Éclairer la prise de décision en s'appuyant sur quatre axes principaux :
Simulation de vente basée sur la probabilité
Optimisation à travers la modélisation (variables de décision, fonction objective, contraintes)
Statistiques pour étudier l'historique et établir des estimations
Utilisation d'Excel pour simulation et tableaux
Étude de cas principale : Surréservation
Combinaison des trois types de modèles :
Modèles descriptifs : Comprendre le terrain
Modèles d'optimisation : Améliorer les décisions
Modèles prédictifs : Prédire les événements futurs
Rappel des concepts de la séance précédente
Stratégie initiale : passer une commande de 45 unités
Point de commande : Activer une commande si l'inventaire descend en dessous de 10 unités
Demande considérée : distribution normale avec moyenne de 40 unités et écart-type de 7 unités
Inventaire initial : 48 unités
Conclusions issues de la simulation précédente
Estimation que le taux de rupture de stock dépasse 10 % : 75 % de probabilité
Taux de rupture de stock moyen : 14,6 %
Pénalités liées à la rupture de stock : 8 $ par unité
Coût de stockage : 2 $ par semaine par unité
Coût fixe de commande : 200,96 $ par mois
Coût total moyen lié à la stratégie : 296,16 $ par mois
Les lectures de stock représentent 63 % du coût total
Évaluation de la stratégie initiale
Discussion sur une bonne ou mauvaise stratégie en fonction des taux de rupture de stock
Conclusion : Taux de rupture de stock trop élevé avec des conclusions négatives.
Types de modèles considérés
Descriptif : Pour comprendre le terrain, utiliser un tableau de bord, analyse historique.
Prédictif : Pour prédire des informations futures.
Optimisation : Amélioration continue des stratégies.
Proposition de modification de la stratégie pour réduire les coûts moyens et ainsi influencer le taux de rupture de stock.
Variables de décision
Taille de la commande (q) et point de commande (s)
Possibilité de modifier les valeurs pour mieux contrôler ces deux paramètres.
Fonction objective en simulation et optimisation
Fonction objectif : Estimation d'un coût global basé sur la moyenne (espérance)
Exemples de coûts : Minimiser coûts ou maximiser bénéfices.
Importance de la simulation
Les simulations donnent des valeurs différentes à chaque exécution, ce qui permet une meilleure estimation des coûts.
Nécessité de converger vers une valeur exacte, souvent impossible en raison du nombre infini de scénarios possibles.
Contrainte dans les décisions
Discussion sur les différentes valeurs que l'on peut décider d'appliquer (contrôle sur q et s).
Relation entre simulation et optimisation
Préparation pour évaluer les résultats issus des stratégies par simulation pour identifier le coût minimum ou maximum selon les besoins.
Conception d'un tableau pour les valeurs de décision
Utilisation d'Excel pour visualiser les résultats des simulations avec des lignes et des colonnes correspondant à différentes tailles de commande et points de commande.
Application pratique : Surréservation
Concept de sur réservation : vendre plus de billets que de sièges disponibles pour minimiser les pertes dues à des sièges vides.
Dangers : Risque d'avoir plus de passagers que de sièges, conduisant à des compensations pour les passagers non transportés.
Variables à optimiser
Coût fixe pour chaque siège vendu, récompenses pour les passagers non transportés, et recettes nets maximisées.
Objectif : déterminer le meilleur nombre de réservations à accepter.
Résumé des conclusions et prochaine étape
Importance de garder les mêmes valeurs pour comparer les stratégies.
La prochaine session inclura des discussions autour des estimations et de l'utilisation de logiciels pour les simulations et évaluations des modèles.