Auchan : prévision journalière des palettes sur 144 hypermarchés, -41 % d'écart vs l'algorithme en place

La situation

Anticiper les flux de palettes qui arrivent en magasin, c'est préparer les équipes, les quais et le stockage au bon moment. Auchan France voulait une prévision quotidienne fiable, à 15 semaines, pour l'ensemble de son réseau de 144 hypermarchés.

Deux flux sont couverts, avec des profils très différents :

• Palettes non homogènes : flux dense, présent sur plus de 40 % des jours
• Palettes homogènes : flux plus ponctuel, concentré sur quelques marchés à fort volume

Ce que j'ai construit

Un système de prévision au pas journalier, à l'horizon de 15 semaines, pour 12 156 séries (site × marché), avec un historique de 2021 à 2026.

Palettes non homogènes

• Un modèle gradient boosting composé de deux tranches d'horizon (8 et 15 semaines), réglé par Optuna
• Pondération par volume, calendrier d'ouverture, jours fériés, évènements retail
• Validation par backtest à origine glissante, sur l'année complète

Palettes homogènes

• Un routage par marché : chaque marché est traité avec le modèle qui lui correspond
• Un modèle récursif ancré sur une trajectoire saisonnière, pour rester stable sur les 105 jours
• Un focus sur les 6 marchés prioritaires, qui représentent près de 89 % du volume

Résultats

Palettes non homogènes

• -41 % sur le critère combiné (erreur + biais) face à l'algorithme en place
• 7,5 % d'erreur à la maille réseau-jour et 16 % à la maille site-jour, la maille de la planification opérationnelle
• Un biais quasi nul (+2 %), pour des prévisions bien calibrées

Palettes homogènes

• Un champion qui dépasse l'ensemble précédent (déjà +15 % face à l'algorithme en place) sur l'ensemble des critères de suivi
• Une prévision qui couvre tous les marchés vendeurs du réseau

Pour l'utilisateur final

Un livrable consolidé (non homogène + homogène) et directement exploitable : une prévision par site, par marché et par jour, sur 15 semaines.