4 Budget Des Ventes Séance

Budget des ventes
Méthodes des prévisions des ventes

Séance 4
A.KCHIRI
Pr Abdelmajid KCHIRI
Introduction
 En général, la procédure budgétaire part d’une anticipation des ventes.
 L’analyse des tendances du marché mène à une prévision déterministe

des ventes pouvant s’appuyer sur des méthodes statistiques.
 Dans la pratique, de nombreuses méthodes de prévisions sont utilisées,

des plus empiriques jusqu’aux plus formalisées. Parmi ces méthodes, il
y a les méthodes quantitatives qu’on traira ci-dessous.
 Les méthodes quantitatives de prévision des ventes s'appuient

principalement sur des modèles mathématiques et statistiques d'analyse
des données avec des comparaisons historiques.
Les séries chronologiques
Ajustement linéaire Lissage exponentiel
Graphique Algébrique
Ajustement linéaire
Graphique
Algébrique
Pr Abdelmajid KCHIRI 4
Les séries chronologiques :
 Une série chronologique est une série statistique

donnant l'évolution d'un phénomène en fonction du
temps mesuré en intervalles égaux.
 L'étude de ces séries est essentielle en sciences
commerciales, dès lors que les prévisions sur l'évolution
du phénomène considéré sont fondées sur
l'extrapolation du passé.
 Afin de déterminer les ventes d’une période t, on procédera de la manière

suivante :
Ajustement de la Prévision
tendance générale Calcul des grâce
par ajustement coefficients
linéaire ou par les saisonniers aux coefficients
moyens mobiles saisonniers
L’ajustement linéaire :
 L’ajustement linéaire consiste à construire une courbe qui soit

située le plus prêt possible des points réels pour satisfaire à
l’impératif de régularité.
 En d’autres mots, le problème de l’ajustement linéaire consiste à

étudier deux variables x et y.
X est appelé variable expliquée et y est appelé variable

explicative.
L’ajustement graphique
 C’est un diagramme de dispersion qui représente tous

les points de la série statistique. Ces points constituent
le nuage des points.
 Le statisticien y trace une courbe aussi simple que

possible qui traverse le nuage de points et le partage en
deux parties comprenant sensiblement de même
nombres de points
L’ajustement graphique
Ajustement linéaire
Graphique
Algébrique
L’ajustement algébrique
 Elle consiste à rechercher l’équation de la droite de tendance Y =

a x + b passant le plus près possible de tous les différents points
de la série statistique.
 Cette méthode permet de minimiser les écarts entre les
observations brutes xi et les observations corrigées de telle
manière que la somme des écarts entre les xi et les soit nulle.
 Mathématiquement nous pouvons écrire écart = (xi–x ) donc ∑
(xi– x)=0.
La détermination de a et b s’obtient à partir des formules connues et à
partir d’un tableau d’étude dont voici la configuration :
 R= [17715- (6*3,5*762,5)] \ [(91-6*3,52)*(3656725-6*762,52)]= 0,992
 a= [17715- (6*3,5*762,5)] \ [91-6*3,52 ]= 97,286
 b= Y-aX= 762,5 – 97,286*3,5= 422
On obtiendra donc : Y97,286X+422, soit :
 Ventes en 2017
= 97,286*7+422 = 1103
 Ventes en 2018
= 97,286*8+422 = 1200,29
 Ventes en 2019
= 97,286*9+422 = 1297,57
Méthode des moyennes mobiles :
Suppression de la composante saisonnière
Si la série y t possède une composante saisonnière de

période p alors l'application d'une moyenne mobile
d'ordre p supprime cette saisonnalité. La série mm p,t ne possède
plus de composante saisonnière de période p.
Atténuation de la composante résiduelle

Par construction, une moyenne mobile consiste à faire des
moyennes partielles de proche en proche. On obtient donc un
"lissage" de la série. L'effet de la composante irrégulière est
d'autant plus atténué que l'ordre de la moyenne mobile est grand.
Conservation de la tendance
Pour des moyennes mobiles simples ou centrées, l'application
d'une moyenne mobile (d'ordre quelconque) ne modifie pas une
tendance constante. En particulier l'application d'une moyenne
mobile conserve une tendance linéaire.
 Les ventes sont trimestrielles, donc chaque valeur yi est

remplacée par sa valeur ajustée, ainsi
 On fait de même pour toutes les périodes (sauf pour les deux
premiers trimestres de l’année N-3, et les deux derniers
trimestres de l’année N, pour lesquels, il nous manque des
données). On obtient le tableau suivant des valeurs ajustées
(yi)’ qui représentent les ventes prévisionnelles futures :
Calcul des coefficients saisonniers :
 Les coefficients saisonniers sont obtenus en comparant les

valeurs constatées aux valeurs ajustées correspondantes (appelées
indices saisonniers) et en calculant leur moyenne pour chaque
période étudiée.
L’ajustement par la méthode des moindres carrés donne une droite dont les
paramètres sont les suivants : a = 35,5882 ; b = 1 066,25
1- Calcul des coefficients saisonniers :

 L’équation de la droite est de : Y = 35,5882 x + 1 066,25
 Les valeurs de ventes ajustées par cette équation sont données dans le
tableau suivant :
 Ainsi pour x = 1 : y’ = (35,5882 x1) + 1 066,25 = 1 101,84

 x = 2 : y’ = (35,5882 x 21) + 1 066,25 = 1 137,43
 x = 16 : y’ = (35,5882 x 16) + 1 066,25 = 1 635,66
 Les rapports entre valeurs réelles et valeurs ajustées ainsi que les coefficients
saisonniers sont donnés dans le tableau suivant :
 Ainsi : 0.9 076 = 1 000 / 1 101,84 ; … ; 0,9 476 = 1 550 / 1 635,66

 Calcul des coefficients saisonniers :
0,84 = (0,9076 + 0,8439 + 0,7933 + 0,8176) /4
………
0,95 = (0,9515 + 0,9623 + 0,9375 + 0,9476)/4
 Pour vérification, nous observons que la somme des coefficients
saisonniers est bien égale à 4 (la périodicité de la série chronologique).
Les séries chronologiques
Ajustement linéaire Lissage exponentiel
Les différents lissages exponentiels
 Les méthodes de lissage exponentiel sont des méthodes de prévision à

court terme ;
 Elles supposent que le phénomène étudié ne dépend que de ses valeurs
passées ;
 Ce sont des méthodes d'extrapolation qui donnent un poids prépondérant
aux valeurs récentes : les coefficients de pondération décroissent
exponentiellement en remontant dans le temps ;
 Chacune des méthodes dépend d'un ou plusieurs paramètres (paramètres
de lissage) compris entre et ;
 Le poids de chacune des valeurs passées se calcule à partir de ces
paramètres.
 Dans ce cas, le calcul se fait de la façon suivante, en appliquant la formule avec un

alpha = 0,10 ; on aura :
 Et l’on continue ainsi jusqu’à la période 13.

 Le même calcul doit se faire pour un alpha égal à 0,50 ou 0,90.
 Il est souhaitable de prendre des valeurs d’alpha contrastées, si cela est
possible, de façon à faire ressortir plus clairement les différences dans les
résultats.
 Dans le tableau suivant, nous avons une comparaison des erreurs
prévisionnelles selon diverses valeurs d’alpha (0,10, 0,50 et
0,90).On peut constater ici que le lissage exponentiel avec une
valeur d’alpha de 0,90 donne, selon les modèles étudiés, une
meilleure prévision que les autres valeurs d’alpha calculées.
Exercices d’application
Série 1
Merci pour votre attention

4 Budget Des Ventes Séance

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

4 Budget Des Ventes Séance

Transféré par

Droits d'auteur :

Formats disponibles

Budget des ventes

Méthodes des prévisions des ventes

 L’analyse des tendances du marché mène à une prévision déterministe

 Dans la pratique, de nombreuses méthodes de prévisions sont utilisées,

 Les méthodes quantitatives de prévision des ventes s'appuient

Ajustement linéaire Lissage exponentiel

 Une série chronologique est une série statistique

 Afin de déterminer les ventes d’une période t, on procédera de la manière

 L’ajustement linéaire consiste à construire une courbe qui soit

 En d’autres mots, le problème de l’ajustement linéaire consiste à

X est appelé variable expliquée et y est appelé variable

 C’est un diagramme de dispersion qui représente tous

 Le statisticien y trace une courbe aussi simple que

 Elle consiste à rechercher l’équation de la droite de tendance Y =

 R= [17715- (6*3,5*762,5)] \ [(91-6*3,52)*(3656725-6*762,52)]= 0,992

 a= [17715- (6*3,5*762,5)] \ [91-6*3,52 ]= 97,286

 b= Y-aX= 762,5 – 97,286*3,5= 422

On obtiendra donc : Y97,286X+422, soit :

Suppression de la composante saisonnière

Si la série y t possède une composante saisonnière de

Atténuation de la composante résiduelle

 Les ventes sont trimestrielles, donc chaque valeur yi est

 Les coefficients saisonniers sont obtenus en comparant les

1- Calcul des coefficients saisonniers :

 Ainsi pour x = 1 : y’ = (35,5882 x1) + 1 066,25 = 1 101,84

 Ainsi : 0.9 076 = 1 000 / 1 101,84 ; … ; 0,9 476 = 1 550 / 1 635,66

Ajustement linéaire Lissage exponentiel

 Les méthodes de lissage exponentiel sont des méthodes de prévision à

 Dans ce cas, le calcul se fait de la façon suivante, en appliquant la formule avec un

 Et l’on continue ainsi jusqu’à la période 13.

Vous aimerez peut-être aussi

 R= [17715- (63,5762,5)] \ [(91-63,52)(3656725-6*762,52)]= 0,992

 a= [17715- (63,5762,5)] \ [91-6*3,52 ]= 97,286