Fran

1
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
 Industrialiser  les calculs - lissage
exponentiel double, - Régression linéaire,
- moyennes mobiles glissantes, - stock de
sécurité, - seuils de commande, - Quantité
économique de commande
 Gouverner, cest prévoir 
Faites entrer la prévision
dans votre Pharmacie
1
Extraction  EOQ  à coller dans LogiPharm
Extraction  Prévisions  à coller dans LogiPharm
Calculer le délai maximal de livraison
Feuille dimportation du module  Prévisions  de
LogiPharm
1
2
Feuille dimportation du module  EOQ de
LogiPharm
Définir un objectif de taux de service
2
Améliorer votre organisation et vos outils
supports pour une meilleure gestion des
approvisionnements et des stocks
La prévision conditionne loptimisation
2
Optimiser la gestion des approvisionnements et
des stocks pharmaceutiques à lhôpital !
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
I. Contexte Lhôpital soufre dun important
retard dans la mise en œuvre de systèmes
doptimisation de ses approvisionnements
Labsence de module de prévision de la demande
dans les logiciels de gestion de la pharmacie ou
de gestion économique et financière (GEF)
constitue un obstacle à l'optimisation. Cela est
dautant plus regrettable que la prévision et sa
fiabilité conditionnent loptimisation1 La
non prise en compte dun objectif de taux de
service dans la détermination des seuils de
commande ou des stocks de sécurité, caractérise
une démarche empirique Les préconisations
devraient aussi être calculées en individualisant
le délai maximal de livraison au moins au niveau
de chaque fournisseur De même, lerreur de
prévision devrait être intégrée au calcul, pour
améliorer le modèle prévisionnel  
Labsence de module de calcul des quantités
économiques de commande ne favorise pas
lefficience de la gestion des stocks  
De leur coté, les entreprises de la grande
distribution et des secteurs industriels de la
chimie, de la pharmacie, des cosmétiques, de
lagroalimentaire, des pièces de rechange et du
 retail , disposent de progiciels ou de
tableurs Excel couvrant ces fonctionnalités, qui
leur ont permis de réduire de 15 à 30 les
stocks, de diminuer de 20 les retours, tout en
maintenant ou en améliorant le taux de service2,3
Les pharmaciens hospitaliers sont très démunis
en matière doutils décisionnels doptimisation
des approvisionnements. Bien que les PUI aient
pour la plupart informatisé la gestion de leurs
commandes et de leurs stocks, nombre
dentre-elles sont restées sur un processus
manuel, intuitif, chronophage et peu efficient de
préparation des commandes fournisseurs. Beaucoup
nont pas paramétré, ou seulement partiellement,
les modules de préconisation de commandes de
leurs logiciels (quand ils existent !). Et
lorsquils lont fait, ces préconisations sont
basées sur une consommation mensuelle passée et
non pas sur une prévision.
(1) Prévision des ventes Théorie et pratique.
Régis BOURBONNAIS et Jean-Claude USUNIER. 4ème
Ed. 2007. Ed. Economica. (2) Progiciels de
prévision Des outils très sollicités. N17 -
SUPPLY CHAIN MAGAZINE - SEPTEMBRE 2007 (3) Les
hôpitaux soignent leurs flux. N48 - SUPPLY CHAIN
MAGAZINE - OCTOBRE 2010
3
Optimiser la gestion des approvisionnements et
des stocks pharmaceutiques à lhôpital !
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
I. Contexte Systèmes doptimisation des
approvisionnements et des stocks
Principaux retards de lhôpital sur les secteurs
industriels et la grande distribution

• Bénéfices attendus dune optimisation des
  approvisionnements pharmaceutiques
• Sécurisation de lapprovisionnement
• Diminution des ruptures de stocks
• Diminution du surstockage
• Réduction des pertes (péremption, casse,
  coulage)
• Diminution des retours et des litiges
  fournisseurs
• Amélioration de la  satisfaction client  La
  notion de  taux de service , cest-à-dire le
  taux dévitement des ruptures, nest pas abordée
  dans les logiciels de pharmacie ou dans les
  logiciels de gestion économique et financière
• Réduction de la valeur du stock Lapplication
  de la méthode EOQ permet classiquement de réduire
  de 25 à 50 la partie variable du stock.
• Gains de productivité La préparation des
  commandes aux fournisseurs, encore très souvent
  manuelle, sinon sans support décisionnel dans les
  progiciels de gestion de la pharmacie, est très
  consommatrice de ressource temps

• Les standards de lindustrieet de la grande
  distribution
• Prévision de la demande
• Tendance
• Moyenne mobile
• Régression linéaire
• Lissage exponentiel double
• Calcul des stocks de sécurité et des seuils
  de commande à partir de
• Délai maximal de livraison
• Objectif de taux de service
• Intégration de lerreur de prévision
• Optimisation de la valeur du stock
• Quantité économique de commande

Présence à lhôpital Néant Néant Néa
nt
(1) Prévision des ventes Théorie et pratique.
Régis BOURBONNAIS et Jean-Claude USUNIER. 4ème
Ed. 2007. Ed. Economica. (2) Progiciels de
prévision Des outils très sollicités. N17 -
SUPPLY CHAIN MAGAZINE - SEPTEMBRE 2007 (3) Les
hôpitaux soignent leurs flux. N48 - SUPPLY CHAIN
MAGAZINE - OCTOBRE 2010
4
Optimiser la gestion des approvisionnements et
des stocks pharmaceutiques à lhôpital !
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
I. Démarche Avec LogivPharm, faites entrer la
prévision dans votre pharmacie
LogivPharm est un outil décisionnel daide à
la prévision de la demande et à la détermination
des seuils de commande à partir dune série de
consommations mensuelles extractible du logiciel
de gestion de la pharmacie ou de gestion
économique et financière Loutil, dans un
second module, permet également le calcul de la
quantité économique de commande Le livrable
est une matrice pré paramétrée sous Excel. Le
paramétrage sera à finaliser avec létablissement
de santé client. Une version de loutil et un
 pack  complet de démonstration sont
téléchargeables en haut de cette page La
version complète de LogivPharm, permet de
travailler sur les données réactualisées
extraites de vos logiciels de gestion, par un
simple  coller-copier  et de réinitialiser
autant de fois que nécessaire la feuille
dimportation des données     
Cet outil décisionnel permet aux établissements
de santé daccéder aux mêmes niveaux
doptimisation des approvisionnements et de la
gestion des stocks que ceux obtenus dans la
grande distribution ou les secteurs industriels
prévisions de la demande basée sur le double
lissage exponentiel (formule de Brown ou de Holt)
ou sur la régression linéaire, satisfaction dun
taux de service défini pour une délai maximal de
livraison donné  
Accédez aux mêmes niveaux d'optimisation pour les
produits de santé à l'hôpital que dans la grande
distribution et les secteurs de l'industrie
5
Optimiser la gestion des approvisionnements et
des stocks pharmaceutiques à lhôpital !
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
I. Démarche Un outil décisionnel pour
industrialiser les prévisions, le calcul des
stocks de sécurité et des seuils de commande
En haut à gauche de lécran graphique, figurent
les données statistiques de base, tirées de la
série historique des 12 dernières consommations
mensuelles du produit Moyenne mensuelle,
écart-type, coefficient de variation, tendance
dévolution Le 12ème mois étant le plus souvent
celui en cours, il nest pas pris en compte dans
le calcul, mais les prévisions sont faites à son
horizon   La difficulté de la prévision est
estimée à partir du coefficient de variation (CV)
 à priori facile ,  moyenne ,
 difficile   Les prévisions de consommation
pour le 12ème mois (en cours), calculées à partir
des onze premiers par lissage exponentiel double
de la moyenne et de la tendance (formule de HOLT)
et par régression linéaire saffichent à droite 
  Les seuils de commandes sont calculés pour
un délai maximal de livraison paramétrable, à
partir des écarts entre les réalisations et les
prévisions selon le lissage exponentiel double de
la moyenne (Brown), de la moyenne et de la
tendance (Holt), et selon la régression linéaire,
pour 6 objectifs de taux de servicea  compris
entre 90 et 99,9 Les courbes de la série
historique (réalisation) et des prévisions sont
éloquentes. En plus de la droite de régression
linéaire et des deux méthodes de lissage
exponentiel double, le graphe propose la moyenne
mobile glissante sur 3 mois et les limites haute
et basse de lintervalle de confiance à 95 (pour
identifier les valeurs potentiellement anormales)
 
  (a) Le taux de service correspond à la
probabilité déviter une rupture pendant le délai
maximal de livraison
6
Optimiser la gestion des approvisionnements et
des stocks pharmaceutiques à lhôpital !
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
I. Démarche Un outil décisionnel pour
industrialiser les prévisions, le calcul des
stocks de sécurité et des seuils de commande
(suite)
Les valeurs (modifiables par lutilisateur) des
coefficients de lissage utilisées pour les
calculs et le tracé des courbes sont affichées au
dessus des graphiques. Alpha lisse la moyenne, et
béta la tendance. Ils ont été pré paramétrés à
0,30 et 0,20 respectivement, valeurs le plus
souvent retenues dans la grande distribution et
les secteurs industriels. Ils peuvent être
optimisés par le solveur dExcel, et
réinitialisés dun simple clic par un bouton de
commande. La feuille de calcul associée aux
graphiques contient davantage de ressources
complémentaires pour le  prévisionniste . Par
exemple, les stocks de sécurité et les seuils de
commandes (ou stock mini) sont calculés pour des
délais de livraison allant de 1 à 12 jours et
pour 6 objectifs de taux de service. dinfos
télécharger le tutoriel  Calcul des prévisions
et seuils de commande   
De conception pragmatique et opérationnelle,
loutil apporte au  prévisionniste  ou à la
personne en charge de préparer la commande,
toutes les informations nécessaires à une prise
de décision efficace pour la dimensionner
correctement ou pour (re)paramétrer le stock mini
du logiciel Pharmacie ou GEF.
7
Optimiser la gestion des approvisionnements et
des stocks pharmaceutiques à lhôpital !
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
I. Démarche Un outil décisionnel pour
industrialiser le calcul des quantités
économiques de commande
LogivPharm vous permettra de travailler à
partir dune feuille de calcul extraite de votre
logiciel Pharmacie ou GEF, pouvant contenir
jusquà 5.000 références (et davantage si
nécessaire), contenant les champs suivants 
Code, libellé, nombre de commandes annuelles,
quantité annuelle commandée, coût unitaire moyen
(ou dépense annuelle)  Loutil décisionnel
commence par créer un tableau triant les
références de produits de santé par ordre
dégressif des dépenses et colorisant différemment
chaque tranche de 5 de la dépense totale cumulée
entre 60 et 95  Puis, il vous aide à
définir une liste cible de références pour
lesquelles la méthode est intéressante à
appliquer. Dans un premier temps, après avoir
fixé une limite en de la dépense totale, vous
supprimerez le bloc de références se situant
au-delà  Puis il sagira déliminer une à une
les références pour lesquelles la méthode nest
pas applicable. Par exemple, les médicaments ou
les dispositifs commandés  à la demande  pour
quelques patients, et pour lesquels le rationnel
de décision est différent 
Lorsque vous aurez défini votre liste
définitive de produits, vous lancerez le calcul
des quantités économiques de commande. A chaque
étape, une macro dimpression vous permet
dimprimer les tableaux (mise en page pré
paramétrée avec saut de page avant les totaux) 
dinfos
télécharger le tutoriel  Calcul des quantités
économiques de commande    Cette méthode1 permet
classiquement de diminuer en valeur de 25 à 50
(et jusquà 70 !) la part variable du stock liée
aux pratiques de commande, sans modifier
lactivité (le maintien constant du nombre total
de ligne de commande constituant lun des termes
de léquation doù est dérivée la formule de
calcul proposée) et sans aucune incidence sur les
risque de rupture (elle ne touche pas aux seuils
de commande). Cela représente par exemple 250.000
euros de gains de trésorerie pour un
établissement de taille importante (1.300 lits)
ou 19.000 euros pour un établissement de 300 lits
à lactivité principalement gériatrique.
Le principe de la méthode EOQ est de redistribuer
les fréquences de commandes au prorata du poids
de chaque produit dans la dépense totale
(1) Stocks pharmaceutiques une aide à la
gestion informatisée. François PESTY et Michelle
LEBAS. Gestions Hospitalières, 1984 236
399-402.
8
Optimiser la gestion des approvisionnements et
des stocks pharmaceutiques à lhôpital !
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
I. Démarche LogivPharm est convivial, rapide
et simple à utiliser
Un simple  coller-copier  pour charger de
nouvelles données extraites de votre logiciel
Pharmacie ou GEF, dans loutil décisionnel
Accès sur un clic aux différentes fonctionnalités
à laide de boutons de commande exécutant des
macros programmées en VBA ou au moyen dune
liste déroulante  Démarrage ultra rapide  6
ou 7 secondes seulement pour 1.500
références avec le module de calcul des
prévisions et des seuils de commandes  Moins de
15 secondes pour créer le 1er tableau du module
de calcul des quantités économiques de
commande avec plus de 1.000 références  Mise
en page des impressions pré paramétrées par une
macro activée en cliquant sur une icône
 imprimante     Effacement et
réinitialisation instantanées des feuilles de
calcul pour charger des données réactualisées
dun clic sur un bouton de commande 
Avec LogivPharm, la prévision et loptimisation
des stocks deviennent un véritable jeu denfant.
() Visual Basic for Applications
9
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Application pratiqueDifférents scénarios

• Conso irrégulière, retournement baissier
• Conso erratique, sans tendance
• Très forte baisse (effondrement)
• Croissance fulgurante
• Très irrégulier, sans véritable tendance

• Conso régulière et quasi constante
• Conso régulière et tendance baissière
• Conso régulière et tendance haussière
• Conso régulière et fortement haussière
• Retournement haussier avéré

10
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N1 Produit à la consommation régulière
et quasi constante
Commentaires Pour cette référence de soluté à
la consommation si régulière et pratiquement
constante, l'écart-type est peu important par
rapport à la moyenne. Cela ne coûtera pas très
cher de s'offrir 99,9 de protection contre les
ruptures (A peine plus dun jour de stock
supplémentaire pour passer d'une probabilité de
risque de rupture de stock pendant les 5 jours
de délai maximal de livraison 10 à 1 pour 1000)
si lon prend les 800 UCD préconisées comme seuil
de commande avec la prévision par régression
linéaire Les produits présentant ce type de
caractéristiques de consommation, autorisant la
mise en œuvre simple et fiable du calcul du stock
mini sur la base d'une formule intégrant la
moyenne mensuelle et l'écart-type des douze
derniers mois, sont en fait très nombreux !
11
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N2 Produit à la consommation régulière
et tendance baissière
Commentaires Pour ce soluté massif qui
présente une consommation plutôt régulière et une
tendance assez nettement baissière, l'écart-type
reste encore peu important par rapport à la
moyenne (11). Cela coûtera moins de 3 jours
supplémentaires de stock pour s'offrir encore ici
99,9 de protection contre les ruptures si lon
choisi les 328 UCD comme seuil de commande
proposé par le lissage exponentiel double de
Brown (lequel sous pondère la tendance par
rapport à la formule de Holt, un atout en cas de
retournement de tendance, une hypothèse crédible
ici) Attention toutefois, car la tendance
baissière pourrait avoir été cassée ces six
derniers mois gtgtgt A suivre produit à placer
sous surveillance !
12
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N3 Produit à la consommation régulière
et tendance haussière
Commentaires Pour cet antalgique, la
projection de la droite de régression linéaire
amène à une prévision de 4.930 unités pour le
12ème mois Soit une hausse de 20 de la
consommation sur un an et de 10 sur la moyenne
calculée sur 12 mois Dans cet exemple, le
calcul d'un stock mini sur la valeur moyenne,
sans tenir compte que cette consommation augmente
très sensiblement, sous-estime le stock de
couverture d'environ 10. A relativiser et à
discuter car la consommation du dernier mois
pourrait être anormalement basse ! Est-ce un
retournement de tendance ou y-a-t-il eu une
rupture chez le fournisseur ? Si l'on ne tient
pas compte de ce dernier mois, alors la
consommation croit encore plus fortement A
surveiller !
13
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N4 Produit à la consommation régulière
et tendance fortement haussière
Commentaires La projection de la droite de
régression linéaire (en vert avec pointillés)
amènerait à une prévision de 2.050 unités pour le
12ème mois Soit une hausse de 46 de la
consommation sur un an Ce médicament lancé en
2005, après une croissance exponentielle
classique, pourrait prochainement atteindre un
plateau (maturité) Dans cet exemple, le calcul
d'un stock mini sur la valeur moyenne
arithmétique des 12 derniers mois (1.726),
sous-estimerait la réalité d'environ 20, et
exposerait donc à un sérieux risque de rupture
14
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N5 Retournement haussier avéré
Commentaires Cet antihypertenseur en vogue,
après une période de baisse sensible, s'est
retourné à la hausse (visite médicale du labo ?)
La projection de la droite de régression
linéaire (en vert avec pointillés) amènerait à
une prévision de 1.228 unités pour le 12ème mois
Soit une hausse de 42 de la consommation sur
un an et de 18 sur la moyenne calculée Mais
elle sous-estime probablement encore la réalité
de la croissance actuelle ! L'évolution en cours
semble mieux prédictible à partir du modèle de
Brown (courbe marron), lequel ne lissant pas la
tendance, réagit plus rapidement à un changement
de type retournement, ou à partir dune
extrapolation de la courbe jaune des moyennes
mobiles glissantes sur 3 mois gtgtgt Produit à
suivre !
15
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N6 Produit à la consommation irrégulière
avec un retournement baissier
Commentaires En basant la prévision de
consommation sur la droite de régression (en vert
avec pointillés), une sortie de 1.618 unités
devrait être enregistrée pour le 12ème mois
Soit une hausse de 50 de la consommation sur un
an, mais seulement 20 sur la moyenne
arithmétique calculée sur 12 mois En effet,
nous assistons à un retournement à la baisse, et
le double lissage de Brown est plus prédictifs
que la régression linéaire ou que le lissage de
Holt Ce médicament lancé en 2007, après une
croissance exponentielle classique semble déjà en
déclin (maturité) A suivre
16
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N7 Produit à la consommation erratique,
sans tendance
Commentaires Pour ce sulfamide hypoglycémiant,
malgré ses fortes fluctuations, la consommation
moyenne reste pratiquement constante (Elle n'a
même pas baissé d'un point sur l'ensemble de
l'année, d'après la droite de régression) En
revanche, les fortes variations d'un mois sur
l'autre, font que le relèvement de 90 à 99,9 du
taux de protection contre les ruptures,
impliquera ici un stock d'appoint beaucoup plus
important, équivalent à près de 6 jours de
consommation tendancielle ! (ratio ET/M 27)
Autrement dit, il faudra augmenter de 9 à 15
jours le stock mini pour se protéger d'un risque
de rupture de 10 à 1 pour mille pendant les 5
jours de délai maximal de livraison La
consommation du mois 11 est à deux doigt de
sortir de lintervalle de confiance 95, et
pourrait être  anormale  Ces fortes
variations sont probablement liées à un très
petit nombre d'unités fonctionnelles
utilisatrices
17
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N8 Produit en très forte baisse
(effondrement)
Commentaires La consommation des sachets de
sorbitol a été divisée par 4 en quelques mois
Dans ces conditions, le calcul d'un stock mini
basé sur la moyenne des 11 derniers mois pourrait
représenter 3 ou 4 fois la demande réelle
(Surstockage) Une explication possible L'une
des principales unités cliniques consommatrices a
stoppé son utilisation de sorbitol sachets au
cours du 6ème ou 7ème mois Dans tous les cas,
le lissage de Brown (courbe marron) ou
lextrapolation de la moyenne glissante sur 3
mois (jaune) permet de mieux coller à la réalité
lorsque les changements de consommation sont
aussi brusques, et de bien sécuriser les
prévisions !
18
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N9 Produit à la croissance fulgurante
Commentaires La consommation de cet antalgique
de niveau 2 (OMS) a littéralement "explosé",
multipliée par 7 entre le 2ème et le 11ème mois
de notre période d'observation Dans ces
conditions, un stock mini dont le calcul serait
basé sur la moyenne des 11 derniers mois (389
UCD) pourrait s'avéré totalement dépassé par une
demande tendancielle deux fois supérieure à la
moyenne calculée ! En revanche, les 4 modèles
de prévision proposés aboutissent à des résultats
assez comparables. Le lissage de Brown (marron)
et lextrapolation de la moyenne mobile glissante
sur 3 mois (jaune) étant plus réactifs puisque
moins sensible à la tendance longue, que la
régression linéaire et le lissage de Holt Mais
aucun de ces modèle ne se  planterait  autant
que lutilisation, pourtant couramment répandue,
dune moyenne sur 12 mois !
19
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Cliquer sur les liens
Fiche N10 Produit très irrégulier, sans
véritable tendance
Commentaires La consommation de cette
"superstatine" est très chaotique Même si la
demande a cru de seulement 11 sur la totalité de
la période d'observation, on a pu enregistrer
quelques hausses fulgurantes 58 au 3ème mois
238 au 6ème mois 121 entre le 9ème et
le 11ème mois suivies de chutes toutes aussi
spectaculaires ! Dès lors, comment prévoir un
stock de sécurité nous prémunissant
d'augmentations aussi brutales de la consommation
(imprévisibilité de la demande) Loutil
décisionnel qualifie dailleurs la difficulté de
prévision d Assez difficile  Les modèles
proposés font des préconisations assez voisines
et le risque derreur est donc limité
20
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV

• Au plaisir déchanger avec vous sur la démarche
  
• François PESTY
• Expert Conseil en optimisation des
  approvisionnements et de la gestion des stocks
• 01 30 45 03 59 / 06 88 89 53 51
• Télécharger la présentation des prestations
  associées à la fourniture de LogivPharm
• PS Nhésitez pas à me contacter, en particulier
  si vous répondez non aux questions suivantes
  
• Pour dimensionner votre commande utilisez-vous
  une prévision de consommation ou simplement une
  moyenne mensuelle passée ?
• Calculez-vous un seuil de commande correspondant
  à un objectif de taux de service ?
• Savez-vous déterminer la quantité économique de
  commande ?
• La recherche des informations pour préparer la
  commande dun produit de santé se fait-elle
  produit par produit ? Est-elle manuelle ou
  automatisée ?
• Disposez-vous dun outil daide décisionnelle ?

21
Sommaire Contexte - Démarche -
Etudes de cas 1 - 2 - 3 - 4 -
5 - 6 - 7 - 8 - 9 - 10 -
Coordonnées - Mini-CV
Sélection dexpériences
Profil
Consultant

• gt 25 ans d'expérience dans le domaine du
  médicament
• Paris XI Docteur en pharmacie (1982)
• ISG Institut Supérieur de Gestion (1984)
• EUA European University of America, San
  Francisco (1983)
• Ancien interne des hôpitaux de Paris (Concours
  1981)

• Parcours
• 4 ans dinternat à lAP-HP, 15 ans dans
  lindustrie du médicament, consultant chez ITG
  depuis juillet 2005
• Expertise
• organisation et informatisation du circuit du
  médicament à lhôpital et de la gestion de la
  pharmacie Pilotage médico-économique gestion
  de projet, conduite du changement
• Sélection dexpériences Dans le domaine du
  circuit du médicament à lhôpital et de la
  pharmacie
• - Missions daudit et de conseil sur la gestion
  de la pharmacie et lorganisation du circuit du
  médicament En 2009-2010, un CH et un CHS pour
  Factea Santé  En 2008, un CHU pour le CNEH.
  Trois bases de données construites à partir
  dextraction des données de consommation en
  produits de santé à loccasion de ces missions
  qui comportaient toutes un volet
  médico-économique
• - Pilotage médico-économique des produits de
  santé Construction de bases de données, état
  des lieux, proposition de pistes déconomie Une
  clinique et un SSR en 2009 Un CHG en 2010
• Pour la Haute Autorité de Santé (HAS) En mai
  2008, animation dune journée de formation et de
  réflexion  Quelle cible dexigences
  fonctionnelles pour une certification des LAP
  hospitaliers ? ,
• Aide à la réflexion sur lamélioration de la
  couverture fonctionnelle des logiciels SHS
  France en 2006, le GMSIH en 2007, CEGI Santé en
  2008, ORACLE en 2010
• Site web dédié http//optimiz-sih_circ_med.fr

François PESTY est lauteur de  Lhôpital,
malade de ses médicaments , publié en mai 2010
dans la revue  Gestions Hospitalières