L'Oréal demand planning : local ou centralisé, choisir le bon modèle de prévisions
Transcription youtube_captions. À recouper avec la source d'origine.
Analyse automatique
Générée par IA — peut contenir des erreurs. Méthodologie
Chapitres
Répartition du ton (temps de parole politique)
Propositif 100 %
Affirmations vérifiables (citations exactes)
- 1:24non_speechChiffre
« on est beaucoup près de 90 mille personnes le chiffre d'affaires est impressionnant 27 milliards d'euros fin d'année précédente avec une évolution à périmètre comparable de sept points 140 pays »
- 7:54non_speechChiffre
« 80 % notre chiffre d'affaires est finalement concentré sur quelques pays quelques signatures »
- 9:20non_speechFait
« on fait une prévision de sell out on utilise le stock in trade à la fin du mois précédent au projet de notre stock et on construit une preuve de céline »
- 10:45non_speechFait
« le local forecasting c'est finalement sortir du monde des recherches v que certains d'entre vous connaissent probablement est passé un monde où clairement on va coller aux besoins du consommateur »
- 11:29non_speechFait
« le modèle centralisé lui s'appuie sur la loi des grands nombres »
- 21:22non_speechChiffre
« la volatilité en prévision ça s'appelle le coeff de variation c'est le rapport de l'écart type à la moyenne »
Temps de parole
- ?100 %
≈ 0 interruption / 10 min (chevauchements et interjections détectés).
Modèle mistral-small-latest · prompt v1 · les citations sont vérifiées mot pour mot dans le transcript ; le taux de réponse directe est calculé à partir des verdicts question par question. Aucun label idéologique n'est produit.
merci bonjour à tous donc je suis très heureuse d'être ici je m'appelle annie mercier je suis en charge dudit man et s'entrelacent planning à la division luxe de l'oréal ce qui m'amène aujourd'hui auprès de vous c'est cette discussion autour du niveau de calcul des prévisions donc j'attends de vous beaucoup de questions je vous propose donc cette cette démarche qui est de de se questionner sur le fait qu' on part sur un modèle local ou un modèle centralisé alors avant de rentrer dans le vif du sujet il faut que je vous parle un petit peu de l'oréal pour que vous sachiez qui nous sommes j'ai choisi ce slide parce qu'il me paraît très important aussi pour le demand planning vous verrez notre mission la beauté pour tous offrir aux femmes et aux hommes du monde entier le meilleur de la cosmétique en termes de qualité d'efficacité et de sécurité pour satisfaire tous leurs besoins et tous leurs envies de beauté dans leur infinie diversité donc ça c'est notre mission là où je me retrouve tout particulièrement c'est dans ce mot efficacité puisque quand on est on demand planning clairement notre rôle c'est de construire la vision du chiffre d'affaires pour la division et si on veut être efficace et bien en commençant par la vision du chiffre d'affaires quelques chiffres sur notre entreprise voilà on est on est beaucoup près de 90 mille personnes le chiffre d'affaires est impressionnant 27 milliards d'euros fin d'année précédente avec une évolution à périmètre comparable de sept points 140 pays voilà c'est un autre univers encore un mot avant de rentrer dans le vif du sujet ici les marques nous portons donc à la chez l'oréal nous avons quatre divisions vous l'avez compris je travaille pour la division luxe mais il ya aussi trois autres divisions donc la division grand public avec notamment mais bellaing la division cosmétique active avec la roche posay ou roger & gallet probablement vous connaissez ses marques et l'a dit la division d'origine chez l'oréal qui la division produits professionnels voilà avec kérastase par exemple encore un mot pour les évidences donc voilà la supply chain chez l'oréal c'est quoi c'est tout ce data workflow entre le sourcing jusqu'à aussi jusqu au service de nos consommateurs mais la supply chain l'organisation supply chain s'arrête à nos filiales accord donc on a les usines une centrale de distribution au centre est basiquement des filiales pour distribuer nos produits le dit même planning est rattachée aux filiales et je vais venir tout de suite après sur le détail de la construction au fait de cette prévision encore un mot pour décrire ce qu'elle dit man planning et surtout l'objectif du demand planning donc pour nous c'est avant tout avant tout comme je l'expliquais tout à leur construire le chiffre d'affaires donner la vision la plus réaliste du chiffre d'affaires et donc c'est ce que l'on fait chaque mois donc on travaille sur une maille mensuel sur un horizon de 18 mois par pays et par produit notre rôle c'est de construire cette vision du chiffre d'affaires voilà premier objectif le chiffre d'affaires deuxième objectif adressé cette prévision aux centrales de distribution pour qu'elle connaisse aussi leurs besoins d'approvisionnement qu'elles puissent nous les adresser don concerne vraiment c'était l'une des questions là je vais parler avec eux quelques personnes précédemment on sente vraiment l'activité de construction de la prévision de l'activité de ce plat y ait de services donc construit d'abord le chiffre d'affaires c'est notre rôle en demand planning là je rentre dans le vif du sujet à partir d'ici il faut que vous sachiez que traditionnellement chez l'oréal on va aller on allait construire une prévision par signatures pour toutes nos signatures des plus petites aux plus presse des plus petites aux plus prestigieuses mais également pour tous les pays des plus petits aux plus grands les usa la chine pour les plus grands et les plus petits pour certains pays d'asie et c'est donc ce qui est intéressant c'est de se dire que traditionnellement chez l'oréal on construisait une prévision par pays et par signature sans prendre en compte la dimension de ce chiffre d'affaires concrètement concrètement près de 700 réunion chaque mois pour construire ce chiffre d'affaires mondial avec un résultat non satisfaisant comme dans tout secteur d'activité vous savez que nos consommateurs sont de plus exigeant de plus en plus exigeants nous attendent partout et nous on est là justement pour les servir répondre à leurs besoins et on doit faire tout pour bien prévoir beaucoup de volatilité on est dans le luxe un donc on n'est pas dans le food lorsque économiquement mon pays ne va pas bien bon on va pas aller forcément acheter le parfum on préféra aller acheter quelque chose à manger donc beaucoup de volatilité beaucoup de complexité parce qu'il nous faut être très réactif on ad on s'adresse à des fi bien on s'adresse aussi directement à nos distributeurs des marques à intégrer chaque année on intègre de nouvelles marques dans nos portefeuilles donc c'est très important d'être très réactif et puis je reviens dessus voilà notre focus et le consommateur final c'est pour lui qu'on est tous là en tout cas je travaille chaque jour alors évidemment il ya une évidence on se dit tiens on va aller commencer par capter les données c'est la haute pour se dire quel est le besoin de ce consommateur essayé de coller aux besoins le plus le plus près possible pour mieux prévoir notre activité de chiffre d'affaires donc notre premier objectif c'est évidemment de capter les données de ces la haute par pays par produit et pour toutes les marques pour nous aider à mieux prévoir mais la deuxième démarche est aussi celle là et cette photo c'est celle qui m'anime pour tout vous dire tous les jours parce que c'est je m'interroge en fait sur la façon dont on construit le chiffre d'affaires et c'est ce que je propose ici aujourd'hui s'il se dire ok on a des consommateurs de plus en plus exigeants non doit être là partout au bon endroit avec le bon produit mais finalement comment est ce qu'on construit notre chiffre d'affaires c'est aussi une interrogation quelque chose qui est intéressant il faut que vous sachiez qu'à la division luxe on on a un chiffre d'affaires mondial a géré ce que j'ai fait ici c'est que en colonnes vous voyez les différentes marques en ligne vous voyez les pays chaque point correspond au chiffre d'affaires fait pour ce pays cette signature est ce que j'ai appliqué sur ces valeurs c'est une simple pareto donc la classe abc que tout le monde connaît bien sûr et je me suis intéressé à voir où se situe et les classes à des classes a finalement elles sont extrêmement concentrés elles sont ici 80 % notre chiffre d'affaires est finalement concentré sur quelques pays quelques signatures par défaut on a évidemment 15% du chiffre d'affaires concentrait sur toutes les autres mais vous voyez la façon dont on construit chiffre d'affaires est vraiment très très important pour un nouveau se questionner sur le niveau de calcul de la prévision je vous amène petit à petit à cette notion de niveau finalement à la division luxe au vu de cette construction du chiffre d'affaires qui est finalement la segmentation du chiffre d'affaires on s'est arrêté sur deux modèles le modèle local et le modèle centralisé vous avez deviné un pour le modèle local forcément on va plus se concentrer sur les gros pays les grosses marques donc on va se dire modèle local pour eux et pour tous les autres on va proposer un modèle centralisé pour être beaucoup plus agile beaucoup plus efficace et mieux prévoir petit focus sur le modèle local alors évidemment on travaille avec futurs masters et donc on a deux options on avait on avait le choix en fait entre ces deux possibilités la première celle ci assez contraignantes globalement qu'est ce que l'on fait ici on fait une prévision de sell out on utilise le stock in trade à la fin du mois précédent au projet de notre stock et on construit une preuve de céline donc une simple équation de stock à partir d'une prévision de sell out les contraintes ici faut avoir évidemment le sait la haute meuse il faut aussi avoir le stock in trade de nos de nos clients c'est pas facile partout deuxième solution la solution double mot de ligne donc pour cette solution ce que l'on fait c'est deux prévisions une en selle à autre et une en céline est plutôt que de s'intéresser aux de résultats on va synchro s'intéresser en permanence aux ciseaux c'est-à-dire aux liens entre céline et c'est la haute à cette adéquation entre céline et c'est la haute on va étudier ce gap en permanence et on va faire travailler nous user sur cet écart 6 au travail par exception ça aussi c'est quelque chose de primordial pour nous évidemment si j'irai dans l'outil le chaland pour nous qu est ce que c'est pour pour le local forecasting c'est finalement sortir du monde des recherches v que certains d'entre vous connaissent probablement est passé un monde où clairement on va coller aux besoins du consommateur et là on va aller chercher à anticiper le besoin du consommateur pour mieux prévoir notre céline ici on va pérenniser notre chiffre d'affaires on en est certain en pensant c'est la haute en pensant consommateurs donc c'est notre volonté pour les plus gros pays et les plus grosses marques de notre entreprise l'autre modèle le modèle centralisé lui s'appuie sur la loi des grands nombres vous le connaissez certainement keynes donc voilà l'idée c'est ça c'est bien prévoir globalement sachant que de toute façon avec des petits volumes on est toujours fois au détail donc on a la même complexité beaucoup de produits à prévoir vous rappelez du de la terne turnover segmenté shon avec toutes ces parties en verre qui étaient énormes 5% énorme énorme énorme donc beaucoup de produits et beaucoup de pays finalement aussi concernés donc qu'est-ce que l'on paie dans futurs masters pour gérer notre modèle centralisé on va les utiliser les la loi des grands nombres donc on va aller faire une modélisation haut niveau le plus élevé possible dans l'agrégation donc on va les modéliser selon le cas au niveau zone continent ou au niveau mondial les quantités sont si petits par pays qu'on va aller utiliser la loi des grands nombres pour performer en prévision donc c'est cette prévision qui est là qui correspond à l'ap à la preuve qu'il a modélisé le modèle il est là ensuite ce qu'on va faire c'est qu'on va désagréger cette preuve à un premier niveau donc au niveau produit est ensuite par pays donc deux niveaux d agrégation on prévoit bien globalement et au détail on va pas forcément bien prévoir mais en tout cas globalement n'aura bien prévu et c'est ce qui est important savoir que ce produit sera vendu au gabon ou en israël c'est pas important ce qui est important c'est de servir le gabon et israël en même temps dont moi c'est ce que je cherche à faire ici en modélisant haut niveau le plus agrégé possible alors lis challenge ils sont à trois niveaux quel que soit le modèle le premier challenge chez les hommes en fait parce qu'il va nous falloir transformer notre mode de fonctionnement quotidien et que ce soit pour le modèle local où le modèle centralisé changer la façon de construire la prévision pour le modèle local se rapprocher du besoin consommateurs pour le modèle centralisé à les coller à la loi des grands nombres et accepter la réalité dans les prévisions le message que vous voyez là c'est l'un de nos business man voilà qui nous adressent un message de remerciement pour dire bah ok vous avez changé les outils pour les dîmes en planeur mais sachez que vous êtes en train de changer notre vie aussi parce que vous nous aider à capter la vraie demande c'est le rôle que j'attendais demand planner ce je souhaite qu'ils reviennent au coeur du business ça c'était pour le changement pour les hommes évidemment il ya un gros challenge aussi pour aller capter la donne et on va plus uniquement s'appuyer sur le céline on va aller chercher les données de ces la haute on va s'intéresser aux données marché ou données clients pour aller toucher des données représentatives du périmètre à prévoir pour les utiliser et enrichir la qualité de la prévision 3e challenge l'outil l'outil aujourd'hui ses futurs masters il est déployé un mondialement dans toutes nos filiales tous nos utilisateurs accèdent un futur master et en fonction de leur rôle viennent enrichir cette prévision donc le next et pour nous passer l'utilisation de toutes ces données exogènes dans les outils pour pouvoir continuer à enrichir notre prévision quel que soit le modèle voilà je vous remercie merci beaucoup a ni à ce qu'il ya des questions dans l'assemblée et une question là on s'est vu déjà beaucoup mais c'est bien continuez c'est agréable vous parlez de chiffre d'affaires sur les 85 % 80 % de produits est-ce que vous incluez la maj des produits et notamment par rapport aux 15 % qui restent en général c'est ce qui rapporte le plus comment ça se passe pour le suivi de ces produits là au niveau de la marge alors au niveau de la marge je dirais que la marge bien sûr on peut on peut la consulter on peut la voir et je dirais que ce qui est le plus intéressant c'est de savoir qu'on participe à ce qu'elles soient de plus en plus grande en prévoyant au bon niveau clairement si on continue à demander à chacun des pays pour y compris pour les toutes petites marques une prévision qui de toute façon va être fausse on va aller cumulé les erreurs et là la marge elle va elle va être impactée et on sera pas heureux parce qu'on pourra pas faire de médias on pourra pas communiquer sur notre marque on sera tout juste capable de continuer à envoyer des produits à nos filles c'est pas l'intérêt ce qu'on veut c'est performer et et mon point c'est vraiment de trouver le bon niveau de construction de la prévision autre question moi j'ai une question par rapport donc à un futur master et donc le nombre d'utilisateurs fin c'était je sais plus 3500 3500 voilà comment ça se passe au niveau de donc de la formation des utilisateurs surfent et futur futur master pardon soit vous avez une équipe c'est ça en interne est dédié un centre de compétences et ça oui c'est ça au centre donc on a une équipe effectivement et quelques utilisateurs ou quelques passionnés un peu comme moi qui viennent intervenir et former nos jeunes demand planner à la pratique de prévision donc ce sont des déformations qui ont lieu chaque année on en a trois ou quatre je pense au minimum par an donc en europe en asie et au moyen orient nous donc ce sont des déformations où on a finalement mêlée le process à l'outil on a évolué dans la construction de cette formation on reçoit nos jeunes demand planner ils ont entre 6 et 8 mois d'expérience et là ils sont au chaud pour s'améliorer quoi donc c'est le bon moment est-ce que l'on ce qu'on leur propose dans cette formation c'est à la fois de comprendre les process sur lesquelles on les attend comprendre la cible est d'isoler l'écart entre ce qu'ils vivent au quotidien et cette cible et puis aussi de savoir utiliser l'outil donc par thème donc on va approcher la prévision stats les lancements les promos donc par thème on fera le lien avec l'outil mais donc c'est une formation complète on a un process et outils dans cette formation ils repartent après quatre jours voilà heureux et prêts à foncer sur l'épreuve j'ai participé je croise t la semaine dernière à une formation donc voilà toute la semaine engagé pour former à la pratique de près des jeunes prévisionnistes peut-être comme vous tous les deux là voilà j'espère que vous aurez envie de faire des prévisions là il ya une question pas vous ouvrez la formation à l'extérieur ensuite une formation interne est ce qui est des questions j'ai une question par rapport à des jeunes diplômés qui s'il vous plaît en tant que jeune diplômé qui vient d'avoir leur monastère où l'envié on se passionne qu'est ce que vous cherchez de plus ça pour un nouveau arrive et on demande de don de planeur ski caisse compétences ouais ouais à en termes de compétences veux quand tu veux dire ok moi je dis toujours que je suis prête à former les prévisionnistes alors on les appelle dimane canard enchaîné voilà donc je suis prête à former les lady même teneur en revanche il faut un persévérant souriant je décris toujours le monde humain de planeur comme ça vous comprenez bien que quand on est dans un tel challenge quel que soit le modèle le modèle local le modèle centralisé on a besoin de personnes qui croient en ce qu'ils racontent 1 et donc et qui sont capables aussi qui ont l'expertisé qu'ils sont capables d'expliquer et de ré expliquer tout en gardant le sourire parce que c'est difficile surtout quand on est dans une entreprise qui va bien hein de se faire entendre et de dire regardez vous pouvez gagner plus d'argent encore je vous explique et donc ça c'est c'est quelque chose voilà la persévérance est très important et il faut être souriant parce que il faut faire envie c'est important la prévision ce n'est pas toujours très rigolo donc il faut pouvoir avoir des mots être accessible et la complexité on la garde pour nous entre entre experts voilà on parlera du double lissage exponentielle ou de holt winters entre nous mais on on ira rassurer le marketing sur le fait que ben oui il ya un modèle qui prend en compte le lissage de la tendance au passage il s'appelle double lissage exponentielle mais eh oui on va aller rassurer le marketing ce qui est important c'est d'être souriant pour pouvoir accéder touché le langage de l'autre et et capter son attention et son adhésion au modèle merci bonjour vous parlais tout à l'heure de volatilité oui a du coup comment prenait en compte cette volatilité comment vous pas liée à la volatilité de vos produits pour affiner vos prévisions utilisé à goémon historique ouais super intéressant alors la volatilité en prévision ça s'appelle le coeff de variation c'est le rapport de l'écart type à la moyenne c'est quelque chose qui est passionnant quand on isole nos historique on a des historiques de vente et on regarde la moyenne des ventes d'accor et puis il ya finalement une dispersion dans ses ventes donc on va aller chercher le rapport de l'écart type à la moyenne c'est ça qui nous intéresse et quand on leur a obtenu on va en plus l'utiliser avec la position du scuio dans le chiffre d'affaires c'est à dire qu'on va les regarder si ce produit est en classe a et classe b en classe et et on va finalement donner un guide à nos demand planner on va aller croiser à baisser avec x y z parce que voilà on définit comme x un produit facile à prévoir y un produit prévisible et z un produit imprévisible donc on sera capable en croisant ces deux données donc là par eto'o est le résultat du collège de variations on sera capable de recommander à nos demand planner des actions qui seront différentes quand on sera en place à z donc là ça a produit important pour la marque mais imprévisible statistiquement il ira pas sur futures masternaut demand planner il passera du temps avec les équipes commerciales à comprendre ce qui se passe sur ce produit quelle est la prochaine animation en revanche il se produit les ans à ax donc toujours à classun important en chiffre d'affaires x prévisible alors on laissera l'outil on fera confiance à l'outil pour pouvoir avoir le temps de prendre plus de café sur les rased vous comprenez donc en clair la réponse en deux mots c'est segmentation statistiques voilà c'est l'outil que l'on donne à nos demand planner est hélas c'est le gros travail par exception c'est l'idée du travail par exception en permanence qui nous guide j'espère que j'aurai bon la question alors moi je rebondis juste si ce sujet vous intéresse à 11h30 pardon à 13h30 futurs masters ont fait une présentation sur etc actuellement ce sujet là voilà donc je vous invite à venir est ce qu'il ya une autre question si oui j'en crois le monsieur bonjour je comment intégrez-vous les solutions de du machine learning chez future minceur alors moi je ne suis pas un futur master en même si on m'a donné un mois je suis l'oréal donc je vais laisser futurs masters répondre ce que je peux vous dire pour le real c'est que c'est clair qu'on s'intéresse aux dîmes sensing en machine learning pour parfaire la qualité de cette prévision produite selon le cas depuis le modèle local où le modèle centralisé pour le machine learning effectivement donc je vis de la fff product manager chez futurs masters on a intégré différents modèles en fonction des différentes problématiques on va pouvoir faire du demand sensing 3 à cuers des variables exogènes comme vous le mentionnez on va avoir des modèles spécialisés pour le lancement de nouveaux produits d'autres modèles pour la promotion donc après voilà tout et c'est vraiment du cas par cas là on a développé effectivement différents modèles pour tous ces cas d'utilisation et si le sujet machine learning vous intéresse je vous invite à voir la présentation à 14h45 un cas d'utilisation notre client anglais warburton voilà alors est-ce qu'à d'autres questions moi j'ai peut-être une question on a parlé donc dû demand planner est de donc ce jeune homme a demandé justement c'était quoi les compétences fin qui était attendue d'un human planeur donc le métier du damon planner est en train d'évoluer avec le machine learning est ce que ça fait ça fait peur aux équipes ou pas comment est ce que vous voyez sa peur non j'irai plus que c'est de l' enthousiasme a continué à comprendre et à utiliser les dernières technologies moi j'ai commencé à faire des prévisions et a très longtemps et là aussi j'en parlais tout à l'heure le le travail des prévisionnistes à évoluer dans le temps on a commencé on était plutôt isolé on nous isoler là on était les personnes qui utilisaient les chiffres pour faire des prêts vont nous comprenez que très peu puis petit à petit dans les années 80 on a les entreprises ont besoin de gagner un peu plus d'argent et se sont intéressés à la supply chain et finalement le forecasting est devenu quelque chose de très très intéressant et là on a évolué donc on nous a demandé de faire des prévisions par pays mondialement avec différents outils il ya eu beaucoup décès mais on était plus en plus le métier devenait de plus en plus cohérent pour les autres acteurs en fait et aujourd'hui vous voyez dans moins de dix ans je suis à la retraite et ce que je vois là c'est que voilà c'est une nouvelle étape pour nous pour nos demand planner donc il n'y a jamais de fin sur le métier voilà c'est passionnant et on a de bons outils maintenant pour venir enrichir cette prévision et c'est notre rôle de les utiliser est ce qu'il y encore des questions je pense que merci beaucoup a ni merci nous avoir partager votre passion et puis vraiment merci
[Applaudissements]