Un détaillant éphémère prévoit la demande à partir de petits lancements, et non du goût des experts

Le modèle du détaillant reposait entièrement sur des produits éphémères : de courtes séries de produits nouveaux qui disparaissaient rapidement. Le jugement d'experts peinait, car les produits étaient tendance, ne disposaient d'aucune courbe de ventes historique et pouvaient laisser l'entreprise avec un stock coûteux qui ne se vendait jamais.

Plutôt que de demander aux experts de deviner la série complète, l'entreprise a utilisé un protocole de marché test. De petites quantités ont d'abord été mises en vente, produisant des signaux de demande précoces qui ont été combinés à d'autres données sur 508 produits et modélisés avec le lasso et le gradient boosting stochastique.

Le résultat était pratique, sans recherche de perfection académique : l'utilisation de l'analytique prédictive au lieu de l'opinion d'experts a réduit d'environ 40 % le pourcentage d'articles invendus, si bien que l'entreprise a fabriqué moins de produits morts et géré sa chaîne d'approvisionnement avec moins de gaspillage.

Laisser de petits lancements guider la prévision

Le marché test a transformé un pari de mode inconnu en un signal mesurable avant la production complète.

Les modèles régularisés et de boosting ont traité de nombreuses caractéristiques de produits sans accorder une confiance excessive à un seul récit d'expert.

Le résultat correspondait à la décision commerciale : fabriquer ou non davantage d'unités, et non déterminer si le produit semblait élégant.

Pour les nouveaux produits sans série temporelle, acheter l'information à moindre coût avant d'acheter du stock à coût élevé.

L'article d'INFORMS rapporte que l'entreprise a adopté les prévisions prédictives afin de fabriquer moins de produits qui ne se vendent jamais et de gérer plus efficacement sa chaîne d'approvisionnement. Ce cas est un exemple compact du remplacement d'une prévision fondée sur le goût par des preuves peu coûteuses et obtenues par étapes.