„










 
’
 :
:  
 
‡ El Fetri Rabab - Mr M.A. Mbarki
‡ Kaouki Ikrame
‡ Berdai Jihane
‡ Chaib Yasmine





|

| 
 „
 „


D „es moulins de Mèknes, connus sous le label
« E„
AZA„A », sont une minoterie
industrielle créée en  par un groupe
français.
D Elle est spécialisée dans la production et la
commercialisation de différents types de farine
à savoir : BTI„ - E| - E | - BT„ - E
lux -E - BTC - E C - E3 C -E  .

|

| |
 „




D our gérer ce nombre considérable d¶article,
l¶entreprise a préféré appliquer des modes de
gestion différents selon l¶importance des
articles.
D our se faire, la direction concernée a opté
pour la méthode « ABC » .

|

| 3
 „
! 
" #
$

D Cette méthode consiste en la classification des

produits selon leur consommation en trois
grandes catégories A,B,C.

|

|
 „
! 
" #
$

D Ce classement est fondé sur le principe bien

connu des 8-
8-|  | des articles
représentent 8de la valeur totale des sorties,
et les 8 des articles restants ne représentent
que |.

|

| 
  




D 2es livres registres et des fiches d¶achats de

l¶année ||, on extrait ce qui suit :

|

|
 Articles Achats rix unitaire
u
3, | ,8
u 
|
, | ,8
u    3, | ,8
 
 , |,|
  | |, ,
’  3, |,
   , |,|
   |, |,|
  8 , ,

8 , ,
| 



| 3, ,

D 2es comptes de la balance générale de

l¶exercice, on peut extraire :

|

| 8
 Articles Stock initial Stock final Articles en

u
 , 
u 
3
|, 
u   , 
 
8
, |8 , 
  3
, 
, 
’ 3 ,  , 
  8 |, 8 |, 
  33 ,  , 
  8 , 38 , 

 3, | , 
 

|

| 8 , 3| , 
 Õ 

|

| 
D Classez les produits selon la méthode
ABC, et représentez graphiquement
les résultats.

|

| 
  

  
%&'
D 
Calculez la consommation totale de chaque
article en quantité et en valeur.

D |
Calculez la proportion de chaque article par
rapport à la consommation totale.

D 3
Commentez.

|

| |
 „ 

|

| 3
 
½
½

Ñ
  

Ñ



Ñ
 

 ÑÑ


 
 Ñ

Ñ

|

| 
Articles Achats Stock Stock Cons  Cons en valeur Cons
initial final 
u
3   |  | ,8  8  3,| , 8
u 
|
 3
| |  | ,8   ,| 
,
u    3   3 3 | ,8 |
 ||,  |8,

 
  8

 |8  
8 |,| 33 |, , 
  | | 3
 
  8 ,  , ,3
  3 3       |, 
, , 3
’
    8 | 8 |   |,|  |, ,
   | 33    |8 | |,| |88  |, ,3

  8  8  38   , 3|| , ,3


8   3 |  3
 , 3
, ,
 
3 8  3|  33 | ,  , ,

 
|

|   
 

D un remarque que le BTI„ représente 

 de
la consommation totale, représentant ainsi le
produit le plus consommé, suivi du BTC avec
plus de |8. „e moins important est le E  „
avec ,.
D Ce qui nous permet de distinguer les
différentes tranches d¶articles en stock en
retenant comme critère d¶évaluation la valeur
annuelle consommée.

|

| 
  

  
%'
ne fois les consommations sont déterminées, on peut
procéder à la classification des produits :
D
Commencez par le classement par ordre
décroissant des proportions de consommation.
D 
Faites le cumul de ces proportions classées.

D
Essayer des les placer en trois catégories selon leur
importance (la règle |-
|-8.
D

Représentez graphiquement les résultats.

D 8
Commentez les résultats.

|

| 

 „ 

|

| 8
 

  ½ ½ 

½ !
½  "½
½ 

½
 
,    !
| |8,
   8 !
3 , 8 ## |
u
,3  3 u
 , 3 #  u
,    

,3   
8 ,3 #
3 
 ,
   8| 
 ,    
 ,   
|

| 


Cette classification permet de déduire que :

D „es deux premiers produits représentent 8 

des sorties totales et 8 de nombre total
d¶articles. Ces produits pourraient constituer  
 ½ !$

|

| |

% 
D „es produits qui représentent 3 des sorties
sont constitués de |
 du nombre d¶articles.
Ces articles pourraient constituer   ½u$

D „es articles qui restent formeraient   ½

et représentent  de la valeur total de
consommation pour  des articles.

|

| |

% 

D Cette répartition exige une saine gestion des

stocks, affectant une grande importance aux
articles de la tranche A, moins d¶importance
pour les articles de la tranche B et encore
moins pour les articles de la tranche C, vu leur
faible valeur de consommation annuelle.

|

| ||
 

V VV

VV VV


 

V VV

›

V VV


V VV

V VV

V VV

    

    VV

 

|

| |3
 

D „e graphique montre, d¶évidence, qu¶il faut

examiner souvent les articles de la tranche A
pour les réapprovisionner d¶une façon
fréquente (tous les mois par exemple moins
fréquemment ceux de la tranche B (tous les 3
mois par exemple et encore moins ceux de la
tranche C (tous les mois par exemple. un
voit ainsi une note sélective de stock en
fonction de l¶importance de la valeur de
consommation de chaque article.
|

| |
 ANA„YSE 2 RATIu 2E

RuTATIuN 2ES STuCKS

|

| |
 w  
 ½ 
 ½& 

„e calcul de ce taux permet d¶analyser la

manière et la fréquence dont l¶entreprise
exploite ses stocks pendant une période
donnée.

|

| |
 Õ% 

|

| |

 
  ½½ 
 ½


' ½u 
½u
½½u 
(½) 

* + 
½½
$
ù (
½ 
½ ½ ½  
½

½
½ ½ ,½ 
 ½ *

|

| |8
 —  
 

   
u 
 # # #

u
   #  #

u    # # 

|

| |




½½½
  ,½ $



! -½+
' 
  
 ½


 
 ½&½½½$

|

| 3
 Su„TIuNS

|

| 3
 

D
½&
-½ :
calculé à partir de la relation suivante :

.&
-½
D &
-½m
&
-½ m

,½ ½



|

| 3|
 

.(
/0*1
&
-½ m

Avec 
stocks
stocks en début de période.
Et 0 stocks
stocks de fin de période.

|

| 33
 





  ½½

2!" /&



33 &0
 

|

| 3
 

D 
 :
„


 

 
 :




  ½½

m
&
-½

|

| 3
 

—  
  

 
u 
| 
  8   

u
| 3|
  8 8


u  33
| #
 
#

|

| 3
 —— !
D  ½u 
:

„¶entreprise a utilisé ses stocks de BTI„ douze

fois en |. En ||, elle n¶a pas pu l¶utiliser
que dix fois. Ceci dit, que la gestion des stocks
de BTI„ en | était plus efficace que celle
entrepris en ||.

|

| 3

 —— !(
½*

D  ½u
:

„a gestion des stocks de BT„ a connu à son

tour une détérioration remarquable, le taux de
rotation a baissé de 3 à .

|

| 38
 —— !(
½*
D  ½u  :

„e même constat peut être fait  l¶entreprise a

utilisé son stock en | plus de deux fois
mieux qu¶elle ne l¶a fait en ||.

|

| 3
 ! -½

) ½

D ½&½
½½  
 

 
0 ) ½

 ½$½
0
,) ½

 ½
½½
½0
½ "
00½ + 00
½½

0 ½½ ½½0
 ½,

0
½
,  ½
½½½
½$

|

| 
 ! -½

) ½

+½½
½ 

45&½) ½½
D






,½½
½  ,

0
) ½
½  '  ½  ½½$ ½ 

½ ,½
½ ½


 
 

'½  ½½0
½ ½ ½
 ½
&½½
  ½0½½

 
½
½$

|

| 
 estion des approvisionnement et méthode de décomposition
D 2ans un but de prendre des décisions relatives au bon
fonctionnement de l¶entreprise, cette dernière doit s¶appuyer
sur un système de prévision fiable à CT,MT ou „T à travers  


" ½ ½



..


" ½ ½





D „a prévision à CT nous serve de base opérationnelle de

production ou approvisionnement ou gestion de stock, c¶est le

 ½
  ½  
0
 
.

.

D „a prévision est aussi  
 ½


 
 entre la

fonction commerciale et la fonction de production. „a fonction
approvisionnement reste indépendante.
D
½,  ½+ 
 
 : faire la prévision de la demande
|3 du blé à partir des données de || à travers  

" ½
½





|

| |
 `
   

    






—
   

6 '
½ 8 |, 3 ,  ,
’
'
½ ||3, | , 
,
—  3 , 
 , 8 3
,
!'
 , 88,  |
,3
—
88, 
, | ,
6
 
8,  8
,  ,
6
½ 
8, 88,  8,
! 
|, 8
, 
|,
½½
,½  , 8, 8

,
,½   ,  , 

'½
,½ ||, 8 ,3 88|

½
,½ 3, , | 
  

|
,  88,3 | 

|

| 3
 $!$’

- Faire une représentation graphique de l¶évolution de

la demande.
|- Faire une prévision de la demande |3 à l¶aide de
la méthode de décomposition
3- Évaluer la fiabilité de cette prévision.
- la qualité du modèle de prévision conçu.

|

|
?

  

   
             
 
           
       


   
   

VVVV V
VVVV V     

VVVV V
V V     

     

  
   
   
  

 
—


       

r





 







2


Ô
  



  



 



 
     


  
   






 

                  
          
R
 
 
 


  

  


„               2 

|

| 
 estion des approvisionnement et méthode de décomposition

D ?



: tel que 2 /,

D | 


: tel que 2n
2 moyenne

D ´ 



Comme Rn représente des éléments aléatoires non identifiés et
ne se reproduisant pas à chaque fois sur le modèle, on est
obligé de prendre pour prévision que le produit :
2 7

|

|
 ?  

    

   2 !    2 ??  ??

"#   
  $ ! % & $ ? %& $

2  ?? ? 

 
! 
 ?


   "      #$      

        

%   ? ?     & 

|

|

|  

 2'2(?
?p?| ?
r|

%?&2%?&(2' ??   

`  #
    

2/
—
  8  $   2 7
6 '
½    ,  , 
, 
   ,|
’
'
½ | 
, |38, |,
3 ,
—  3  8 3
,
 33,|  |,  

|,
!'
   |
,| 

,  8, 8 3883,
—
 | | ,
| , 
8
,   ,3
6
 3  , 8 ,  , 88  38,
6
½
  8, 3 3,   , |  ,
! 8 
|, 38,  3| , 
 
 ,

½½
,½  8 8

,  33,  3, 3 8 8 ,

,½   
 , 
 ,  8|,   
|,
'½
,½  | 88|, |
8|,  8 , 8 8 |,38

½
,½ |  |  , 8 8, 
 ,
 3 3,

 
8  | , |

,| | ,

|

| 8
 `  #
  ) %
?
*#&

—
  2/  2 7

6 '
½ 3 
|, 
  |8

’
'
½  
38,
3  |8 ,3|
—   


,   
| ,
!'
  

 , 8 
3,
—


3,  

 ,
6
 8 8 , 88 8|  ,
6
½  8|3, | 838| ,
! | 8
|, 
 8
,
½½
,½ | 8 , 3 ,
,½ || 883,   
8 ,
'½
,½ |3 , 8 8 ,3|

½
,½ | 88,
 |||
,

  ||| |8 |,

|

| 
´






 

D ne prévision est par sa nature incertaine,on peut évaluer

l¶erreur et l¶incertitude de cette dernière par deux valeurs
complémentaires:

+½½ 
-½½

-½½,, et +
 
-½ , $

|

| 

Erreur moyenne:
D em .(
3
.(
3 
*29

*29 29
29  #
 
- Cet indicateur apprécie le centrage statistique du modèle de la prévision
|3.
- Ce modèle est correct puisque sa valeur « e » tend vers zéro.

1: 
-½ , 

D MA2m ™ Ň2i ± i Ň m  .8 m

,
3 |
- Évite les signes contraintes,et contrôle l¶écart entre la demande réelle et la
prévision de |3.

|

| 
 —
 


99 


 ;
9
;
9 
;

6 '
½   ,   ,| ,8 ,8

’
'
½ 
, , , ,

—  8 3
,
 

|,

,

,

!'
  |
,| 3883, 3 , 3 ,

—
 | ,  ,3 |3,

|3,

6
  ,  38,
,8
,8

6
½  8,  , -, ,

! 
|, 
 ,
 -|,
 |,


½½
,½ 8

, 8 8 , -, ,

,½ 
|8

|, -|, |,

'½
,½  8| 8 |,38 - ,38 ,38


½
,½ 3  3 3,
|||,33 |||,33

   
|, |,8 9 

½2 - 3, 3
—!2
,

|

| |

J

 


 

  


D „¶observation simultanée de « e » et « MA2 » permet d'avoir

une idée de la qualité du modèle de la prévision de la demande
du blé de |3. Ainsi le suivi de ces indicateurs et de leurs
comportements alertera d¶une quelconque modification et
permettra de réagir.
D our assurer un suivi efficace, un autre indicateur sera utilisé,il
s¶agit du 
  +!½½
 +!½½..
D Aim ™ Ň2i ± i Ň m .8
—"2
.

- Tant que Ai ne dépasse pas en valeur absolue, le modèle de la

demande est toujours fiable.

|

| 3
 —
  

99 


 ;
9
;
9 
; .(

.(
99 
* !

6 '
½   ,   ,| ,8 ,8 ,8 
’
'
½ 
, , , ,  |,3 
—  8 3
,
 

|,

,

, ||, 
!'
  |
,| 3883, 3 , 3 , | ,38 
—
 | ,  ,3 |3,
|3,
|8,  
6
  ,  38,
,8
,8 |8,3 
6
½  8,  , -, , |8
, 
! 
|, 
 ,
 -|,
 |,
 |83,  
½½
,½ 8

, 8 8 , -, , |

,3 
,½ 
|8
, 
|, -|, |,  ,3  

'½
,½  8|, 8 |,38 - ,38 ,38 -3, 9


½
,½ 3  , 3 3,
|||,33 |||,33 -|

8,8 9#

   
|, |,8 -|

8,8  ,8

`

3



 

|

| 
  

D Nous avons pu réaliser un modèle concernant la prévision de
la demande de la farine de luxe de |3,et cela à l¶aide d¶une
méthode classique qui donne généralement des informations
pertinentes à court terme mais moins fiable à „MT.
D Cette méthode peut être généralisée pour tout autre produit,
mais il ne faut pas négliger le suivi permanent afin de contrôler
sa fiabilité.
D „es prévisions serviront à terme dans les choix de l¶entreprise,
mais il est indispensable de bien connaître les problèmes de la
prévision de la demande et de vérifier la validité du modèle au
moyen des indicateurs.

|

|