Lors de son webinaire de septembre, Chainbalance a défendu l’idée que le problème du merchandising en cours de saison tient à la lenteur des processus, et non à celle des décisions. Pour appuyer son propos, le fournisseur a fait intervenir Andreas Lachmann, responsable du merchandising wholesale et dépôt au sein du groupe Betty Barclay, et a mis en avant un « écart de réassort de 3 à 25 jours » comme preuve, dans un article sponsorisé publié sur FashionUnited. Voilà un fournisseur de merchandising qui vend du temps de réaction, dans une catégorie bâtie sur la vente de précision de prévision. L’argent s’est déplacé de la lecture correcte d’une saison vers le raccourcissement du délai entre un signal de vente et un réassort. Betty Barclay n’a pas acheté une vision plus fine de l’automne. Le groupe s’est offert le droit de changer d’avis sur cet automne à mi-parcours.

L’ordre dans lequel Betty Barclay a acquis ses systèmes constitue la preuve la plus claire de cette lecture. En avril 2023, le groupe a choisi Board pour la planification financière merchandise, rassemblant ses marques, ses marchés et ses canaux wholesale sur une seule plateforme. La planification était le problème le moins coûteux à résoudre, car il s’agit d’un calcul effectué une seule fois, avant la saison, sur des hypothèses que personne ne peut encore vérifier. Ce que ce choix a fait disparaître, ce sont plus de 600 feuilles Excel, ce qui indique que la contrainte levée à ce niveau était d’ordre administratif. Chainbalance est arrivé pour faire ce qu’un plan ne peut pas faire : se réviser lui-même. Dès février 2025, la directrice de la gestion merchandise du groupe évoquait un pilote achevé et une première année d’exploitation, Lachmann rapportant que la “vitesse s’est considérablement améliorée”.

La précision de prévision en pré-saison est difficile à vendre, car elle est difficile à améliorer. Dans la compétition M5, le plus vaste test public de prévision retail à ce jour et sujet d’un article publié en 2022 dans l’International Journal of Forecasting, des milliers de participants ont reçu des années de transactions quotidiennes de Walmart, et seuls 7,5 % d’entre eux ont battu un simple modèle de lissage exponentiel réconcilié de bas en haut. Les organisateurs ont également constaté que les meilleures méthodes perdaient en précision à mesure que les données se faisaient plus fines, le niveau produit-magasin étant le plus difficile à prédire de tous. C’est précisément le niveau auquel se prend une décision de réassort. L’équipe gagnante a bien dépassé la référence, de 22,4 %, un gain réel, fruit d’un concours mondial optimisé pour cela et rien d’autre.

M5 est le cas favorable pour la prévision, et la mode en est le cas hostile. Les gammes de supermarché et de biens ménagers portent des années d’historique derrière chaque prédiction, tandis qu’une robe Betty Barclay arrivant chez un détaillant indépendant en semaine trois de l’automne n’en porte aucun. Quel que soit le plafond observé sur des données propres, il se situe plus bas sur des données éparses, et la comparaison ne joue que dans un sens. L’euro marginal se déplace donc vers tout ce qui peut encore influer sur le résultat.

La prédiction, c’est ce qu’un fournisseur vend quand il ne peut pas promettre la vitesse.


L’idée que vend Chainbalance a été établie il y a trente ans, ce que le webinaire passe sous silence. Marshall Fisher et Ananth Raman avaient modélisé la réponse rapide chez un grand fabricant de vêtements de ski et rapportaient, dans Operations Research en 1996, qu’optimiser la réaction aux premières ventes réduisait les coûts suffisamment pour accroître les profits de 60 % par rapport aux pratiques informelles existantes de l’entreprise. Leur argument n’a jamais été que les prévisions s’amélioreraient ; il était qu’une partie des achats devait être retenue et engagée en fonction de la première demande réelle observée sur le marché. Ce qui a empêché cette approche de devenir la norme, c’est le coût de sa mise en œuvre. Bien la mener suppose de redécider chaque jour, au niveau d’une seule référence dans un seul point de vente, ce qui relevait autant d’un problème de main-d’œuvre que d’un problème mathématique. Chainbalance vend exactement cette main-d’œuvre, promettant “des millions de micro-décisions” quotidiennes et une réduction de 80 % de la charge de travail.

L’objection la plus solide serait que Betty Barclay a acheté les deux volets à la fois, sans rien concéder sur la prévision. Board planifie la saison, Chainbalance la corrige, et Chainbalance vend elle aussi de la prévision, sous les appellations Smart PO Forecast et Smart Demand Forecast, même si les objectifs affichés de Betty Barclay pour ce partenariat incluent la précision du réassort, et pas seulement la vitesse. Pour que l’argument développé ici échoue, il faudrait que la précision de prévision en pré-saison s’améliore assez vite pour que le prochain euro y trouve mieux sa place que dans le temps de cycle. Regardez plutôt sur quoi chaque fournisseur accepte d’être jugé. L’étude de cas de Board compte les feuilles Excel retirées et la rapidité de chargement des données ; Chainbalance met en avant la charge de travail, le surstock et la rotation. Aucun des deux ne s’engage contractuellement sur l’erreur de prévision — et un fournisseur qui aurait fait bouger ce chiffre le mettrait en avant, car c’est le seul indicateur qu’un merchandiser peut présenter en comité de direction sans traduction.

La redécision que Betty Barclay s’est offerte se joue sur le terrain d’autres acteurs, et c’est là que se situe son coût. Le titre de Lachmann désigne les deux canaux, wholesale et dépôt, où c’est la marque, et non le commerçant, qui décide de ce qui reste en rayon. Un réassort quotidien décidé de manière centralisée est une décision qu’un détaillant indépendant prenait autrefois lui-même, et le système ne fonctionne que là où ces partenaires acceptent ce transfert. Il s’agit du même groupe qui a été l’un des premiers grands clients de SCAYLE STUDIOS, l’outil développé par ABOUT YOU pour faire passer la production de contenu de plusieurs semaines à quelques minutes. Ce que Betty Barclay continue d’acheter, c’est un délai plus court entre le moment où l’on repère quelque chose et celui où l’on agit.

C’est l’usine qui fixe le plafond de ce que vaut cet achat. La réponse rapide ne fonctionne que si le réassort peut être décidé et livré dans la saison qu’il est censé sauver, condition même sur laquelle Fisher et Raman ont bâti leur modèle, et qu’aucun tableau de bord ne fournit. Si les délais de production restent inchangés pendant que chaque concurrent achète le même moteur de décision quotidien, le gain se résout en une file d’attente plus rapide pour la même capacité de production. Cela se traduit par une charge de travail réduite, ce qui a de la valeur. Ce n’est pas un avantage concurrentiel. Le choix qui se pose aux merchandisers est celui de la destination du prochain euro : vers le système qui détecte le signal, ou vers la chaîne d’approvisionnement capable d’y répondre.