L'impact de la fonction de planification de la demande sur la performance de l'entreprise

Alexandre V.

Commandez une rédaction : Mémoire en Logistique sur mesure

Devis en ligne gratuit

Mémoire Format .doc

L'impact de la fonction de planification de la demande sur la performance de l'entreprise

Télécharger

Lire un extrait

Thèmes abordés

Planification de la demande, performance, prévisions, MAPE, BIAIS, mémoire logistique

Lecture
Résumé
Sommaire
Extraits

Résumé du document

Toutes les entreprises de fabrication, quel que soit leur secteur d'activité, sont confrontées au même problème d'équilibre entre l'offre et la demande. Ce problème est encore accentué dans le contexte des organisations de biens de consommation à rotation rapide en raison de la forte demande de disponibilité des produits. Avec de nombreuses recherches sur la résolution de ce problème, le processus de planification de la demande a été présenté comme un moyen d'améliorer la fiabilité de la précision des prévisions pour améliorer les performances de l'entreprise.

Sommaire

Revue de la littérature
1. La gestion de la demande
2. La planification de la demande
3. Le processus de planification de la demande
4. Les modèles de prévision statistique
5. L'évaluation de la précision des prévisions
Méthodologie
Résultats
1. L'analyse du MAPE
2. L'analyse du BIAIS
3. Les différents scénarios d'ajustement des prévisions
Conclusion
Limites et recherches futures

Accédez gratuitement au plan de ce document en vous connectant.

Extraits

[...] Cette classification ABC sera utilisée pour mesurer l'impact du processus de planification de la demande sur les SKU de l'entreprise X afin de comprendre et d'évaluer les impacts et leur retombé pour l'entreprise. L'analyse faite au travers de cette étude de cas portera donc sur les données quantitatives des 250 SKU de l'entreprise X afin d'évaluer la précision de ses prévisions. Les SKU seront analysées en fonction de leurs prévisions, des ventes réelles, des erreurs et de leurs classifications sous la forme ABC. [...]

[...] Poceedings of the 2003 International Symposium on Circuits and Systems. Sanders, N. R. (1997). Measuring forecast accuracy: some practical suggestions. Production and Inventory Management Journal, 43-46. Sepulveda Rojas, J., & Frein, Y. (2008). Coordination and demand uncertainty in supply chains. Production Planning & Control. [...]

[...] Le pourcentage d'erreur moyen (MPE) correspond à la moyenne des pourcentages d'erreur pour un ensemble de valeurs. De ce fait, la moyenne permet aux différents pourcentages d'erreurs positifs et négatifs de s'annuler entre eux. C'est pourquoi les organisations utilisent généralement cette méthode pour mesurer le biais des prévisions (Makridakis, Wheelwright, & Hyndman, 1997). En effet, si le résultat est positif, cela signifie que l'organisation a tendance à sous-estimer ces prévisions, on aura donc un biais négatif. A l'inverse si le résultat est négatif, l'organisation a tendance à surestimer ces prévisions. [...]

[...] Un autre indicateur important à prendre en compte lors de l'évaluation de la précision des prévisions est le biais. Le biais des prévisions de vente se différencie de l'erreur de prévision et représente l'un des éléments clés dans l'évaluation et l'amélioration de la précision des prévisions (Wan & Sanders, 2017). Le biais est un indicateur plus souvent utilisé, car il s'avère être d'ordre stratégique pour une organisation. En effet, il s'agit d'une tendance pour une prévision à être constamment en dessous ou au-dessus des ventes réalisées. [...]

[...] KPMG International. Krajewski, L., & Ritzman, L. (2005). Operation management processes and value chains (Pearson Education Inc ed.). New Jersey: Upper Saddle River. Lapide, L. (2006). Demand Management Revisited. THE JOURNAL OF BUSINESS FORECASTING. Lawrence, K. [...]

doc