Forecasting Remaining Inventory and Seasonal Trends
Fabrice Decroo
Consulting Director
August 17, 2026
End-of-season clearance sales are never a surprise: they are a sign of a missing or insufficiently reliable forecast of remaining inventory, one that was prepared too late.
The combined cost of stockouts and excess inventory reached approximately 1,730 billion dollars worldwide in 2025 (IHL Group).
End-of-season inventory clearance comes as no surprise: it’s the visible result of a forecast that failed to anticipate, several months in advance, how much inventory would remain to be sold. Forecasting remaining inventory turns a decision made in a hurry into a well-prepared one.

Clearance sales begin months before the markdowns
Quand un category manager découvre en fin de saison qu'il reste 30 % du stock à écouler, le problème n'a pas commencé cette semaine-là: il a commencé au moment de l'achat ou de la production, sur la base d'une prévision de vente qui s'est révélée trop optimiste. Le déstockage n'est pas la cause du problème, c'est le symptôme d'une prévision de stock résiduel absente ou insuffisamment fiable.
Prévoir le stock résiduel consiste précisément à répondre, avant même le début de la saison de vente, à cette question: si les ventes suivent la trajectoire attendue, combien restera-t-il à écouler à la date butoir?
The Overall Cost of Poor Planning
The scale of the problem across the industry has been documented. According to IHL Group, an analytics firm specializing in retail inventory imbalances, the combined cost of stockouts and overstock reached approximately $1,730 billion globally in 2025, representing nearly 6.5% of global retail sales.
de perte annuelle estimée au niveau mondial, combinant ruptures de stock et surstocks, environ 6,5 % du chiffre d'affaires retail mondial (IHL Group).
Le surstock (la moitié de ce problème) est directement lié à une prévision de stock résiduel insuffisante: sans anticipation fiable de ce qu'il restera à écouler, la démarque de fin de saison devient plus profonde et plus tardive qu'elle n'aurait dû l'être.
Seasonality: The Least Well-Accounted-For Variable
La saisonnalité ne se résume pas à « ça se vend plus en été ». Trois dimensions doivent être distinguées, sous peine de fausser toute prévision de stock résiduel:
- La saisonnalité de la catégorie: le rythme de vente attendu sur l'année, propre à chaque famille de produits.
- Les événements ponctuels: soldes, jours fériés, météo exceptionnelle, qui déplacent temporairement la demande sans changer la tendance de fond.
- La dérive d'une tendance: un changement durable de comportement d'achat, à distinguer d'une simple variation saisonnière normale.
Confondre ces trois dimensions est l'erreur la plus fréquente: traiter une dérive de tendance comme une simple variation saisonnière retarde la décision de démarquer, jusqu'à ce que le stock résiduel devienne trop important pour être écoulé dans de bonnes conditions.
How to Build a Reliable Forecast of Remaining Inventory
Start from the history, category by category
Develop a typical seasonal sales curve for each product family, covering several years if historical data allows.
Project the remaining sales pace
Based on sales already made at the start of the season, project the likely sales trend through the deadline.
Estimate the likely remaining inventory
Compare available inventory with the projected sales trend to estimate, several weeks in advance, how much inventory will remain to be sold.
Initiate markdowns proactively, not reactively
Utiliser cette prévision pour activer le calendrier de démarque prévu, voir notre article sur le calendrier de démarque.
What This Means in Practice
Une prévision fiable du stock résiduel ne supprime pas le besoin de démarquer, elle change le moment où la décision se prend. Au lieu de découvrir un problème en fin de saison et de le corriger dans l'urgence avec une décote maximale, l'enseigne anticipe l'écart plusieurs semaines à l'avance et peut appliquer une démarque plus mesurée, mieux répartie dans le temps, avec un impact marge nettement moins violent.
Before the next end-of-season clearance sale
- Do I have a forecast for remaining inventory before the peak of the sales season?
- Can I distinguish between normal seasonality, a one-time event, and a trend deviation?
- Does this forecast trigger any action, or is it just a single number?
- Did I compare my residual forecast from last season with the actual results to adjust the method?
FAQ
The questions we are most frequently asked before getting started.
C'est l'estimation, avant la fin de la saison de vente, de la quantité de stock qui restera invendue à la date butoir si les ventes suivent leur trajectoire probable. Elle répond à une question précise, posée le plus en amont possible: si le rythme actuel se maintient, combien de pièces resteront sur les rayons ou en réserve le jour où la saison se termine?
Cette prévision se construit en trois temps: on part de la courbe de vente saisonnière type de chaque famille de produits établie sur l'historique, on projette le rythme de vente restant à partir des ventes déjà réalisées en début de saison, puis on compare le stock disponible à cette trajectoire projetée pour en déduire le résiduel probable plusieurs semaines à l'avance.
C'est cette anticipation qui change tout: un category manager qui découvre 30 % de stock invendu en fin de saison n'a pas un problème de fin de saison, il a un problème de prévision qui remonte à l'achat ou à la production. Le coût combiné des ruptures et des surstocks a atteint environ 1730 milliards de dollars en 2025 à l'échelle mondiale selon IHL Group, soit près de 6,5 % du chiffre d'affaires retail mondial, le surstock, la moitié de ce total, est directement lié à ce défaut de prévision.
Pour un retailer, disposer de cette prévision transforme une décote de fin de saison subie dans l'urgence en une démarque anticipée et mesurée, avec un impact marge nettement moins violent qu'une correction tardive, c'est l'objet de notre guide de référence sur la prévision des ventes.
Parce qu'elle mélange trois phénomènes distincts (rythme saisonnier normal, événements ponctuels et dérives de tendance durables) souvent confondus dans les prévisions faites à la main ou avec des outils trop simples.
La saisonnalité de la catégorie correspond au rythme de vente attendu sur l'année, propre à chaque famille de produits. Les événements ponctuels (soldes, jours fériés, météo exceptionnelle) déplacent temporairement la demande sans changer la tendance de fond. La dérive d'une tendance, elle, est un changement durable de comportement d'achat qu'il faut absolument distinguer d'une simple variation saisonnière normale, sous peine de fausser toute la prévision de stock résiduel qui en découle.
Confondre ces trois dimensions est l'erreur la plus fréquente observée sur le terrain: traiter une dérive de tendance comme une simple variation saisonnière retarde la décision de démarquer, jusqu'à ce que le stock résiduel devienne trop important pour être écoulé dans de bonnes conditions.
Pour un retailer, ne pas séparer ces trois signaux revient à piloter sa démarque avec un instrument faussé: la bonne décision (ajuster le prix, accélérer l'écoulement ou au contraire ne rien changer) dépend entièrement de savoir lequel des trois phénomènes est réellement à l'œuvre, comme le détaille notre méthode pour intégrer les événements exogènes à une prévision des ventes.
Dès le début de la saison de vente, en s'appuyant sur les premières semaines de ventes réelles pour projeter la trajectoire jusqu'à la date butoir, attendre la fin de saison pour constater l'écart revient à découvrir le problème au moment où il n'est plus possible d'agir dessus autrement que dans l'urgence.
In practical terms, the method starts withsales history broken down by category—compiled over several years whenever possible—to determine the typical sales curve for each product family. Once the season begins, actual sales from the first few weeks are used to project the remaining sales pace, which is then compared to available inventory to estimate, several weeks in advance, how much inventory will remain to be sold.
Cette prévision n'a de valeur que si elle déclenche une action concrète: elle doit alimenter le calendrier de démarque prévu, pas rester un chiffre isolé consulté trop tard. C'est cette bascule (de la découverte en fin de saison à l'anticipation dès le lancement) qui distingue une démarque subie d'une démarque pilotée.
Pour un retailer, démarrer la prévision dès le premier jour de vente donne plusieurs semaines de marge de manœuvre supplémentaires pour ajuster les prix progressivement, au lieu de tout corriger d'un coup en fin de période, à condition de disposer d'un historique de ventes suffisant pour prévoir juste.
No, but it allows for a more measured price reduction that is spread out over time, rather than a sudden, drastic markdown decided in a rush at the end of the season.
La différence ne porte pas sur le principe de la démarque (un stock résiduel doit toujours être écoulé) mais sur le moment où la décision se prend. Sans prévision, l'enseigne découvre l'ampleur du problème en fin de saison et doit appliquer une décote maximale pour écouler rapidement ce qu'il reste. Avec une prévision fiable établie plusieurs semaines à l'avance, elle peut au contraire étaler la démarque, en ajustant progressivement le prix à mesure que l'écart entre ventes réelles et trajectoire attendue se confirme.
Cet étalement change directement l'impact sur la marge: une décote unique et tardive rogne fortement la rentabilité sur l'ensemble du stock restant, alors qu'une démarque progressive et anticipée permet d'écouler une partie du stock à des niveaux de prix intermédiaires, avant d'arriver à la décote la plus forte sur le solde final.
Pour un retailer, l'objectif n'est donc pas de supprimer la démarque de fin de saison, mais de la transformer en décision préparée plutôt qu'en réaction de dernière minute, avec, à la clé, un impact marge nettement moins violent, comme le détaille notre article sur le markdown et déstockage sans sacrifier la marge.
Sources: IHL Group, étude sur la distorsion des stocks retail à l'échelle mondiale, ihlservices.com · Données produit Booper (module GENIUS Predict, prévisions de ventes et scénarios saisonniers).
Chaque rentrée, la même statistique rassure tout le monde : le panier scolaire recule ou grimpe de quelques points en moyenne. Cette année, le chiffre est réel : 14,35 % de baisse sur les fournitures. Mais un category manager qui pilote sa rentrée sur ce seul chiffre agrégé prend une décision aveugle, car dans le détail, tout ne baisse pas.
Ce guide décortique trois arbitrages pricing concrets de la période de rentrée : la granularité de la décision derrière un indice moyen, l'écart de prix entre canaux et la trajectoire de prix dans le temps, avec des données réelles 2026 et des exemples terrain (cartable, calculatrice, fournitures).
Le bio cumule des coûts d'achat plus élevés, des volumes plus faibles et une démarque supérieure sur le frais : la baisse de prix généralisée y est plus coûteuse qu'en conventionnel. L'écart moyen bio/conventionnel (≈ 75 % sur 218 catégories) varie énormément d'une catégorie à l'autre, et une baisse n'est rentable que si elle coche trois signaux à la fois : élasticité forte, notoriété, coût de revient maîtrisé.
67 % des Français préfèrent un produit local à un produit labellisé bio quand il faut choisir entre les deux promesses, et environ 4 sur 10 sont des « mixeurs » bio/conventionnel. Le prix d'un produit bio doit refléter sa valeur perçue cumulée — label, origine, producteur — pas seulement l'appartenance à la case bio.
