Commander trop souvent mobilise du temps et génère des frais administratifs. Commander trop peu souvent oblige à stocker davantage, avec des coûts de possession qui s’accumulent en silence. Entre ces deux excès, le modèle de Wilson propose un repère simple : calculer la quantité qui équilibre le coût des commandes et celui du stockage.
Cette méthode est utile pour structurer une décision d’approvisionnement, mais elle ne remplace ni l’analyse du terrain ni le jugement des équipes. Voici comment l’appliquer, comprendre ses limites et l’intégrer à une gestion des stocks plus performante.
Le modèle de Wilson, en quelques mots
Le modèle de Wilson, aussi appelé formule de la quantité économique de commande, répond à une question très concrète : quelle quantité commander à chaque réapprovisionnement pour minimiser certains coûts annuels ?
Son principe repose sur un arbitrage. Si l’entreprise passe de nombreuses petites commandes, elle paie davantage de frais de commande. Si elle passe quelques commandes importantes, elle réduit ces frais, mais immobilise plus de marchandises et augmente les coûts de stockage. La quantité optimale se situe au point d’équilibre entre ces deux tendances.
Le modèle s’appuie sur une idée simple : même dans une chaîne d’approvisionnement équipée de logiciels et de robots, les décisions quotidiennes gagnent à reposer sur des règles claires. Wilson fournit précisément une règle de départ, facile à calculer et à expliquer.
La formule et ses variables
La formule est la suivante :
Quantité économique de commande = √(2 × D × C / H)
Chaque lettre désigne une donnée annuelle ou un coût :
-
D correspond à la demande annuelle, exprimée en unités.
-
C représente le coût associé au passage d’une commande, hors coût d’achat des produits.
-
H désigne le coût annuel de possession d’une unité en stock.
Le coût de commande peut inclure le traitement administratif, la préparation et l’envoi de la commande, ainsi que le contrôle à la réception. Le coût de possession comprend notamment l’espace occupé, l’assurance, les manipulations, le financement du stock et le risque de perte, de détérioration ou d’obsolescence.
Un point mérite attention : les unités doivent être cohérentes. Si la demande est annuelle, le coût de possession doit lui aussi être calculé par unité et par an. Mélanger une demande mensuelle et un coût annuel fausse le résultat, même si la calculatrice, elle, ne proteste pas.
Un exemple chiffré pour passer de la théorie au terrain
Imaginons une entreprise qui utilise 12 000 composants par an. Chaque commande lui coûte 50 euros en frais administratifs et logistiques. Le coût annuel de possession d’un composant est estimé à 2 euros.
Le calcul donne :
√(2 × 12 000 × 50 / 2) = √600 000 ≈ 775 unités
La quantité économique est donc d’environ 775 unités par commande. Avec une demande régulière de 12 000 unités par an, l’entreprise passerait un peu plus de 15 commandes annuelles. Sur la base de 250 jours ouvrés, cela représente une commande environ tous les 16 jours ouvrés.
Comparons avec deux autres politiques. Pour des commandes de 500 unités, l’entreprise passe 24 commandes par an : le coût annuel de commande atteint 1 200 euros. Le stock moyen lié au cycle de commande est de 250 unités, soit 500 euros de coût de possession. Le total de ces deux coûts s’élève à 1 700 euros.
Avec des commandes de 1 000 unités, elle passe 12 commandes par an. Les frais de commande tombent à 600 euros, mais le stock moyen monte à 500 unités, pour 1 000 euros de possession. Le total atteint 1 600 euros. À environ 775 unités, les deux coûts sont équilibrés et leur somme avoisine 1 550 euros.
L’économie par rapport aux deux autres scénarios reste modérée dans cet exemple. C’est normal : le modèle ne promet pas de transformer chaque décision en gain spectaculaire. Son intérêt est d’aider à éviter des écarts coûteux, surtout lorsque le calcul est appliqué à de nombreuses références.
Pourquoi le stock moyen compte autant
Dans le modèle de base, le stock moyen correspondant au cycle de commande est égal à la moitié de la quantité commandée. Une commande de 1 000 unités crée donc, en moyenne, 500 unités en stock avant même de tenir compte du stock de sécurité.
Cette moyenne masque les variations quotidiennes : juste après une livraison, le niveau est élevé ; à l’approche du réapprovisionnement suivant, il diminue. Mais elle permet d’estimer rapidement le coût de possession et de comparer différentes politiques d’achat.
Dans la réalité, le stock coûte souvent plus cher qu’on ne le pense. Il occupe des mètres carrés, demande des déplacements et immobilise de la trésorerie. Il peut aussi devenir inutilisable si la demande change ou si un produit est remplacé. Le prix d’achat n’est donc que la première ligne de l’addition.
Les hypothèses à vérifier avant d’utiliser le calcul
Le modèle classique suppose une demande régulière, un délai d’approvisionnement connu et relativement stable, un coût de commande constant et un coût de possession proportionnel au niveau du stock. Il suppose aussi que les commandes arrivent en une seule fois et que l’entreprise ne manque pas de produit.
Ces conditions sont rarement réunies à la perfection. Une entreprise peut connaître des pics saisonniers, des retards fournisseurs ou des variations de prix. Le résultat de Wilson doit alors être considéré comme un point de départ, pas comme une consigne automatique à appliquer sans examen.
La formule ne détermine pas non plus le moment où commander. Elle indique une quantité économique, mais le seuil de réapprovisionnement dépend du délai de livraison et de la consommation pendant ce délai. Si un composant est utilisé à raison de 40 unités par jour et que le fournisseur livre en 10 jours, l’entreprise doit anticiper environ 400 unités de consommation pendant l’attente, avant même d’ajouter une éventuelle marge de sécurité.
Ce stock de sécurité protège contre les imprévus : demande supérieure aux prévisions, livraison retardée ou défaut de qualité. Il est calculé séparément, en fonction du niveau de service recherché et de la variabilité observée. L’ignorer peut produire un chiffre élégant sur un tableur et une rupture bien réelle dans l’atelier.
Les situations qui demandent un ajustement
Demande saisonnière : une moyenne annuelle ne reflète pas toujours les besoins d’un trimestre chargé. Il est alors préférable de travailler avec des prévisions par période et de réviser les quantités avant les pics d’activité.
Remises sur les grandes quantités : un fournisseur peut proposer un tarif dégressif. La baisse du prix d’achat peut justifier une commande supérieure à la quantité de Wilson, mais il faut la comparer aux frais supplémentaires de stockage et au risque d’invendus.
Durée de conservation limitée : pour les produits périssables, sensibles ou rapidement dépassés, commander davantage peut entraîner des pertes. La quantité économique doit alors être confrontée à la durée de vie des produits et aux règles de rotation du stock.
Contraintes de transport : un camion complet, une palette entière ou un minimum de commande peuvent imposer des quantités différentes du résultat théorique. L’entreprise peut retenir la quantité imposée si le gain logistique compense le surstock associé.
Fournisseur incertain : lorsque les délais varient, la priorité peut être de sécuriser l’approvisionnement plutôt que de réduire au minimum les frais de commande. Le stock de sécurité et la diversification des sources deviennent alors des leviers essentiels.
Mettre le modèle en pratique dans l’entreprise
La qualité du résultat dépend d’abord de celle des données. Il faut estimer la demande annuelle à partir des ventes ou de la consommation réelle, plutôt que d’une prévision ancienne jamais révisée. Le coût de commande doit inclure les tâches réellement nécessaires : saisie, validation, réception et contrôle, par exemple.
Le coût de possession mérite le même soin. Le taux utilisé par l’entreprise peut intégrer le coût du capital, l’entreposage, l’assurance et les risques liés aux produits. Une estimation trop faible encourage des commandes trop importantes ; une estimation exagérée peut multiplier les réapprovisionnements et la charge administrative.
Une démarche pragmatique consiste à commencer par les références les plus importantes : composants coûteux, articles critiques pour la production ou produits présentant une forte consommation. Il n’est pas nécessaire de calculer chaque référence avec la même précision dès le premier jour. Mieux vaut améliorer progressivement les données que bâtir un système sophistiqué sur des hypothèses fragiles.
Il faut ensuite comparer la quantité calculée avec les contraintes opérationnelles. Peut-elle être stockée ? Correspond-elle aux conditionnements du fournisseur ? Le quai de réception peut-il absorber les livraisons ? Une décision d’achat a des effets jusque dans l’entrepôt, la trésorerie et la planification. Le chiffre optimal n’a de valeur que s’il est applicable.
Le rôle des outils numériques et de la robotisation
Un logiciel de gestion peut automatiser le calcul et signaler les écarts entre les quantités théoriques et les commandes réellement passées. Des données plus précises sur les ventes, les délais et les niveaux de stock permettent aussi de réviser les paramètres plus souvent.
Dans un entrepôt équipé de systèmes automatisés, la quantité commandée peut avoir des conséquences directes sur l’organisation des emplacements, les trajets de préparation et la charge de réception. Une commande plus volumineuse peut réduire la fréquence des livraisons, mais saturer temporairement une zone de stockage. À l’inverse, des commandes plus petites peuvent entraîner davantage d’opérations de manutention.
La robotisation ne rend pas la formule inutile ; elle rend la qualité des décisions encore plus visible. Si les données sont fiables, l’automatisation aide à appliquer une politique cohérente et à détecter plus vite les anomalies. Si les données sont mauvaises, elle accélère surtout la répétition de l’erreur.
Wilson comme repère, pas comme pilote automatique
Le modèle de Wilson apporte une méthode claire pour équilibrer frais de commande et coûts de possession. Il aide les responsables à expliquer leurs choix, à comparer plusieurs scénarios et à repérer les références pour lesquelles les pratiques actuelles méritent d’être revues.
Mais la performance ne se résume pas à une quantité calculée. Il faut aussi tenir compte du délai fournisseur, de la variabilité de la demande, du niveau de service attendu et des contraintes de l’entrepôt. Une formule peut éclairer la décision ; elle ne connaît ni la panne annoncée chez un fournisseur ni le lancement d’un nouveau produit.
La bonne approche consiste donc à calculer, vérifier, puis ajuster. Dans une chaîne d’approvisionnement, l’efficacité naît rarement d’un chiffre isolé. Elle se construit lorsque les données, les équipes et les outils travaillent dans la même direction — sans demander aux stocks de jouer les héros en cas d’imprévu.