Beyond Accuracy: Evaluating Forecasting Models by Multi-Echelon Inventory Cost

Cette étude propose un pipeline numérique intégrant divers modèles de prévision pour optimiser les coûts d'inventaire dans des systèmes multi-échelons, démontrant grâce au jeu de données M5 que les modèles d'apprentissage profond comme les Temporal CNN et les LSTM surpassent les méthodes statistiques traditionnelles en réduisant les coûts et en améliorant les taux de service.

L'essentiel

Imaginez que vous gérez une chaîne de supermarchés. Votre plus grand défi ? Deviner exactement combien de produits les clients vont acheter demain.

Si vous prévoyez trop, vous vous retrouvez avec des étagères pleines de produits qui périssent ou qui coûtent cher à stocker (c'est le gaspillage).
Si vous prévoyez trop peu, les étagères sont vides, les clients sont frustrés et vous perdez de l'argent (c'est la rupture de stock).

Ce papier de recherche est comme un grand test de cuisine pour voir quelle méthode de prédiction permet de cuisiner le plat parfait (le bon niveau de stock) sans gaspiller d'ingrédients.

Voici l'histoire expliquée simplement :

1. Le Problème : Les Vieilles Cartes vs. Le GPS Moderne

Pendant des décennies, les magasins utilisaient des méthodes statistiques simples (comme regarder les ventes de la semaine dernière et faire une moyenne). C'est un peu comme essayer de naviguer en haute mer en regardant juste le soleil et les étoiles : ça marche parfois, mais si la météo change brusquement, vous êtes perdu.

Les chercheurs ont voulu tester des méthodes plus modernes, basées sur l'Intelligence Artificielle (IA), pour voir si elles pouvaient mieux prédire les caprices des clients.

2. L'Expérience : Une Course de Voitures Autonomes

Pour tester cela, les auteurs ont utilisé un énorme jeu de données de vente (celui de Walmart, connu sous le nom de "M5"). Ils ont mis en compétition 7 différents "pilotes" (modèles de prévision) :

• Les anciens : Des méthodes classiques (moyennes, tendances simples).
• Les nouveaux : Des modèles d'IA comme les réseaux de neurones (LSTM) et les réseaux convolutifs (CNN).

Au lieu de simplement dire "qui a fait la meilleure prédiction mathématique ?", ils ont fait une simulation : "Si on utilisait ces prédictions pour commander des marchandises, combien d'argent aurions-nous économisé ou perdu ?"

C'est comme si on ne mesurait pas la vitesse d'une voiture, mais combien de carburant elle économise pour arriver à destination.

3. Les Résultats : L'IA Gagne le Rallye

Les résultats sont clairs :

• Les méthodes classiques (les "anciens") ont fait des erreurs. Elles ont soit commandé trop de produits (gaspillage), soit pas assez (clients mécontents).
• Les modèles d'IA (Deep Learning), en particulier le Temporal CNN et le LSTM, ont été les champions. Ils ont appris à repérer des motifs complexes dans les ventes (comme les effets de saisonnalité ou les événements imprévus) que les méthodes simples ne voyaient pas.

Le gain concret ?
En utilisant le meilleur modèle d'IA, les chercheurs ont réduit les coûts de gestion des stocks d'environ 19 % par rapport à la méthode la plus simple, tout en ayant plus de produits disponibles pour les clients. C'est comme passer d'une voiture qui consomme beaucoup à une voiture hybride très efficace.

4. La Complexité : Le Réseau de Distribution (L'Effet Papillon)

Le papier va plus loin en simulant une chaîne plus complexe : un entrepôt central qui alimente plusieurs magasins.
Imaginez un entonnoir. Si l'entonnoir (l'entrepôt) fait une erreur de prévision, cette erreur se propage et s'amplifie vers le bas, touchant tous les magasins.

• Les chercheurs ont découvert que même si un magasin fait une bonne prévision, si l'entrepôt central se trompe, tout le système souffre.
• Heureusement, les modèles d'IA sont si précis qu'ils réduisent ces erreurs en amont, stabilisant toute la chaîne.

5. La Leçon pour les Managers

La conclusion est simple et puissante : Ne choisissez pas votre outil de prévision uniquement parce qu'il a le meilleur score mathématique.

Choisissez-le en fonction de l'argent qu'il vous fait économiser.

• Une prédiction "parfaite" en maths mais qui coûte cher en stock est inutile.
• Une prédiction "très bonne" en maths qui permet d'avoir exactement le bon stock est un trésor.

En résumé :
Ce papier nous dit que l'Intelligence Artificielle n'est pas juste une technologie de plus pour faire des graphiques jolis. C'est un outil concret qui permet aux entreprises de mieux anticiper les besoins des clients, d'éviter le gaspillage et de garder les étagères pleines, tout en faisant des économies substantielles. C'est passer de la devinette à la science précise.

Résumé technique

1. Problématique

Les chaînes d'approvisionnement modernes font face à une volatilité croissante et à des risques de perturbation. Bien que la prévision de la demande soit un intrant crucial pour l'optimisation des stocks, la littérature présente deux lacunes majeures :

• Déconnexion entre précision statistique et impact opérationnel : La plupart des études évaluent les modèles de prévision (statistiques, Machine Learning, Deep Learning) uniquement sur des métriques d'erreur (RMSE, MAE), sans quantifier comment ces améliorations se traduisent par des gains réels en termes de coûts de stock ou de taux de service.
• Manque d'évaluation multi-niveaux : Peu d'études empiriques utilisent des données de vente réelles pour propager les erreurs de prévision à travers des réseaux à plusieurs échelons (ex: entre un centre de distribution et des magasins), alors que ces erreurs peuvent amplifier la variabilité (effet coup de fouet).

L'objectif de cette étude est de combler ce fossé en évaluant sept approches de prévision non pas par leur précision statistique, mais par leur impact sur les coûts d'inventaire dans des systèmes à un et deux échelons.

2. Méthodologie

A. Données et Prétraitement

• Source : Utilisation du jeu de données M5 (compétition de prévision de Walmart), spécifiquement la sous-catégorie CA FOODS 1 (Californie, département Alimentation).
• Features : Construction de prédicteurs standards incluant des retards (lags), des moyennes mobiles (7, 14, 28 jours) et des indicateurs calendaires/événements (y compris les programmes SNAP).
• Validation : Utilisation d'une validation croisée par fenêtre glissante (rolling holdout) avec 28 jours pour le test, 28 jours pour la validation et le reste pour l'entraînement.

B. Modèles de Prévision Comparés

Sept classes de modèles ont été intégrées dans un pipeline unifié :

1. Naïf (Lag-1) : Baseline de persistance.
2. Holt-Winters (ES) : Lissage exponentiel additif (saisonnalité hebdomadaire).
3. ARIMA(1,1,1) : Modèle linéaire de séries temporelles.
4. Gradient Boosting Regressor (GBR) : Ensemble d'arbres de décision.
5. XGBoost : Modèle de gradient boosting régularisé optimisé pour les données tabulaires.
6. LSTM (Global) : Réseau de neurones récurrent pour capturer les dépendances à long terme.
7. Temporal CNN : Modèle de convolution temporelle avec dilatation pour une modélisation efficace du contexte long.

C. Simulation d'Inventaire (Simulateur Newsvendor)

Les prévisions sont injectées dans un simulateur de type Newsvendor (marchand de journaux) pour évaluer la performance opérationnelle :

• Système à un échelon : Chaque série est traitée indépendamment avec des coûts de surstockage ($h$) et de rupture ($b$).
• Système à deux échelons : Extension simulant un Centre de Distribution (CD) approvisionnant plusieurs magasins. La demande du CD est la somme agrégée des demandes des magasins. Les erreurs de prévision au niveau du CD se propagent aux magasins, affectant les taux de service globaux.
• Métriques d'évaluation : Coût moyen journalier (combinaison de coûts de possession et de pénurie) et Taux de remplissage (Fill Rate).

3. Contributions Clés

1. Pipeline Unifié : Développement d'un cadre standardisé intégrant des modèles statistiques, du Machine Learning (ML) et du Deep Learning (DL) pour une comparaison équitable.
2. Évaluation Opérationnelle : Transformation des métriques de précision en métriques de coûts réels via un simulateur Newsvendor, évaluant l'impact sous différents ratios de coûts ($h/b$).
3. Analyse Multi-Échelon : Extension de l'évaluation au-delà du niveau magasin pour inclure l'impact des prévisions au niveau du Centre de Distribution, démontrant comment les erreurs se propagent dans la chaîne.
4. Analyse de Sensibilité : Évaluation de la robustesse des modèles face à des pénalités de rupture variables, offrant des insights pour la prise de décision en conditions de volatilité.

4. Résultats Principaux

Précision et Performance en Stock (Système à un échelon)

• Les modèles basés sur l'apprentissage (DL et ML) surpassent systématiquement les baselines statistiques (ARIMA, Holt-Winters) et le modèle naïf.
• Temporal CNN obtient les meilleurs résultats opérationnels :
  • Réduction des coûts d'inventaire de 18,7 % par rapport au modèle naïf.
  • Amélioration du taux de remplissage de +9,8 points de pourcentage.
• LSTM obtient la meilleure précision statistique (RMSE le plus bas) et le deuxième meilleur coût d'inventaire.
• Les ensembles d'arbres (XGBoost, GBR) montrent également des améliorations significatives par rapport aux méthodes classiques.

Sensibilité et Multi-Échelon

• Robustesse : Le classement des modèles reste stable même lorsque le coût de rupture ($b$) augmente (de 2 à 10). Les modèles DL (Temporal CNN et LSTM) conservent les coûts les plus faibles dans tous les scénarios.
• Impact Multi-Échelon : L'extension à deux échelons révèle que la qualité de la prévision au niveau du CD est critique. Les erreurs d'agrégation au niveau du CD amplifient les coûts et dégradent le service dans les magasins, même si les prévisions au niveau magasin sont bonnes. Cela souligne l'importance d'une prévision coordonnée.

5. Signification et Conclusion

Cette étude démontre que l'amélioration de la précision prédictive n'est pas une fin en soi, mais un levier économique direct.

• Pour la pratique : Les gestionnaires de la chaîne d'approvisionnement devraient choisir leurs pipelines de prévision en fonction des KPIs opérationnels (coût total, taux de service) plutôt que de la seule précision statistique. Les architectures Deep Learning (notamment Temporal CNN) offrent une meilleure résilience face aux pénalités asymétriques de rupture de stock.
• Limites et Perspectives : L'étude se concentre sur une seule catégorie de produits et utilise des politiques de commande déterministes basées sur des prévisions ponctuelles. Les travaux futurs devraient intégrer des prévisions probabilistes (quantiles), des mécanismes de rétroaction des prix/promotions, et des réseaux plus complexes avec transferts latéraux entre entrepôts.

En résumé, l'article fournit un outil d'aide à la décision fondé sur les données, prouvant que l'adoption de modèles de Deep Learning avancés peut réduire significativement les coûts d'inventaire et améliorer la résilience des chaînes d'approvisionnement modernes.