00:57:00
N° de révision :
347
Dernier enregistr. le :
21/06/2005 12:57:00
Dernier enregistrement par :
BOURASS Younes
Temps total d'édition :
1 665 Minutes
Dernière impression sur : 01/07/2005 19:48:00
Tel qu'à la dernière impression
Nombre de pages : 100
Nombre de mots :
22 280 (approx.)
Nombre de caractères :
122 541 (approx.)

Documents pareils