|
La prévision des ventes est un pré-requis à toute tentative de planification de la Supply Chain. On constate souvent les caractéristiques suivantes : les prévisions sont à priori fausses plus on travaille la prévision à un niveau agrégé, plus elle est fiable plus l’horizon de prévision est long, moins elle est fiable
A- Méthodes de prévision 1. Horizon de prévision L’horizon de prévision varie selon l’utilisation qui en sera faite : Prévisions Court Terme (jours) pour : Prévisions Moyens Terme (semaines) pour : Prévisions Long Terme (mois) pour : L’établissement des budgets Le dimensionnement des ressources L’identification des tendances
2. Méthodes subjectives de prévisions Il existe dans certains secteurs le recours à de la prévision subjective (établie sur des avis et non des évaluations mathématiques). Parmi ces méthodes : opinion des individus concernés (ex: vendeurs) sondage auprès des clients potentiels opinion des experts d’un domaine ou méthode Delphi
3. Méthodes objectives de prévision Le plus souvent utilisées en entreprise, intégrée dans les outils de prévision et planification de la demande. 3.1. Séries Temporelles Elles s’appuient sur les données historiques de vente et modélisent le comportement futur selon le constat passé. Elles s’appuient sur l’analyse de : la tendance : stabilité d’une croissance ou décroissance dans le temps (linéaire ou non-linéaire) la saisonnalité: un évènement se répète à intervalles fixes (peut être hebdomadaire, mensuelles, annuelle…) le caractère erratique: se dit d’un évènement très irrégulier et imprévisible
3.2. Séries stationnaires Une série stationnaire est une série dans laquelle chaque évènement peut être représenté par une constante à laquelle s’ajoute une fluctuation aléatoire Deux méthodes sont utilisées: Une moyenne mobile d’ordre N est définit comme étant la moyenne arithmétique sur les N dernières observations. En méthodes prévisionnelles, cette moyenne devient la prochaine prévision. Une méthode classique et populaire de prévision est le lissage exponentiel, la prévision courante est une moyenne pondérée de la dernière prévision et de la valeur courante de la demande Voir Lissage Exponentiel Simple 3.3. Analyse de la tendance Régression linéaire Elle permet l’analyse des données et le calcul de la tendance sous forme d’équation du premier degré (relation affine du type Y = a.X + b) Voir Régression Linéaire Méthode du double lissage exponentiel de Holt La méthode de Holt est basée sur le double lissage pour l’évaluation des séries temporelles avec composantes de tendance. 3.4. Séries saisonnières Une série saisonnière est une série dont le profil se répète toutes les n périodes durant un certain nombre de périodes. Facteurs saisonniers La méthode la plus connue est d'évaluer les facteurs multiplicateurs de chacune des saisons et de pondérer la tendance en fonction de ces facteurs. Méthode de Winters La méthode de Winters est un triple lissage exponentiel. B- Contrôle de la fiabilité de la prévision =Minimisation des valeurs suivantes Soit et l’erreur sur la prévision à la période t, on définit et comme la différence entre la valeur estimée de la prévision et la valeur réelle. et = Ft - Dt Soient e1, e2, e3, ... , en l’erreur observée sur les n périodes considérées, alors: la déviation absolue moyenne (MAD) sera: 
et l’erreur moyenne au carré (MSE) sera:  finalement l’erreur absolue exprimée en pourcentage sera: 
|
Fiches Techniques 
