Classification des stocks multicritères prenant en compte la stabilité de la demande

Pourquoi il est important de disposer des bonnes pièces détachées

Imaginez gérer un atelier où d’immenses tunneliers creusent des lignes de métro sous une ville. Si une pièce détachée essentielle manque lorsqu’une machine tombe en panne, tout le chantier peut s’arrêter. Si vous stockez trop d’articles inutiles, de l’argent reste immobilisé sur les étagères et certains composants risquent de ne jamais être utilisés. Cet article examine une façon plus intelligente de décider quelles pièces détachées méritent le plus d’attention, en se concentrant non seulement sur leur volume d’utilisation, mais aussi sur la stabilité — ou l’instabilité — réelle de cette demande.

La méthode habituelle de classement des stocks

La plupart des usines gèrent des milliers de pièces différentes, appelées unités de gestion des stocks (UGS). Pour s’en sortir, elles utilisent souvent la classification ABC : un petit groupe d’articles « A » reçoit le contrôle le plus strict, un groupe intermédiaire « B » une attention modérée, et un vaste groupe « C » des règles plus simples et moins coûteuses. Traditionnellement, ce tri repose sur des mesures telles que la consommation annuelle exprimée en valeur ou la demande moyenne. De nombreuses méthodes avancées ont été proposées pour combiner plusieurs critères, y compris le jugement d’experts, des modèles d’optimisation et l’intelligence artificielle. Pourtant, presque toutes traitent la demande comme un seul nombre et ignorent en grande partie l’amplitude des fluctuations de cette demande dans le temps.

Un nouvel intérêt pour l’instabilité de la demande

Les auteurs soutiennent que la stabilité de la demande est tout aussi importante que son niveau. Une pièce qui se vend de manière régulière chaque mois est assez facile à gérer, même si les volumes sont élevés. En revanche, une pièce dont la demande varie fortement — pics soudains suivis de périodes sans demande — est beaucoup plus difficile à planifier. Si les planificateurs sous-estiment ces variations, ils risquent des ruptures douloureuses et des achats d’urgence. S’ils réagissent excessivement, ils peuvent acheter bien trop, ce qui mène à des stocks obsolètes. Pour capturer ce comportement, l’étude utilise trois statistiques simples des demandes mensuelles passées : le niveau moyen, l’étendue de la variation et l’écart entre le mois le plus élevé et le plus bas. Les trois sont traitées comme des indicateurs qu’un article mérite une attention accrue lorsque leurs valeurs augmentent.

Comment la méthode en deux étapes classe les pièces détachées

Le cœur de l’article est une méthode de classement en deux phases appelée Double Ng-modèle, ou D-Ng-modèle. Elle s’appuie sur un outil mathématique convivial pour tableurs qui peut combiner plusieurs critères en un seul score sans demander aux responsables de deviner des pondérations. Dans la première phase, la méthode n’examine que les trois mesures liées à la demande et les transforme en un score de « stabilité de la demande » pour chaque UGS. Dans la seconde phase, ce score est combiné à d’autres facteurs pratiques, tels que le coût de la pièce et le délai de réapprovisionnement, pour créer un score de priorité final. Les pièces sont ensuite triées de la plus critique à la moins critique et réparties en catégories A, B ou C selon les proportions ABC habituelles.

Test de l’approche sur des pièces de tunneliers

Pour vérifier si la nouvelle approche apporte un réel bénéfice, les auteurs l’ont appliquée à 52 pièces détachées utilisées pour l’entretien de tunneliers chez un fabricant chinois. La demande pour ces pièces est notoirement difficile à prévoir, car les chantiers dépendent des politiques publiques, des conditions géologiques locales et de pratiques de maintenance diverses. Les chercheurs ont comparé le nouveau D-Ng-modèle au Ng-modèle traditionnel qui ne mesure pas explicitement la stabilité de la demande. Ils ont constaté que plusieurs pièces changeaient de classe lorsque l’instabilité était prise en compte : certains articles à demande moyenne mais très erratique ont été promus vers des groupes d’importance supérieure, tandis que d’autres à demande plus stable ont été rétrogradés. En utilisant des formules standard pour les niveaux de stock et les taux de service, ils ont ensuite simulé la performance pratique de chaque classification.

Ce que signifie un meilleur classement en pratique

L’analyse a montré que, pour une gamme d’objectifs de niveau de service, la nouvelle méthode sensible à la demande atteignait des taux de commandes honorées légèrement plus élevés tout en réduisant le coût de la détention du stock de sécurité. Les améliorations étaient modestes en pourcentages mais significatives en valeur monétaire, car même de petites économies s’accumulent quand il s’agit de nombreux articles sur de longues périodes. Des tests de sensibilité sur les quantités commandées ont aussi révélé que l’augmentation pure et simple des achats améliore certes les niveaux de service, mais avec des gains décroissants rapides et un risque croissant d’obsolescence. Pour les gestionnaires, le message est clair : prêter attention à la volatilité de la demande — pas seulement à son niveau — permet de concentrer efforts et ressources sur les pièces susceptibles de poser problème, conduisant à un service plus fiable à coût global réduit.

Citation: Wang, C., Ning, G. Multi-criteria inventory classification considering demand stability. Sci Rep 16, 10664 (2026). https://doi.org/10.1038/s41598-026-42590-0

Mots-clés: classification des stocks, variabilité de la demande, gestion des pièces détachées, analyse ABC, logistique de production