Auchan : prévision long terme 6 pays, 24 mois

La situation

La Direction Produits Monde (DPW) d'Auchan Retail International avait besoin de prévisions pour tous les produits marque propre sur six pays (Espagne, Roumanie, France, Portugal, Luxembourg, Pologne) pour chaque EAN et format de magasin, sur un horizon de 24 mois. Cette prévision long terme était cruciale pour planifier l'assortiment et gérer les commandes fournisseurs.

Le défi

• Historiques courts : en moyenne 11 mois de données par produit
• 30% de nouveaux produits dans chaque batch
• Cycle de suppression des données limitant l'historique à 3 ans max
• Réassignation des codes EAN tous les 18-24 mois sans traçabilité
• Prévision à un horizon égal à la profondeur maximale de données

Initialement, le projet semblait infaisable. L'objectif s'est recentré : développer une solution meilleure que l'estimateur VMH existant (moyenne hebdomadaire par produit).

La solution : modèle récursif avec démarrage personnalisé

Modèle tree-based prévoyant le mois suivant basé sur les 12 derniers mois de features, incluant des agrégats fenêtrés et des features catégorielles (nomenclature marque, jours de promotion).

Choix de prévoir au niveau magasin individuel plutôt qu'au format de magasin, l'agrégation par format produisant des séries erratiques (de 2 à 200 magasins par produit).

Stratégie d'imputation innovante

Pour les produits nouveaux ou sporadiques, stratégie d'imputation custom utilisant clustering et hiérarchie de données :

• EAN | Cluster | Mois | Pays
• EAN | Cluster | Mois
• EAN | Mois | Pays
• Famille | Cluster | Mois | Pays
• etc.

Dynamic Time Warping pour un clustering efficace des magasins au sein de chaque pays.

Résultats

• -19% de surplus de stock et de ruptures au niveau global
• Adoption généralisée par les planners sur les 6 pays
• Le projet a marqué un tournant dans la façon dont la DPW pilote ses décisions d'assortiment