Les prévisions sont faites, utilisées, puis oubliées. Personne ne revient dessus pour savoir de combien elles se sont trompées, ni dans quel sens, ni sur quelles références. Sans cette mesure, l'erreur se reproduit à l'identique chaque saison, et le stock la paie. S'y ajoute l'opération commerciale décidée en réunion et jamais transmise, qui rend fausse une prévision par ailleurs correcte. Cet agent mesure l'erreur passée et va chercher ce que l'historique ne contient pas.
Ce qu'il fait chaque jour
- Mesurer l'erreur passéeComparer prévisions et ventes réelles par référence, en volume et en sens.
- Collecter les événementsRecueillir promotions, arrêts, nouveaux clients et changements à venir.
- Nettoyer l'historiqueRetirer ruptures, commandes exceptionnelles et erreurs de saisie passées.
- Produire la prévisionÉtablir la prévision par référence et par période sur l'horizon retenu.
- Tracer les ajustementsConsigner chaque correction manuelle, son auteur et sa justification.
- Donner les intervallesFournir une fourchette sur les références à demande irrégulière.
- Préparer la revue de demandeRéunir prévision, erreur passée et événements pour la réunion mensuelle.
- Alerter sur les écartsSignaler en cours de mois les références qui s'écartent fortement.
Les logiciels qu'il sait tenir
- Microsoft Power BI
Je mesure sur Power BI l'erreur de prévision par référence. - Microsoft 365
Je construis sous Excel les prévisions et leurs intervalles. - Odoo
Je reprends sur Odoo l'historique des ventes et des ruptures. - Sage X3
Je travaille sur Sage X3 quand les ventes y sont consolidées. - Infor CloudSuite
Je pilote sur Infor CloudSuite la demande des grandes structures. - Qlik Sense
Je publie sur Qlik Sense les revues de demande mensuelles.
Recrutez votre assistant prévision de la demande
Un entretien d'embauche dans l'application, et il se met au travail chez vous.