Importateurs : anticiper la demande de votre marché grâce à la data (sans se noyer dans les tableaux)
Méthode simple et actionnable pour prévoir la demande en import : signaux à suivre, modèle de forecast léger, exemples chiffrés, checklist et pièges à éviter.
L’import, c’est une équation à retardement : vous achetez aujourd’hui, vous vendez dans 3 à 9 mois, parfois plus. Dans cet intervalle, le marché bouge, les prix aussi, et vos clients changent de priorités. La bonne nouvelle : vous avez déjà assez de data pour anticiper — à condition de la structurer et d’en tirer des décisions.
1) Démarrer avec un socle de données utile (pas “toute la data”)
L’objectif n’est pas de construire un data lake. C’est de fiabiliser 20% de données qui expliquent 80% des écarts de demande.
À collecter (minimum viable) :
- Ventes historiques : volumes (cols), CA, prix moyen, remise, par SKU (vin + millésime + format), par client et canal.
- Disponibilités / stock : stock importateur, stock chez clients clés si partagé, backorders, dates estimées d’arrivée.
- Calendrier commercial : promotions planifiées, foires aux vins, fêtes locales, salons CHR, ouvertures/fermetures de comptes.
- Lead time réel : temps entre commande fournisseur → arrivée entrepôt → mise en vente. Mesurez la distribution (min/median/max), pas juste une moyenne.
- Prix & change : prix départ, fret, droits, taux de change, et prix de vente par canal.
Conseil actionnable : commencez avec 12 mois d’historique si vous n’avez pas plus. L’essentiel est la cohérence : mêmes unités, mêmes codes produits, mêmes règles de remise.
Exemple réaliste :
- 250 SKU actifs, 60 clients, 3 canaux (cavistes, CHR, retail).
- Vous n’analyserez pas 250 SKU d’un coup : priorisez les 50 SKU qui font 70–80% du volume.
2) Segmenter pour prévoir : SKU, clients, canaux… et “jobs to be done”
Un forecast global “toutes références confondues” masque les signaux. La demande se pilote par segments stables.
Segmentation simple (efficace) :
- Par canal : retail (volumes + promo), cavistes (mix + nouveauté), CHR (rotation + carte).
- Par famille prix (prix de vente) : entrée de gamme, cœur de gamme, premium.
- Par rôle du SKU :
- Core : ventes régulières, faible volatilité.
- Saisonnier : pics (rosé/été, bulles/fêtes).
- Nouveauté : pas d’historique fiable.
- Long tail : faible rotation.
Conseil actionnable : appliquez une règle ABC par segment (et non sur tout le portefeuille).
- A : top 20% SKU = 70–80% volume
- B : 30% SKU = 15–25% volume
- C : 50% SKU = 0–10% volume
Vous mettrez vos efforts de prévision sur les A, un pilotage “raisonnable” sur les B, et une stratégie stock minimal/commande opportuniste sur les C.
Exemple chiffré :
- Segment retail : 15 SKU A (principalement IGP + marques connues) représentent 75% des volumes retail.
- Segment CHR : 10 SKU A (verre + carte) représentent 68% des volumes CHR.
3) Construire un forecast léger qui marche : baseline + ajustements
Pas besoin d’un modèle complexe pour gagner en précision. Une approche robuste :
Étape A — Baseline par SKU (moyenne mobile)
Pour chaque SKU A/B :
- Baseline = moyenne des 8 à 12 dernières semaines (ou 3 derniers mois) en excluant les semaines de rupture.
- Si saisonnalité forte : utilisez le même trimestre de l’an dernier, puis ajustez.
Étape B — Ajustements business (les “drivers”)
Ajoutez des coefficients simples :
- Promo planifiée : +20% à +80% selon canal/ampleur.
- Changement de prix : élasticité approximative (ex. +5% prix ⇒ -2% volume sur cœur de gamme retail, à calibrer).
- Gains/pertes de comptes : volumes attendus par client.
- Ruptures à venir : réduction mécanique si l’approvisionnement ne suit pas.
Étape C — Intégrer le lead time et décider le réassort
Une prévision sans lead time est inutilisable en import.
- Couverture stock cible = ventes prévues sur (lead time + buffer)
- Buffer : 2 à 6 semaines selon volatilité et fiabilité fournisseur.
Exemple complet (réaliste) :
- SKU : Rosé 2025 – 75 cl
- Baseline : 1 200 cols/mois (moy. 3 mois hors rupture)
- Saison été (juin-août) : +40%
- Promo cavistes en juillet : +25% (sur 50% du volume)
- Lead time médian : 10 semaines, max : 14 semaines
- Objectif : éviter rupture en juillet.
Calcul :
- Prévision juillet = 1 200 × 1,40 = 1 680 cols
- Effet promo (sur 50% des ventes) ≈ 1 680 × 0,25 × 0,5 = +210 cols
- Demande juillet estimée ≈ 1 890 cols
Décision stock :
- Couverture = 10 semaines + 4 semaines buffer = 14 semaines ≈ 3,5 mois
- Besoin = 1 200 cols/mois × 3,5 = 4 200 cols (hors pic)
- Ajuster avec saison : si votre fenêtre couvre juin-juillet-août, intégrez le pic sur la période.
Résultat : vous passez d’un réassort “au feeling” à une commande justifiée et défendable auprès du fournisseur et de vos équipes.
4) Repérer les signaux faibles avant vos concurrents
Anticiper, ce n’est pas seulement prolonger le passé. C’est détecter tôt les inflexions.
Signaux internes (rapides à capter) :
- Taux de conversion devis → commande (par SKU/canal)
- Taux de réassort (clients qui rachètent dans les 60 jours)
- Substitution : quand un client remplace un SKU par un autre suite à une rupture
- Remises demandées : hausse soudaine = friction prix
Signaux externes (simples) :
- Tendances de recherche (Google Trends) sur “rosé bio”, “sans alcool”, “Prosecco”, etc.
- Données publiques CHR/tourisme (pics saisonniers par région)
- Activité promotionnelle de la grande distribution (catalogues, foires)
Conseil actionnable : “tableau d’alerte” hebdo
Créez 5 indicateurs, seuils, et actions associées :
- Conversion devis < 25% sur 4 semaines ⇒ revoir prix/argumentaire ou cibler d’autres comptes
- Réassort < 30% ⇒ problème de fit produit, qualité perçue ou rotation
- Rupture > 7 jours sur un SKU A ⇒ déclencher plan de substitution + commande express si rentable
Pour industrialiser la consolidation et gagner du temps sur la mise en qualité des données, vous pouvez vous appuyer sur EtOH Data.
5) Transformer la prévision en plan d’achat et en plan commercial
La data n’a de valeur que si elle change vos décisions.
Mettre en place un S&OP “light” (mensuel)
Une réunion mensuelle de 60–90 minutes suffit si elle est cadrée :
- Revue ventes (écarts forecast vs réel) : top 10 écarts, pourquoi.
- Revue supply : ce qui arrive, ce qui glisse, risques de rupture.
- Arbitrages :
- Quelles références pousser (marge + disponibilité) ?
- Quelles références freiner (stock faible, allocation) ?
- Plan d’action : promos, substitutions, priorités d’allocation.
Exemples d’arbitrages chiffrés
- Vous prévoyez une rupture sur un blanc cœur de gamme (SKU A) dans 5 semaines.
- Option 1 : accélérer (fret plus cher) : +0,40 €/bt coût logistique, marge -0,25 €/bt.
- Option 2 : substitution : pousser un SKU B avec marge +0,60 €/bt.
- Décision : substitution sur cavistes + CHR (formation équipe + fiche produit), accélération limitée aux 10 clients clés retail.
Allouer intelligemment en tension
Quand le stock est contraint :
- Priorisez les clients à fort taux de réassort et faible sensibilité prix.
- Protégez le canal qui construit la marque (souvent cavistes/CHR) même si le retail fait du volume.
Checklist opérationnelle (à copier-coller)
- [ ] 50 SKU prioritaires identifiés (par canal) + règles ABC documentées
- [ ] Historique ventes nettoyé (ruptures exclues, unités harmonisées)
- [ ] Lead time mesuré (médian + max) et mis à jour trimestriellement
- [ ] Baseline de demande calculée (8–12 semaines ou 3 mois) par SKU A/B
- [ ] Ajustements standardisés (promo, prix, nouveaux comptes, saison)
- [ ] Stock cible défini (lead time + buffer) et seuils de réassort paramétrés
- [ ] Tableau d’alerte hebdo (5 KPIs + seuils + actions)
- [ ] Rituel mensuel S&OP light (écarts, risques, arbitrages, actions)
- [ ] Plan de substitution prêt (2 alternatives par SKU A)
Conclusion
Anticiper la demande en import n’exige pas une équipe data ni des modèles sophistiqués. Avec une segmentation pragmatique, une baseline simple, quelques drivers business et une prise en compte stricte du lead time, vous réduisez les ruptures, sécurisez la trésorerie et améliorez la marge. La clé : transformer votre prévision en décisions (achats, allocation, plan commercial) via un rituel mensuel et un tableau d’alerte hebdomadaire. Vos concurrents “devinent” encore ; vous, vous pilotez.
Questions fréquentes
Quels KPI suivre en priorité pour anticiper la demande en tant qu’importateur ?
Commencez par : ventes par SKU/canal (hebdo ou mensuel), taux de rupture et jours de rupture, couverture de stock (semaines), taux de conversion devis→commande, taux de réassort à 60 jours, et lead time réel (médian + maximum).
Comment prévoir une nouveauté sans historique de ventes ?
Ancrez la prévision sur un produit “proxy” (même appellation/prix/canal), puis appliquez un scénario prudent (ex. 60–80% du proxy) et un scénario ambitieux (100–120%). Validez vite via précommandes, dégustations et conversion devis→commande sur 2–4 semaines.
Quel niveau de stock de sécurité est raisonnable en import ?
Un buffer de 2 à 6 semaines est courant. Plus votre demande est volatile et votre lead time incertain, plus le buffer doit être élevé. Basez-vous sur l’historique : si 20% de vos commandes ont eu +4 semaines de retard, votre buffer doit au minimum absorber ce risque sur les SKU A.
Comment éviter que le forecast soit “faux” à cause des ruptures passées ?
Excluez les périodes de rupture du calcul de baseline et utilisez des ventes “reconstituées” : si un SKU était à zéro stock mais que les ventes reprennent fortement au retour, estimez la demande latente via les semaines post-rupture, les backorders et les substitutions observées.