Logiciels d'optimisation des stocks pour un réseau de 2 à 50 magasins

Cherchez un logiciel qui repère les rayons vides et le stock qui ne tourne pas, et la liste se remplit de suites de réapprovisionnement. Ce sont des produits sérieux, conçus pour prévoir la demande de chaque article dans chaque magasin et transformer cette prévision en commandes.

marql fait un autre métier. Il lit la caisse et l'ERP que vous utilisez déjà et montre, magasin par magasin, où un rayon est vide et où de la trésorerie dort dans un stock qui ne se vend pas. Il prépare ensuite la décision, puis vérifie après coup si elle a marché. Cette page met les deux côte à côte pour un réseau de 2 à 50 magasins, y compris dans les cas où une suite est le meilleur choix.

Pour qui les suites de réapprovisionnement sont conçues

RELEX, SymphonyAI, ToolsGroup et invent.ai sont les suites de réapprovisionnement que l'on croise le plus souvent. Elles sont conçues pour des enseignes de plusieurs centaines de magasins, avec un entrepôt et une équipe de planification. Elles prévoient la demande de chaque article dans chaque magasin et en tirent des commandes, qui partent directement dans l'ERP ou attendent la validation d'un approvisionneur. La plupart des clients qu'elles citent exploitent des centaines de magasins, et leurs propres estimations d'implémentation vont de quelques semaines à six mois^{5, 6, 7, 8}.

Nous avons vérifié le site de chaque éditeur le 1er octobre 2026. Cette page ne cite pas leurs prix, qui changent : chaque éditeur publie les siens.

À quoi ressemble le problème entre 2 et 50 magasins

À cette taille, la plupart des ruptures naissent dans le magasin. La plus grande étude mondiale sur le sujet, publiée en 2002, a rassemblé 40 études antérieures et attribué 70 à 75 % des rayons vides aux pratiques du magasin : des commandes passées trop tard ou en quantité insuffisante, et des produits présents dans le magasin mais absents du rayon^{1, 2}. Une meilleure prévision aide sur la première cause. Aucune des deux ne se corrige si personne ne lit le stock magasin par magasin, chaque jour.

Dans un réseau de 20 magasins, le tableau est familier. Un magasin a un rayon vide sur un article dont le magasin voisin détient trois mois de couverture. Un autre porte une référence lente qui immobilise quelques milliers d'euros, et personne ne s'en aperçoit avant le prochain inventaire.

Les deux côtés coûtent de l'argent. IHL Group estime que les ruptures et les surstocks coûtent ensemble 1 730 milliards de dollars par an aux distributeurs, soit environ 6,5 % des ventes mondiales du commerce de détail³. Les données pour voir les deux sont déjà là, dans la caisse et dans l'ERP. Ce qui manque, c'est quelqu'un, ou quelque chose, qui regarde chaque jour, nomme le magasin, chiffre le problème et vérifie plus tard si la correction a marché.

Une suite répond à « combien faut-il commander ? ». À 20 magasins, la question qui revient le plus est « où ça déraille aujourd'hui ? ».

Ce que marql fait des mêmes données

À chaque synchronisation du stock, marql vérifie chaque référence dans chaque magasin. Une référence à zéro qui s'est vendue au cours des 30 derniers jours devient un incident pour ce magasin. Les incidents sont classés selon le chiffre d'affaires en jeu sur une semaine, calculé à partir des ventes du magasin lui-même sur les quatre dernières semaines. Une partie de ce chiffre d'affaires part ailleurs : dans la même étude mondiale, 31 % des clients face à un rayon vide ont acheté l'article dans un autre magasin, et 9 % ne l'ont pas acheté du tout¹.

Pour la trésorerie immobilisée, marql valorise dans chaque magasin le stock qui ne s'est pas vendu depuis 28 jours. Les positions qui dépassent 60 jours de couverture sont signalées comme excédentaires, et les chiffres restent par magasin au lieu de se fondre dans un total réseau.

Pour chaque constat, les options sont celles qu'un acheteur pèserait de toute façon : suspendre le réassort, mettre en avant ou démarquer, ou transférer le stock vers un magasin qui le vend. marql prépare le brouillon du transfert ou de la commande fournisseur. Les quantités viennent d'un calcul de tampons, et le modèle de langage se contente de les expliquer. Une personne valide le brouillon avant qu'il ne sorte de l'écran en fichier CSV ou XLSX, et marql n'écrit rien dans la caisse ni dans l'ERP.

Une fois la tâche faite, l'Impact Ledger compare le magasin à au moins quatre magasins comparables, ou à ses propres variations habituelles si le réseau est trop petit pour cela. La comparaison avec des magasins témoins suit la méthode des doubles différences, celle qu'ont utilisée Card et Krueger en 1994 pour comparer des fast-foods du New Jersey et de Pennsylvanie⁴. La référence est figée au moment de la décision. Le résultat tient en quatre verdicts : utile, sans effet, pire ou non concluant.

Tout cela repose sur le stock par magasin, issu de votre caisse ou de votre ERP. Une connexion qui ne transmet que les ventes montre le chiffre d'affaires, mais elle ne peut pas vous montrer un rayon.

Dans une chaîne de 20 épiceries en Roumanie, le premier relevé de stock, le 23 septembre 2026, a trouvé 792 références au-delà d'environ 90 jours de couverture. Lire l'histoire (en anglais).

Les playbooks consacrés aux rayons vides et à la trésorerie immobilisée (en anglais) traitent les deux problèmes pas à pas.

Côte à côte

Quand une suite est le meilleur choix

• Vous voulez que le système génère les commandes et les envoie à l'ERP, et vous avez des approvisionneurs pour le piloter.
• Ce qui vous freine, c'est la précision des prévisions sur un large assortiment et un entrepôt, plus que le repérage des problèmes en magasin.
• Il vous faut aussi l'optimisation de l'assortiment, du linéaire ou des prix, et marql n'a aucun de ces modules.
• Vous pouvez porter un projet d'implémentation qui dure des mois.

Quand marql convient

• Vous exploitez 2 à 50 magasins, et c'est le dirigeant ou le directeur des opérations qui tranche sur le stock.
• Les ventes et le stock sont déjà dans votre caisse ou votre ERP, mais personne ne les lit magasin par magasin chaque jour.
• Vous voulez voir chaque semaine, magasin par magasin, où un rayon vide ou un stock dormant coûte de l'argent, et si la correction a marché.
• Vous voulez garder votre ERP et votre façon de commander exactement comme ils sont.

Les tarifs sont publiés : 200 € par point de vente et par mois pour les neuf premiers points de vente, et moins par point de vente au-delà. Voir comment marql fonctionne pour un réseau de magasins.

Le comparatif couvre les autres options (tableur, rapports de caisse, outils BI et ERP) et dit quand chacune est la meilleure réponse.

Sources

1. Gruen, T. W., Corsten, D. S. et Bharadwaj, S. (2002). Retail Out-of-Stocks: A Worldwide Examination of Extent, Causes and Consumer Responses. Grocery Manufacturers of America, Food Marketing Institute et CIES. Executive summary, pp. vi-vii. PDF
2. Corsten, D. et Gruen, T. (2003). Desperately seeking shelf availability: an examination of the extent, the causes, and the efforts to address retail out-of-stocks. International Journal of Retail & Distribution Management, 31(12), 605-617. doi:10.1108/09590550310507731
3. Berthiaume, D. (2025-09-10). IHL Group: Inventory issues cause $1.7T in annual losses. Chain Store Age, d'après une étude d'IHL Group. chainstoreage.com
4. Card, D. et Krueger, A. B. (1994). Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania. American Economic Review, 84(4), 772-793. Princeton DataSpace
5. RELEX Solutions. Automatic replenishment system. Consulté le 1er octobre 2026. relexsolutions.com
6. SymphonyAI Retail. Replenishment and allocation. Consulté le 1er octobre 2026. symphonyai.com
7. ToolsGroup. Retail. Consulté le 1er octobre 2026. toolsgroup.com
8. invent.ai. Replenishment. Consulté le 1er octobre 2026. invent.ai