Un nouveau produit, zéro historique : de 121 % à 36 % d'erreur
Une méthode d'analogues qui donne à chaque lancement un historique emprunté à des produits proches. Résultat : une erreur stabilisée à 36 %, contre 121 % en moyenne pour les estimations manuelles.
La situation
Chez Auchan Ukraine, la prévision de l'engagement promo portait sur plusieurs dizaines de milliers de produits, au pas journalier, sur un horizon de 50 jours. Sur ce périmètre, environ 30 % des produits étaient des lancements : aucune vente passée sur laquelle s'appuyer.
La décision la plus stratégique se prend pourtant avant la première vente : combien commander ?
L'idée : emprunter l'historique de produits qui leur ressemblent
Pour chaque nouveau produit, l'algorithme identifie jusqu'à 3 analogues déjà vendus, puis leur emprunte leur historique. La recherche fonctionne comme un entonnoir : elle démarre très précise et ne s'élargit que si nécessaire.
- Niveau 1 : même marque, même famille de produit
- Niveau 2 : même gamme de prix (MDD, éco, premium, marque nationale)
- Niveaux suivants : remontée progressive dans la hiérarchie du catalogue
À chaque niveau, les candidats sont classés par similarité de libellé, puis par proximité de prix. On garde les 3 meilleurs.
Un historique reconstitué pour le modèle
Les analogues ne remplacent pas le modèle, ils l'alimentent. Leurs ventes, combinées avec des poids, reconstituent les variables historiques du produit (moyennes mobiles promo, lags, rolling). Toutes les autres informations restent celles du vrai produit, et une variable d'âge de lancement indique au modèle qu'il est en phase de démarrage.
Un seul modèle global couvre l'ensemble du catalogue : le produit neuf arrive avec un historique emprunté et son statut de lancement, et obtient une prévision cohérente dès le premier jour.
Résultats
- 36 % d'erreur (WAPE) stable sur l'engagement promo des produits sans historique
- Contre 121 % en moyenne (jusqu'à 200 % sur certaines références) pour les estimations manuelles
- Des demand planners qui disposent d'un point de départ chiffré et fiable pour chaque lancement
Applicable à toute marque qui lance des références
Éditions limitées, collections saisonnières, nouveaux parfums, nouvelles variantes : la mécanique est la même d'un secteur à l'autre. Seuls changent les attributs qui définissent la ressemblance entre deux produits.
Résultats mesurés
121 %
Erreur moyenne des estimations manuelles
36 %
Erreur avec la méthode des analogues (WAPE)
~30 %
Produits sans historique dans le périmètre
50 jours
Horizon de prévision