Qu'est-ce que l'analyse XYZ — en mots simples

L'analyse XYZ répond à une seule question : avec quelle régularité se vend chaque article de votre liste.

Non pas « combien », mais bien « avec quelle régularité ». Deux articles peuvent rapporter le même chiffre d'affaires sur l'année et se comporter de façon totalement différente : le premier part à peu près au même rythme chaque mois, le second reste immobile pendant six mois puis s'écoule d'un coup. L'argent est le même, le travail qu'il demande ne l'est pas.

La méthode prend les ventes par période — mois, semaines, trimestres — et répartit les articles en trois groupes :

• X — la demande est régulière, l'avenir prévisible ;
• Y — elle fluctue, mais dans des limites compréhensibles ;
• Z — elle est irrégulière, et planifier d'après la moyenne ne fonctionne pas.

La valeur n'est pas dans les lettres, mais dans le fait qu'après l'analyse la liste cesse d'être homogène. Pour X vous pouvez tenir moins de stock et commander selon un calendrier. Pour Z le stock de sécurité est soit coûteux, soit inexistant, et vous acceptez les ruptures. La décision est différente — et avant l'analyse elle est prise de la même manière pour tout l'assortiment.

Prenons deux articles et regardons leurs ventes par trimestre.

Le premier : 100, 105, 95, 100 unités. Le second : 40, 10, 210, 140 unités.

Les deux ont la même moyenne — 100 unités par trimestre. Un rapport qui n'affiche que la moyenne montrera deux lignes identiques. Or ce sont deux métiers différents dans un même tableau : le premier article peut être commandé selon un calendrier avec un stock minimal, tandis que le second ne s'est presque pas vendu sur un trimestre et est parti cinq fois plus sur le suivant.

L'analyse XYZ mesure précisément cet écart — à quel point les valeurs se dispersent autour de leur propre moyenne. Pour le premier article la dispersion ressort à 3,5 %, pour le second à 79,7 %. Le premier tombe en X, le second en Z.

Ce nombre s'appelle le coefficient de variation, et il se calcule plus simplement qu'il n'y paraît.

Il y a trois étapes, et chacune se vérifie à la calculatrice.

1. Calculez la moyenne sur toutes les périodes.
2. Calculez l'écart-type — de combien, en moyenne, les valeurs s'écartent de cette moyenne.
3. Divisez l'un par l'autre et convertissez en pourcentage.

Cette dernière opération est le coefficient de variation :

La division par la moyenne est ici l'essentiel. Sans elle la dispersion se mesurerait en unités, et un article qui se vend par milliers ne pourrait pas être comparé à un autre qui part par dizaines. En pourcentage de sa propre moyenne, ils sont comparables : 8 %, c'est régulier pour l'un comme pour l'autre.

L'écart-type se calcule ainsi :

Notez la division par N et non par N − 1. C'est la forme sur population : nous décrivons exactement les périodes présentes dans le fichier, nous n'estimons pas à partir d'un échantillon le comportement de quelque chose de plus grand. L'outil calcule de la même manière — donc si vous vérifiez son résultat avec Excel, prenez ECARTYPE.PEARSON (l'ancien nom est ECARTYPEP, en anglais STDEV.P) et non ECARTYPE.STANDARD. Sur douze mois l'écart entre les deux se voit : environ 4 %.

Vérifions sur le second article de l'exemple ci-dessus. La moyenne est de 100. Les écarts : −60, −90, +110, +40. Les carrés : 3 600, 8 100, 12 100, 1 600. Leur somme fait 25 400 ; divisée par 4 périodes, cela donne 6 350 ; la racine carrée vaut 79,7. On divise par la moyenne de 100 et on obtient 79,7 %.

Une fois le pourcentage obtenu pour chaque article, il ne reste qu'à les répartir en groupes. Les bornes par défaut sont les suivantes :

• X — un coefficient de variation inférieur à 10 % ;
• Y — de 10 % à 25 % ;
• Z — 25 % et au-delà.

Ces chiffres sont une convention du secteur et non une loi de la nature ; dans votre cas ils peuvent se révéler inadaptés. Leur logique est simple. En dessous de 10 %, les fluctuations ne gênent pas la planification : l'écart tient dans un stock de sécurité ordinaire. Au-delà de 25 %, la moyenne ne prédit plus rien — commander « comme d'habitude » ne fonctionne plus.

Il vaut la peine de déplacer les bornes quand le résultat cesse de distinguer les articles. Si trois articles sur deux cents tombent en X et que tout le reste finit en Z, le rapport ne dit rien : relevez les seuils et regardez où les données se séparent d'elles-mêmes en groupes. Et inversement : les ventes hebdomadaires fluctuent plus que les mensuelles simplement parce que la période est plus courte — sur des données hebdomadaires, les seuils sont généralement plus hauts.

Sur le jeu de démonstration, avec les bornes par défaut, cela donne : 40 articles en X, 42 en Y et 38 en Z. Le coefficient de variation va de 4 à 8,6 % en X, de 13,1 à 21,5 % en Y et de 32,3 à 111,5 % en Z.

Le fichier est simple : une ligne par article, une colonne par période.

• Un nom ou une référence — pour pouvoir identifier la ligne.
• Des colonnes numériques par période : janvier, février, mars et ainsi de suite. Ce peuvent être des unités, des litres ou de l'argent — l'important est que toutes les colonnes portent la même grandeur.
• Les colonnes vont dans l'ordre chronologique, de gauche à droite.

Ce dernier point n'est pas un souhait de propreté, c'est une exigence. L'outil n'essaie pas de deviner la chronologie d'après les noms des colonnes : il les prend dans l'ordre où vous les avez sélectionnées. Le coefficient de variation lui-même est indifférent à l'ordre, mais tout le reste se calcule sur les mêmes données — croissance, baisse, saison — et là un ordre mélangé donne silencieusement une réponse fausse.

Les colonnes sélectionnées ne doivent pas contenir de cellules vides. L'outil les vérifie avant le calcul et, s'il trouve un trou, il ne va pas plus loin : il affiche la liste de ces lignes et vous laisse à l'étape de sélection des colonnes. Un tiret, « n. d. » ou toute autre mention en toutes lettres produit le même effet — pour le calcul, ce n'est pas un nombre.

Cela se répare d'un seul geste : on met un zéro dans la cellule vide. Un mois sans ventes est un fait et non une donnée manquante, et le zéro dit exactement cela. Ce qu'il ne faut pas faire, c'est mettre la moyenne à la place du trou — pourquoi, nous le voyons dans les erreurs fréquentes.

Un mot à part sur l'article qui ne s'est jamais vendu.

Une telle ligne a une moyenne nulle, et on ne peut pas diviser par zéro : le coefficient de variation n'existe pas pour elle. L'outil ne renvoie pas d'erreur et n'écrit pas non plus un zéro à la place : l'article reste tout simplement sans classe. Il figure dans le rapport, on le voit, mais il n'est ni en X, ni en Y, ni en Z.

C'est délibéré. Ranger cet article en Z reviendrait à dire « la demande est imprévisible », alors qu'il n'y a rien à en dire du tout : il n'y a pas eu de demande. Et un zéro à la place du coefficient le placerait au même rang que les articles les plus réguliers de l'assortiment — exactement l'inverse.

Conclusion pratique : si beaucoup d'articles sont sans classe, c'est un diagnostic sur le jeu de données lui-même. Le fichier contient probablement le catalogue complet des références au lieu des articles réellement vendus.

Formellement, le coefficient de variation se calcule même sur trois nombres. En pratique, trois points ne disent presque rien : un déstockage fortuit et l'article part en Z.

Un minimum raisonnable, c'est 12 périodes, soit une année en mois. Cela donne deux choses à la fois : une dispersion solide et la possibilité de voir une saison. Avec moins de périodes, gardez en tête que vous regardez un instantané et non le comportement d'un article.

À l'inverse, une période trop longue gêne : trois ans de ventes montreront « régulier » là où l'article se vendait deux fois moins bien la première année que la troisième. Mieux vaut alors comparer deux calculs annuels entre eux que d'en faire un seul sur tout l'historique.

Le rapport ajoute deux colonnes aux vôtres : le coefficient de variation et la classe. Tout le reste, c'est votre fichier inchangé, ligne pour ligne.

Il vaut mieux le lire dans cet ordre.

1. D'abord la répartition par classes dans son ensemble. Le nombre d'articles dans chaque groupe, c'est l'image de votre assortiment. Si plus d'un tiers des articles sont en Z, le problème ne vient probablement pas d'eux, mais de la période d'observation ou des données elles-mêmes.
2. Ensuite Z, par volume décroissant. Un gros article à la demande irrégulière, c'est de l'argent immobilisé et un risque à la fois, et c'est par lui que le travail commence.
3. Ensuite X. Ce sont les candidats à la réduction de stock et à la commande automatique : pour eux la planification fonctionne.

Ce qu'il ne faut pas chercher dans le rapport, c'est une prévision. L'analyse XYZ ne dit pas combien vous vendrez le mois prochain. Elle dit si l'on peut seulement se fier aux ventes moyennes de cet article — une réponse différente, plus modeste et bien plus fiable.

X — demande régulière. Tenez moins de stock et commandez selon un calendrier. L'automatisation fonctionne ici : point de commande, stock minimal, livraison régulière. L'argent économisé en entrepôt vient surtout de là.

Y — fluctue dans des limites compréhensibles. Un stock de sécurité est nécessaire, mais réduit. Il vaut la peine de regarder d'où vient la fluctuation : si elle se répète d'une année sur l'autre, c'est une saison et elle se planifie ; sinon, c'est simplement une demande irrégulière.

Z — irrégulière. Ici le choix est conscient et c'est toujours un compromis. Soit vous tenez un stock de sécurité coûteux, soit vous acceptez que l'article manque parfois, soit vous travaillez sur commande. Ce que vous ne pouvez pas faire, c'est appliquer à Z les mêmes règles qu'à X : c'est exactement ainsi qu'on obtient à la fois un entrepôt saturé et des ruptures.

Et une règle générale : plus l'article est gros, plus l'erreur coûte cher. C'est pourquoi XYZ ne s'emploie presque jamais seule — on la combine à l'analyse ABC, qui répartit la même liste selon sa contribution au résultat. C'est le sujet du prochain article de la série.

Comparer des coefficients de variation de grandeurs différentes. La dispersion des ventes en unités et celle du chiffre d'affaires en argent sont deux nombres distincts, et la classe peut en sortir différente. Calculez sur une seule grandeur.

Prendre Z pour un synonyme de « mauvais ». Tout ce qui fluctue tombe en Z — y compris les articles saisonniers et les nouveautés qui viennent de commencer à se vendre. Dans le jeu de démonstration, sur les 38 articles de la classe Z, trois se sont révélés saisonniers, deux sont en croissance, un s'éteint et un a cessé de se vendre complètement. Cela fait six décisions différentes derrière une seule lettre.

Un exemple tiré du même jeu. L'article le plus important de l'assortiment est un café en grains qui réalise de juin à août 56,3 % de ses ventes annuelles. Son coefficient de variation est de 76,8 %, il est donc franchement en Z. Mais sa demande n'est pas « imprévisible » — elle est parfaitement prévisible, simplement pas par la moyenne annuelle. L'analyse XYZ ne fait pas cette distinction : elle voit la dispersion et ne voit pas que la dispersion compose une saison. Comment l'outil sépare la saison de la demande irrégulière, c'est le sujet du troisième article de la série.

Combler les trous par la moyenne. Il faudra bien les combler — sans cela l'outil ne lance pas le calcul — mais on y met la moyenne pour « ne pas abîmer la statistique » et on obtient exactement l'inverse : un article absent du stock pendant six mois a l'air de se vendre régulièrement, et sa dispersion ressort plus faible qu'elle ne l'est. La bonne valeur, c'est zéro.

Calculer sur des périodes trop courtes. Les ventes hebdomadaires fluctuent plus que les mensuelles par nature, et non parce que la demande serait moins bonne. Les données hebdomadaires demandent leurs propres seuils.

XYZ répond à la question « à quel point c'est prévisible ». L'analyse ABC en traite une autre : « combien cela rapporte ». Les vraies décisions se prennent au croisement : un article qui rapporte beaucoup d'argent tout en se comportant de façon imprévisible réclame l'attention en premier, alors qu'une queue régulière n'en réclame presque aucune.

• Qu'est-ce que l'analyse ABC — en mots simples — l'autre moitié du même tableau ;
• XYZ+ABC : neuf cellules au lieu de trois classes — comment réunir les deux analyses et que faire de chaque cellule ;
• Ce que l'outil voit d'autre dans vos périodes — tendance, saisonnalité et stock mort derrière les mêmes chiffres.