En plus de la classification ABC automatique, SKU Science permet également de d'organiser vos prévisions selon la classification XYZ afin d'identifier celles relativement stables ou faciles à prévoir, par rapport à celles plus instables ou avec de fortes amplitudes.
Deux options sont disponibles pour la classification XYZ :
Selon la méthode du coefficient de variation
Selon la méthode des erreurs de prévisions (Abonnement Pro ou Enterprise)
Pour accéder à la définition de la classe XYZ, il suffit de cliquer sur la roue crantée, puis de sélectionner RÚgles.
Vous accédez alors à cette interface.
MĂ©thode de classification
Cette liste vous permet de choisir entre 2 options si votre abonnement le permet :
Coefficient de variation
Erreur de prévision
Classification XYZ selon la méthode du Coefficient de variation (COV)
Le calcul du coefficient de variation est une méthode statistique.
L'analyse XYZ selon la méthode du coefficient de variation divise les éléments en trois catégories. Les articles X représentent les articles les plus stables historiquement. Les articles Y sont généralement caractérisés par une variation modérée de la demande. Les articles Z sont les plus instables et enregistrent de fortes variations.
Cette méthode permet d'identifier l'écart des valeurs par rapport à la moyenne de toutes ces valeurs. Vous pouvez avoir ainsi une idée de la stabilité de votre article dans le temps.
La formule utilisée pour le calcul du COV est la suivante :
CV est le coefficient de variation
Ï est l'Ă©cart type
Ό est la moyenne
Limite de la classe X en %
Il suffit ensuite d'indiquer le coefficient maximum pour la classe X.
Par défaut, il est réglé sur 10%
Ainsi, si la limite de la classe X est fixée à 10%, tous articles avec un COV compris entre 0 et 10% seront classés X.
Limite des classes X et Y en %
Par défaut il est réglé sur 30%
Si vous fixez la limite de la classe Y à 30%, alors tous les articles avec un COV compris entre 10% et 30% seront classés Y, et ceux supérieurs à 30% obtiendront la classe Z.
Bien que cette mĂ©thode soit intĂ©ressante jusqu'Ă un certain point pour identifier la stabilitĂ©, un produit avec une forte saisonnalitĂ© sera identifiĂ© comme un produit Z, alors que potentiellement il peut ĂȘtre facile Ă prĂ©voir sur SKU Science.
Pour cette raison nous avons introduit une autre méthode plus performante.
Classification XYZ selon la méthode des erreurs de prévision
En selectionnant Erreur de prĂ©vision dans la fenĂȘtre d'interface, vous obtenez les options suivantes :
Lag XYZ
Le choix du lag pour le calcul de la classification dépend généralement de la raison pour laquelle vous faites vos prévisions. Des explications concernant le choix du lag pour le calcul sont disponibles ici.
Si vous choisissez "2", la prévision considérée pour calculer l'erreur par rapport à la valeur de demande réelle sera la prévision créée deux mois avant chaque période pour chaque élément présent dans votre compte.
Les tableaux ci-dessous permettent de comprendre le fonctionnement :
Ainsi pour l'article 0011-3, en choisissant "Lag 2', le tableau se met Ă jour automatiquement avec les valeurs pour les erreurs (et les autres KPI).
Sur la ligne de l'erreur, un pourcentage moyen apparait pour cet article, ici de 25%.
C'est cette information qui est considérée pour chaque article afin d'etablir la classification pour un lag donné. Vous pourrez ainsi vérifier les résultats de la matrice générée en fonction vos paramÚtres.
Type d'erreur
Deux options sont possibles.
Le premier choix effectuera le calcul des classes XYZ à partir des erreurs de l'utilisateur, en tenant compte des ajustements apportés par celui-ci sur les prévisions de base calculées par la plateforme.
Le second choix effectuera le calcul des classes XYZ uniquement à partir des prévisions de la plateforme, sans tenir compte des ajustements.
Limite de la classe X en %
Il suffit ensuite d'indiquer le coefficient maximum pour la classe X.
Par défaut, il est réglé sur 10%
Ainsi, si la limite de la classe X est fixée à 10%, tous articles avec une erreur moyenne pour le lag 2 comprise entre 0 et 10% seront classés X.
Limite des classes X et Y en %
Par défaut il est réglé sur 30%
Si vous fixez la limite de la classe Y à 30%, alors tous les articles avec une erreur moyenne pour le lag 2 comprise entre 10% et 30% seront classés Y, et ceux supérieurs à 30% obtiendront la classe Z.
En cliquant sur Sauvegarder vous enregistrez vos paramÚtres, et un nouveau calcul des classes XYZ est lancé.
Une fois le calcul terminĂ©, cliquez sur lâonglet Accueil pour visualiser la table des prioritĂ©s.
Il suffit ensuite de cliquer sur la partie de la matrice qui vous intéresse pour automatiquement obtenir une vue des ces articles en fonction de la classe ABC XYZ calculée pour chacun d'eux.
N'hésitez pas à nous contacter pour poser vos questions directement dans l'interface de l'outil, en utilisant le messager en bas à droite de l'écran.