Analyse de scénarios what-if dans la planification de production : une méthode

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

Par Mirko Peters · 2026-11-12

Analyser un scénario what-if dans la planification de production consiste à copier le plan, modifier une hypothèse et comparer les résultats. Découvrez les étapes, les données, les outils et les contrôles à mettre en œuvre.

Traduit automatiquement par IA à partir de l'article original. Lire l'original en anglais

Une analyse de scénarios what-if dans la planification de production consiste à conserver un plan de référence, à modifier une hypothèse et à comparer le résultat avant que quoi que ce soit ne se produise réellement. L’hypothèse peut être une machine à l’arrêt pendant deux équipes, une commande urgente, un matériau manquant ou un nouveau modèle d’équipes. La comparaison montre ce que chaque choix change pour les dates de livraison, la charge et les heures supplémentaires. Cet article s’adresse aux planificateurs de production qui recherchent une méthode reproductible plutôt qu’un tableur ponctuel, et qui veulent savoir quelles données, quels outils et quels contrôles rendent les réponses fiables.

Points clés

• Un scénario what-if prend votre plan de référence, modifie une hypothèse, comme une panne machine ou une commande urgente, et compare le résultat au plan de référence avant que quoi que ce soit ne se produise réellement.
• Partez de la décision, puis choisissez deux ou trois leviers et deux ou trois KPI, car un scénario sans décision derrière lui n’est qu’un exercice.
• Modifiez d’abord un seul levier à la fois, et ne combinez les leviers qu’après avoir compris l’effet de chacun isolément.
• Testez le modèle sur une période passée avant de lui faire confiance pour une période future, car la valeur d’un modèle dépend de la précision de ses résultats au regard de l’usage qui en est fait.
• Les outils Microsoft couvrent une partie du travail : les plans directeurs de Dynamics 365 peuvent contenir des stratégies de planification alternatives, et les paramètres what-if de Power BI conviennent aux calculs simples, mais pas à l’ordonnancement détaillé.

Qu’est-ce qu’un scénario what-if, et qu’est-ce qu’il n’est pas ?

Un scénario est un ensemble cohérent d’hypothèses sur l’avenir, exécuté sur le même modèle que votre plan de référence. Le plan de référence est votre meilleur plan actuel. Tout le reste en est une variante.

Il est utile de distinguer trois notions souvent confondues.

• Une prévision indique ce que vous attendez. Un scénario indique ce qui se passe si un événement précis se produit.
• Une question what-if est la question que vous posez. La simulation d’usine est une façon d’y répondre, en exécutant un modèle de l’usine avec des données choisies. Un tableur ou un calcul de planification dans votre ERP en est une autre.
• Une analyse de sensibilité fait varier une donnée d’entrée sur une plage de valeurs pour mesurer l’amplitude de la variation du résultat. Elle indique quelles hypothèses méritent votre attention.

Ces trois démarches poursuivent le même objectif : comprendre les conséquences d’une décision tant qu’il reste peu coûteux de changer d’avis.

Quelles décisions méritent un scénario ?

Lancez un scénario lorsqu’une décision est coûteuse à annuler, lorsque plusieurs contraintes interagissent, ou lorsque la réponse n’est pas évidente au vu de l’expérience. Déclencheurs typiques en planification de production :

• Une machine goulot doit être arrêtée pour maintenance, et vous devez choisir les commandes qui seront retardées.
• Un client demande une date plus rapprochée. Que faut-il décaler, et qui en supporte le coût ?
• Des absences ou des congés réduisent les effectifs pendant une semaine.
• Un fournisseur annonce un retard sur un matériau clé.
• La gamme de produits est sur le point d’évoluer, et vous voulez savoir si la capacité actuelle suffit encore.
• Vous envisagez une deuxième équipe, un nouveau stock tampon ou un outillage supplémentaire.

Inutile de lancer des scénarios pour les décisions peu coûteuses et faciles à annuler, ni pour les questions où le plan est déjà réalisable avec une marge confortable. Un scénario mobilise le temps d’un planificateur ; il doit permettre de prendre une meilleure décision.

Comment réaliser une analyse de scénarios what-if en production ?

Voici une séquence qui fonctionne dans un tableur comme dans des logiciels spécialisés.

1. Formulez la décision. Une seule phrase : « Nous devons trancher X d’ici vendredi. » Si vous n’y arrivez pas, vous n’avez pas encore besoin d’un scénario.
2. Figez la référence. Enregistrez le plan actuel avec ses hypothèses : calendriers, délais de cycle, liste des commandes, disponibilité des matières. Chaque scénario sera comparé à cette version, elle ne doit donc pas changer en cours de route.
3. Choisissez les leviers. Les leviers sont les éléments que vous pouvez modifier ou qui pourraient évoluer : capacité, effectifs, priorités des commandes, dates d’échéance, arrivée des matières. Retenez-en deux ou trois qui comptent vraiment pour cette décision.
4. Définissez des plages réalistes. Interrogez les personnes qui connaissent le sujet. Combien de temps dure une réparation type ? À quelle fréquence les fournisseurs livrent-ils en retard, et de combien ? N’inventez pas de chiffres : appuyez-vous sur votre historique et signalez clairement toute estimation comme telle.
5. Choisissez les indicateurs. Deux ou trois KPI suffisent : respect des délais de livraison, délai de traversée, taux d’utilisation du goulot, heures supplémentaires, en-cours de fabrication. Définissez-les avant de lancer quoi que ce soit, afin que personne ne retienne après coup celui qui arrange le mieux.
6. Modifiez un levier à la fois. Exécutez chaque scénario par rapport à la référence. Ne combinez les leviers qu’une fois que vous avez compris l’effet de chacun pris isolément.
7. Comparez et décidez. Placez la référence et les scénarios côte à côte. Discutez de ce que vous feriez dans chaque cas, puis consignez la décision et sa justification.
8. Conservez une trace. Enregistrez les hypothèses et le résultat avec la décision. Vous en aurez besoin lorsque vous analyserez ce qui s’est réellement passé.

Voici un exemple hypothétique, inventé uniquement pour illustrer la logique. Une cellule comporte une presse goulot qui produit 300 unités par poste. L’atelier fonctionne dix postes par semaine, la capacité s’élève donc à 3 000 unités. Les commandes de cette semaine totalisent 2 700 unités, soit 90 % de la capacité. La référence est réalisable, avec une marge d’un poste.

• Scénario A : la presse est arrêtée pendant deux postes. La capacité tombe à huit postes, soit 2 400 unités. Il reste 300 unités non couvertes, et certaines commandes ne seront pas livrées à temps.
• Scénario B : même panne, avec un poste supplémentaire le samedi. La capacité revient à 2 700 unités, mais la charge atteint maintenant 100 %. Toute perturbation supplémentaire entraîne un retard.
• Scénario C : même panne, et le planificateur reporte à la semaine suivante 300 unités de commandes à faible priorité. Les commandes clés partent à temps, et un client est appelé dès aujourd’hui, plutôt que de découvrir le retard vendredi.

Rien de tout cela ne nécessite un outil sophistiqué. Il faut une référence, un seul levier et une comparaison honnête. L’intérêt réside dans le constat que le scénario B paraît être une solution, alors qu’il ne laisse aucune réserve.

De quelles données et de quels outils avez-vous besoin ?

Partez de ce que vous avez déjà. Un scénario requiert les mêmes données d’entrée que le plan lui-même : commandes et dates d’échéance, gammes et délais de cycle, ressources et calendriers, disponibilité des matières. Si ces données sont peu fiables, chaque scénario en héritera les erreurs. Corrigez d’abord les données de référence, sinon vous débattrez du modèle au lieu de la décision.

Choisissez ensuite l’outil en fonction de la complexité de la question.

• Un tableur suffit lorsqu’une ou deux ressources et une poignée de commandes déterminent la réponse, comme dans l’exemple ci-dessus.
• Le calcul de planification de votre ERP peut traiter les questions pilotées par les matières. Dans Dynamics 365 Supply Chain Management, les plans principaux permettent de simuler différentes stratégies de planification. La documentation de Microsoft indique que vous pouvez créer autant de plans que vous le souhaitez et en conserver certains pour différentes prévisions ou simulations. Vérifiez auprès de votre partenaire d’intégration comment cela s’articule avec votre version et votre moteur de planification, car la page ne décrit pas en détail la gestion des scénarios. La planification principale travaille sur les matières et la capacité à un niveau global ; ce n’est pas un outil de séquencement détaillé.
• Un ordonnancement à capacité finie ou un modèle de simulation est le bon choix lorsque des machines partagées, des réglages dépendant de la séquence, les postes de travail et les compétences interagissent. Dans ce cas, un calcul simple peut sembler correct alors que l’ordonnancement quotidien est irréalisable.
• Power BI est un bon moyen de présenter les résultats de scénarios aux responsables. Ses paramètres What-if permettent à l’utilisateur de déplacer un curseur et de voir une mesure évoluer. Microsoft indique qu’ils sont conçus pour être utilisés dans les mesures des visuels, et qu’un paramètre peut comporter au maximum 1 000 valeurs uniques. Ils sont donc utiles pour des questions simples, comme « Que se passe-t-il pour la production si les rebuts augmentent de 5 % ? » Ils ne séquencent pas un planning. Considérez-les comme une interface pour les résultats, et non comme le moteur de calcul.

Quel que soit l’outil retenu, conservez deux éléments en dehors de celui-ci : le registre des hypothèses écrites et le journal des décisions. Les outils évoluent, mais les documents survivent.

Comment savoir si les réponses sont fiables ?

Un scénario ne vaut que par le modèle qui le sous-tend. Trois contrôles aident à le vérifier.

Faites un test rétrospectif (backtest). Exécutez le modèle sur une période passée dont vous connaissez le déroulement. Comparez ses résultats aux résultats réels. Dans la littérature sur la simulation, on parle de validité opérationnelle : le comportement de sortie du modèle est-il suffisamment précis pour l’usage prévu, dans la plage de conditions où il sera utilisé ? Un article de Sargent et de ses collègues, présenté à la Winter Simulation Conference, aborde cette notion et souligne qu’il faut maintenir à un niveau faible le risque pour l’utilisateur d’accepter un mauvais modèle. En clair : si le modèle ne parvient pas à reproduire le mois dernier, ne l’utilisez pas pour décider du mois prochain.

Connaissez vos facteurs déterminants. Faites varier chaque hypothèse sur sa plage de valeurs et observez celles qui modifient le résultat. Souvent, deux d’entre elles dominent. Ce sont celles qui méritent des données de meilleure qualité. Les autres peuvent rester approximatives.

Présentez une plage de résultats, et non un chiffre unique. Une affirmation du type « nous livrons jeudi » suggère une précision que vous n’avez pas. « Entre mercredi et vendredi, selon la durée de la réparation » est plus honnête et plus utile. Les décideurs savent gérer l’incertitude, à condition de pouvoir la voir.

Comment en faire une habitude plutôt qu’un projet ?

La démarche de scénarios échoue lorsqu’elle repose sur le tableur d’une seule personne. Quelques pratiques permettent de la maintenir vivante.

• Désignez un responsable pour la référence de base et les données du modèle. Sans responsable, le modèle s’éloigne peu à peu de la réalité de l’usine.
• Organisez un court créneau hebdomadaire où le planificateur, le responsable de production et, si nécessaire, les achats et les ventes examinent les questions ouvertes. Apportez deux ou trois scénarios, et non vingt.
• Faites un bilan a posteriori. Une fois la semaine écoulée, comparez ce qui s’est passé avec ce que le scénario prévoyait. Où l’écart s’est-il produit, et pourquoi ? Mettez à jour le modèle ou les plages de valeurs.
• Partagez la logique, et pas seulement les résultats. Si le responsable de production comprend les hypothèses, il les remettra en question dès le départ, ce qui est précisément l’objectif de l’exercice.
• Impliquez la finance. Les questions de coûts, comme les heures supplémentaires face à une livraison en retard, nécessitent les mêmes scénarios, enrichis de données de coûts. Convenez une fois pour toutes des données de coût à utiliser, afin que les chiffres ne changent pas d’une réunion à l’autre.

Les données en temps réel sont utiles une fois les fondamentaux maîtrisés. Si l’avancement réel alimente le plan, les scénarios partent de l’état réel de l’usine plutôt que du plan de la veille. Commencez par la logique et les données de référence. Un flux en temps réel appliqué à un modèle fragile ne fait que produire plus vite de mauvaises réponses.

Erreurs courantes

• Exécuter des scénarios sans décision à la clé.
• Modifier plusieurs leviers à la fois, si bien que personne ne sait ce qui a causé l’effet.
• Comparer des scénarios avec une référence de base qui a changé entre-temps.
• Utiliser les meilleurs chiffres pour les temps de cycle et les durées de réparation.
• Sauter le test rétrospectif parce que le modèle « semble juste ».
• Présenter un chiffre unique au lieu d’une plage de résultats.
• Construire des scénarios pour tout et n’en exploiter aucun.
• Oublier de consigner la décision, si bien que le bilan n’a rien à comparer.

Où se situe Polaris

Si vos questions « et si » portent sur des machines partagées, des équipes en rotation et des mix produits changeants, une simulation du système de production peut y répondre plus vite qu'un tableur. iFAKT décrit Polaris comme une combinaison d'IA et de jumeau numérique pour la production, fonctionnant avec les données ERP. Le module Polaris Simulator teste virtuellement le système de production avant toute décision réelle, y compris les scénarios de capacité, de dotation en personnel et de stocks tampons, et met en évidence les goulots d'étranglement et les déséquilibres de taux d'utilisation. Le module Polaris Optimizer crée un plan optimisé sous contraintes et analyse l'impact des perturbations. Essayez-le d'abord sur une décision réelle, puis vérifiez les résultats par rapport à un calcul sur tableur en lequel vous avez confiance.

Sujets connexes à explorer

• Planification des perturbations : comment préparer des réponses standard en cas de panne machine, de retard d'approvisionnement ou d'absence.
• Capacité contre ordonnancement à capacité finie : pourquoi une vue de charge hebdomadaire peut sembler correcte alors que le planning quotidien échoue.
• Évolution du mix produits : tester comment un glissement vers des variantes complexes déplace le goulot d'étranglement.
• Validation du modèle en pratique : comparer les délais de fabrication simulés et réels sur une période passée.
• Reporting des scénarios : afficher côte à côte la référence et les scénarios dans Power BI, pour que les responsables puissent suivre la logique.

Prochaine étape

Prenez la prochaine décision qui se présente à vous et formulez-la en une seule phrase. Enregistrez ensuite votre plan actuel comme référence, puis exécutez trois scénarios à partir de celle-ci, en modifiant un seul levier à la fois. Ce petit cycle d'analyse de scénarios « et si » en planification de production vous indiquera si la méthode mérite sa place dans votre réunion hebdomadaire.