Vous êtes sur la page 1sur 8

www.tifawt.

com

La gestion des ventes.


I.

La prvision des ventes.

A. Principe.
Elle consiste dterminer les ventes futures la fois en quantit et en valeur en tenant compte des
tendances et contraintes imposes lentreprise. Cest pourquoi on doit voir les outils.
Il faut tenir en compte galement des politiques de dcisions gnrales. Il va en rsulter un chiffre
daffaire prvisionnel.
Le but est que le budget des ventes permette dtablir le programme de production, le programme
dapprovisionnement et dtudier lquilibre prvisionnel de la trsorerie.
La prvision des ventes long terme permet denvisager les investissements raliser et leurs
plans de financement. Organiser la distribution ou logistique de lentreprise.
La prvision des ventes est la base de la gestion budgtaire.
B. Les bases des prvisions.
Les informations viennent la fois de lextrieur de lentreprise et de lactivit de lentreprise.
1. Lanalyse des informations passes.
Les outils statistiques : Valables uniquement court terme. On suppose que les hypothses de
travail sont valables dans lavenir. Les outils statistiques ne sont pas valables pour les nouveaux
produits.
2. Analyse dinformations actuelles.
Informations sur le march (enqutes.) et informations sur les choix de lentreprise.
C. Les techniques des prvisions.
Selon que la prvision concerne les produits existants ou des produits nouveaux, les techniques de
prvision diffrent.
1. Techniques de prvision pour les marchs et produits dj existants.
a) Les mthodes quantitatives (analyses statistiques)
Elles sappuient sur lexamen de sries chronologiques afin de dcouvrir des tendances et des
volutions et les prolonger dans le futur ; c'est--dire par extrapolation.
-

Les techniques dextrapolation :

Pralable et ncessaire : lobservation graphique. Il faut toujours examiner son nuage de points
pour pouvoir dterminer la mthode appliquer. Lexamen de la srie peut faire apparatre la fois
le phnomne.
- Recherche des tendances gnrales.
On va rechercher lvolution qui va se matrialiser par une courbe qui passera au milieu du
nuage de points. Courbe dont on dtermine lquation.
www.tifawt.com

www.tifawt.com

Cas de tendance linaire.

1. Ajustement linaire :
1. a : Rgression simple et multiple.
Deux variables quantitatives X et Y. L a rgression permet de formaliser la relation qui stablit
entre elles. La rgression de Y en X est destine expliquer les valeurs de Y par celles prises par X
et la rgression de X en Y permet dexpliquer les valeurs de X par celles de Y. On lappelle
rgression simple.
La fonction est : f(x) = aX +b, ou a et b sont deux rels dterminer.
1. b : Ajustement par la mthode de moindres carrs.
La meilleure droite dajustement au sens de la mthode du moindre carr est celle pour
lesquelles la somme des carrs des distances des points reprsentatifs la droite, mesures
paralllement laxe des ordonnes, est la plus faible
b= Y* - aX* et a = Somme (Xi X*)( Y1 Y*)
Somme (Xi X*)^2
Ou a = Somme XiYi NX*Y*
Somme (Xi^2 X*^2 N
Le cfficient "a" correspond la pente de la droite du moindre carr.
Dans le cas dune rgression de X et Y, lquation de droite est X= aY + b
a= Cov(x, y) =
cart.Type^2 Y

somme(Xi X*)(Y1-Y*)
somme (Yi Y*)^2

2. Extension de lajustement linaire.


Les relations ou fonctions non linaires doivent tre pralablement transformes afin que les
principes de lajustement linaire leur soient appliqus.
2. a : Fonction exponentielle.
Ce type de relation est utilis dans la description de lvolution dune variable en fonction de temps
dans le cas o son taux de variation est constant. Par exemple, la valeur acquise dun capital plac
pendant plusieurs priodes un taux fixe.
Il sagit des fonctions de la forme Y = b.a^x o a et b sont les constantes. La forme logarithmique
de cette galit scrit :
Log y = Log b + XLog a = X log a + Log b
Posons : Y= log y ; B = log b ; A = Log a

Lgalit devient : Y = B + A^X


Ds lors, il est possible de calculer les valeurs de A et B par la mthode du moindre carr. Une fois
celle ci obtenues, la transformation inverse doit tre opre.
A = Log a => a = 10^log a = 10^A; B = log b => b = 10^log b = 10 ^B
www.tifawt.com

www.tifawt.com

La transformation peut tre opre laide de logarithme nprien. Dans ce cas, linterversion
finale est de la forme :
a = e^ln a = e^A et b = e ^ln b = e^B.
3. b : Fonction puissance
Ce type de fonction permet de dcrire les relations de variables X et Y dont les taux de variations
sont lis par une valeur constante a (par exemple, lvolution du chiffre daffaires selon le prix).
Ces fonctions sont de la forme : Y = bX^a o a et b sont les constantes. Le logarithme de galit
scrit :
Log y = log b + a log x = a log x + log b
Posons : Y = log y ; X = log x ; B = log b ; Lgalit devient : Y= a X + B
Une fois les valeurs de a et B dtermines par la mthode de moindre carr, seule la valeur de B
doit tre obtenue par la transformation inverse, car le coefficient a na pas t transform.
B= log b => b = 10^log b = 10^B
4. Corrlation :
4. a : Dfinition : Le coefficient de corrlation linaire not r mesure lintensit de la liaison entre
les variables X et Y. Il est dfini par le rapport :
r = somme (Xi- X*)(Yi Y*)
racine carr (somme (Xi-X*)^2 x somme (Yi Y*)^2
ou r = Somme XiYi NX*Y*
Racine carr de la somme (Xi^2- NX*^2) x Somme(Yi^2 NY*^2)
Ce coefficient est compris entre -1 et 1 -1<= r <= 1
5. b : Interprtation de r et le coefficient de la droite dajustement.
r = 0 : traduit labsence de corrlation a = a= 0 => Y = b
r > 0 : indique que les deux variables voluent dans le mme sens.
- si X augmente alors Y augmente aussi.
- Si X diminue alors Y diminue aussi
Plus r est proche de 1 et plus lintensit de la liaison est importante.

r = 1 : traduit lexistence dune liaison fonctionnelle, dans ce cas b = b = 0 et a = a


= 1. Il y a une superposition des droites dajustement de Y en X et de X en Y.
r < 0 : traduit lvolution des variables.
- si X diminue alors Y augmente
- si X augmente alors Y diminue.
R = -1 : Correspond galement une liaison fonctionnelle. Dans ce cas,
a = a = -1 et b = b = Y* + X* ; droites dajustements sont confondues.
5. c : Observation :
<Le coefficient de corrlation linaire napporte aucune information sur le caractre causale de la
relation de deux variables considres.
Application :
www.tifawt.com

www.tifawt.com

Une entreprise cherche caractriser la liaison entre ses bnfices et sa production dans la phase de
lancement dun nouveau produit, laide du tableau suivant prsentant, pour des niveaux de
production x, les bnfices attendus y.

Niveaux de production Bnfices attendus

Niveaux de production

1
2
8
10
17

21
43
60
70
150

0.2
0.9
13.0
20.0
72.0

Bnfices attendus
140
280
500
1.100
3.000

Dterminer la liaison simplifie entre ces 2 sries, en choisissant la forme la plus adquate. Pour ce
faire, on reprsentera graphiquement le bnfice en fonction de la production, puis on examinera
les hypothses suivantes :
- la liaison est linaire de la forme y = a. x + b
- la liaison est une fonction exponentielle de la forme y = b .a^x
- la liaison est une fonction puissance de la forme y = b. x^a
Dans chacun des cas tudis, on proposera lquation sous sa forme dfinitive. On choisira
lajustement dont le degr de prvision est le plus lev (calcul du coefficient de corrlation) et on
calculera les prvisions correspondantes aux niveaux de production suivants :
310, 320, 330 et 340

www.tifawt.com

www.tifawt.com

Ajustement par moindre carr.


x*
y*
xi

38,2
512,61
yi

Xi=xi-x*

Yi=yi-y*

Xi^2

Yi^2

Xi.Yi

1
2
8
10
17
21
43
60
70
150

0,2
0,9
13
20
72
140
280
500
1100
3000

-37,2
-36,2
-30,2
-28,2
-21,2
-17,2
4,8
21,8
31,8
111,8

-512,41
-511,71
-499,61
-492,61
-440,61
-372,61
-232,61
-12,61
587,39
2487,39

1383,84
1310,44
912,04
795,24
449,44
295,84
23,04
475,24
1011,24
12499,24

262564,008
261847,124
249610,152
242664,612
194137,172
138838,212
54107,4121
159,0121
345027,012
6187109,01

19061,652
18523,902
15088,222
13891,602
9340,932
6408,892
-1116,528
-274,898
18679,002
278090,202

382

5126,1

19155,6

7936063,73 377692,98

19,7171052
240,583418
0.968

b
r

b= Y* - aX* et a = Somme(Xi X*)( Y1 Y*)


Somme (Xi X*)^2
r = somme ( Xi- X*)(Yi Y*)
racine carr (somme(Xi-X*)^2 x somme(Yi Y*)^
Le coefficient de corrlation vrifie la qualit de la corrlation entre -1 et 1.
Cas de tendance non linaire : La mthode de moindre carr reste valable. Si la srie nest pas
linaire, on va utiliser un artifice pour la rendre linaire. Cet artifice est lajustement logarithmique.
Dans la fonction de type exponentielle on va jouer sur laxe des abscisses et dans la fonction de
type logarithmique on va jouer sur laxe des ordonns pour avoir un ajustement linaire.
Correction de lexercice par la fonction exponentielle.
x*
y*

38,2
1,7338

xi

yi

log y

Xi=xi-x*

Yi=yi-y*

Xi^2

Yi^2

Xi.Yi

1
2
8
10
17
21
43
60
70
150

0,2
0,9
13
20
72
140
280
500
1100
3000

-0,6990
-0,0458
1,1139
1,3010
1,8573
2,1461
2,4472
2,6990
3,0414
3,4771

-37,2
-36,2
-30,2
-28,2
-21,2
-17,2
4,8
21,8
31,8
111,8

-2,4328
-1,7796
-0,6199
-0,4328
0,1235
0,4123
0,7133
0,9651
1,3076
1,7433

1383,84
1310,44
912,04
795,24
449,44
295,84
23,04
475,24
1011,24
12499,24

5,9185
3,1669
0,3843
0,1873
0,0153
0,1700
0,5088
0,9315
1,7097
3,0390

90,5003
64,4212
18,7207
12,2051
-2,6182
-7,0914
3,4240
21,0399
41,5803
194,8994

382

5126,1

17,3383

19155,6

16,0314

437,0815

www.tifawt.com

www.tifawt.com

Y = b.a^x
Log y = Log b + XLog a = X log a + Log b => a= somme Xi.(logy y*)/ Xi^2
Posons : Y= log y ; B = log b ; A = Log a
Lgalit devient : Y = B + A^X => Y= 0.8622 + 0.022817^x
A = 0.022817 => a= 10 ^0.022817 = 1.053
B = 0.8620 => b= 10^0.8620
= 7.277
Comme y = b.a^x
=> y=7.2812 x 1.053^x
a
B
r

0,02281743
0,8622092
0,789

La corrlation nest pas bonne cause de 0.789 do il faut essayer la tendance de fonction
puissance qui accordera moins dimportance lchelle de X.
Y = bX^a
Log y = log b + a log x = a log x + log b
Posons : Y = log y ; X = log x ; B = log b
Y= a X + B
B= log b => b = 10^log b = 10^B
x*
y*

1,2190
1,7338

xi

yi

log xi

log y

Xi=logx-x*

Yi=yi-y*

Xi^2

Yi^2

Xi.Yi

1
2
8
10
17
21
43
60
70
150

0,2
0,9
13
20
72
140
280
500
1100
3000

0,0000
0,3010
0,9031
1,0000
1,2304
1,3222
1,6335
1,7782
1,8451
2,1761

-0,6990
-0,0458
1,1139
1,3010
1,8573
2,1461
2,4472
2,6990
3,0414
3,4771

-1,2190
-0,9179
-0,3159
-0,2190
0,0115
0,1033
0,4145
0,5592
0,6261
0,9571

-2,4328
-1,7796
-0,6199
-0,4328
0,1235
0,4123
0,7133
0,9651
1,3076
1,7433

1,4859
0,8426
0,0998
0,0479
0,0001
0,0107
0,1718
0,3127
0,3920
0,9161

5,9185
3,1669
0,3843
0,1873
0,0153
0,1700
0,5088
0,9315
1,7097
3,0390

2,9655
1,6335
0,1958
0,0948
0,0014
0,0426
0,2957
0,5397
0,8187
1,6686

382

5126,1

12,1896

17,3383

0,0000

4,2796

16,0314

8,2562

a
B
r
b

1,9292
-0,6178
0,789
0,24123

Le coefficient de corrlation r = 8.2562/ racine carr (4.2796*16.0314) = 0.9968.


Equation : Y = 0.24123 * X^1.9292
Donc, cest la fonction puissance qui permet de mieux ajuster la droite.

www.tifawt.com

www.tifawt.com

La prise en compte de variations particulires :


On procde llimination de variations saisonnires ; Llimination des variations saisonnires
dune srie est un pralable ncessaire la prvision de tout phnomne prvue des telles
fluctuations.
- Dabord liminer leffet conjoncturel par le biais de la dsaisonnalisation et ensuite tudier
le phnomne de fond.
Mthode des moyennes mobiles.
Cette mthode permet de mettre en vidence la tendance de fond et dliminer tout phnomne
cyclique. On obtient une srie dsaisonnalise quon ajustera. On trouve la droite dune srie
dsaisonnalise quon extrapole pour avoir la srie.
Plusieurs mthodes :
- mthode de double moyenne : On partage les nombres de points du graphique en 2 sries tel
que P + Q = N. La droite dont on cherche lquation passe par les points moyens des 2
groupes.
- Mthode des moyennes mobiles : Pour dsaisonnaliser, ce nest pas ncessaire dutiliser des
coefficients.
Application
Les productions trimestrielles de lentreprise Onie se prsentent pour les 4 dernires annes
suivantes :
Annes
trimestres
N trimestre
N trimestre
N trimestre
N trimestre

et
1
2
3
4

N + 1 trimestre 1
N + 1 trimestre 2
N + 1 trimestre 3
N + 1 trimestre 4

Productions
8.000
8.500
6.000
7.500

Annes et trimestres
N + 2 trimestre 1
N + 2 trimestre 2
N + 2 trimestre 3
N + 2 trimestre 4

productions
9.300
9.800
7.300
8.800

8.500
9.000
6.500
8.000

N + 3 trimestre 1
N + 3 trimestre 2
N + 3 trimestre 3
N + 3 trimestre 4

10.200
10.700
8.200
9.700

Dterminer lajustement de cette srie par les mthodes suivantes :


- La mthode de la double moyenne
- La mthode de la moyenne mobile (sur 4 priodes)
Elle pourra tre ajuste par la mthode de moindres carrs
- La mthode de la moyenne mobile (sur 5 priodes)
Reprsenter graphiquement les droites ( ou courbes) correspondantes chacune de ces mthodes
utilises.
Budget de production :

Mthode de simplex :
Comment traduire les quations en tableaux.

On transforme les inquations du programme en quations, en introduisant des variables


dcarts.
Une des solutions possibles consiste ne retenir comme variable non nul que les variables
dcarts. Cette solution consiste ne rien produire. Elle sera amliore progressivement par
www.tifawt.com

www.tifawt.com

lalgorithme du simplex en permutant chaque tape ne variable nulle et une variable non
nulle. On prsente les coefficients de contraintes et de la fonction dans un tableau.

La 1re colonne du tableau correspond aux variables non nuls et l dernire colonne est la
valeur des variables.

Passage du tableau 1 au tableau 2 :

On slectionne comme variable entrant celle qui est plus forte sur la ligne des coefficients
forts. Pour dterminer les variables sortantes, on divise la dernire colonne du tableau
par la colonne de la variable entrante et on choisit comme variable sortante celle qui
correspond au minimum positif.
La variable entrante remplacera la valeur sortante comme variable non nuls. Le coefficient
situ lintersection de la ligne et les lignes slectionnes est appel Pivot.

Transformation du tableau.

La variable entrante se substitue la variable sortante. Il faut obtenir dans la colonne entrante les
coefficients de la valeur sortante. Pour ce faire, on remplacera chaque ligne par une combinaison
des lignes sortantes. On obtient un nouvel tableau dans lequel les valeurs entrantes remplaceront
les valeurs sortantes.

www.tifawt.com