Pourquoi et comment mettre en place du demand sensing ?

Le demand sensing est une étape qui intervient après le processus classique d’évaluation de la demande. Il permet d’ajuster la prévision à court terme, voire à très court terme, au travers de la prise en compte d’éléments peu ou pas considérés dans le processus standard.

Le processus d’évaluation de la demande est à la fois simple et efficace. Il consiste à analyser l’évolution d’un élément sur une période donnée, pour en tirer une prévision sur son évolution future. Par exemple, l’historique mensuel des ventes - global ou par famille de produits - étalé sur trois ans, pour une prévision à 6-12-24 mois.

Le demand sensing vient se positionner après ce processus classique d’évaluation de la demande. Son principal atout est de savoir resserrer les mailles. La maille temporelle tout d’abord, avec une prévision à la semaine, voire au jour. La maille de l’élément analysé également, avec la possibilité de cibler un produit, un site ou un client précis.

Un processus qui permet d’affiner les prévisions

Là où le processus de demand classique voit loin, le demand sensing permet de répondre de manière plus précise à un problème donné, en donnant une prévision pertinente sur le court terme. Par exemple, un industriel pourra se servir du demand sensing pour affiner l’atterrissage budgétaire, en livrant aux services financiers des données plus proches de la réalité attendue.

Le demand sensing pourra également ajuster, au fil des semaines et des mois, les prévisions générées initialement au travers d’un processus de demand classique. Sur le court terme, il permet donc de venir affiner une prévision plus globale. Il faut toutefois savoir fixer le curseur d’ajustement de la prévision globale par le demand sensing, en fonction du degré de confiance que l’on accorde à ce processus… lequel dépendra en grande partie de la nature des données analysées.

Le demand sensing peut s’appuyer sur les données internes de l’entreprise, comme les commandes de ventes ou les promotions, et ce à un niveau très détaillé. Il permet également de prendre en considération des signaux externes, comme des études de marché, des données météo (essentielles pour des marchés comme l’agroalimentaire ou le commerce de détail), des données géopolitiques… Bref, tout ce qui peut être quantifié et est susceptible d’influer sur les ventes de l’entreprise.

Comment intégrer le demand sensing dans son organisation ?

Le choix des indicateurs à prendre en compte est en général confié aux personnes qui gèrent le processus classique d’évaluation de la demande, car elles sont en mesure d’en estimer la pertinence et l’impact potentiel sur l’activité de l’entreprise.

Pour les signaux internes, issus par exemple de l’ERP, l’entreprise pourra se débrouiller seule dans le choix des éléments à intégrer dans le processus de demand sensing. Pour des signaux externes, elle pourra se faire aider par des sociétés spécialisées dans le traitement de la data. Ces dernières sauront détecter les signaux externes intéressants.

Le choix de signaux externes pertinents dépendra en grande partie du savoir-faire de l’entreprise sur les processus de forecasting, de sa connaissance du marché, mais aussi de sa créativité. Cette première phase peut prendre jusqu’à deux mois. En ajoutant les phases de réalisation et de test, la durée totale du projet peut se situer entre 4 et 5 mois.

Savoir faire évoluer son processus de demand sensing

Il est important de pouvoir mesurer la précision de la prévision proposée par le demand sensing. Est-elle proche de la réalité ? Plus précise que les prévisions classiques ? Cela permettra - globalement - de mesurer la pertinence et la réussite du projet, mais aussi - plus précisément - d’évaluer la pertinence de tel ou tel signal, la nécessité d’en enlever certains ou d’en rajouter d’autres.

Le demand sensing n’est pas un processus figé. Il faut donc savoir le faire évoluer, lorsqu’un indicateur analysé n’est plus pertinent, ou qu’un nouveau, prometteur, est détecté. Un vendeur de boissons s’appuyant sur des données météo pourra les croiser par la suite avec le taux de remplissage des parkings avoisinants. Lors du changement d’un parc de caisses enregistreuses, les nouveaux équipements choisis pourront peut-être faire remonter les informations de sorties de caisse automatiquement. Une donnée qui sera alors à considérer.

Les personnes les plus à même de réaliser cette détection de nouveaux signaux sont les demand planners et les demand managers. Il leur faut donc rester à l’affût de toute nouvelle opportunité, tout en gardant un œil sur le degré de forecast accuracy de leur processus de demand sensing.

Thomas Morel, Digital Supply Chain Consultant, TeamWork.