Académique Documents
Professionnel Documents
Culture Documents
1
Chapitre IV: Implantation des unités de production
3
Chapitre V: Prévisions des commandes
I- Objectifs et contraintes des prévisions
II- Méthodes de prévisions
4
Chapitre V: Prévisions des commandes
– Objectif:
5
Chapitre V: Prévisions des commandes
I. Objectifs et contraintes des prévisions
– Prévisions à long terme (supérieures à trois ans): niveau stratégique de l’entreprise
• diversification, produits nouveaux, investissement ou désinvestissement en équipements.
– Prévisions à moyen terme (de l’ordre de six mois à deux ans):
• définir et maîtriser les capacités globales de production et d’approvisionnement.
• Acquisition d’une machine, embauche de personnel ou approvisionnement d’articles à long délai
d’acquisition
– Prévisions à court terme (jusqu’à six mois):
• serviront à l’activité opérationnelle de production
• approvisionnement des stocks,
• charge des ateliers et ordonnancement, correspondant à des ajustements des activités planifiées.
6
Chapitre V: Prévisions des commandes
I. Objectifs et contraintes des prévisions
8
Chapitre V: Prévisions des commandes
I. Objectifs et contraintes des prévisions
9
Chapitre V: Prévisions des commandes
11
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes qualitatives
■ principalement utilisées pour la prévision à moyen ou long terme.
■ Utilisées dans le cas de la demande d’un nouveau produit, les données
historiques n’existent pas
■ destinées à des décisions de mercatique avec des données provenant d’études
de marché ou d’intentions d’achats
12
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes qualitatives: Méthode de Delphes
■ La méthode de Delphes consiste à interroger des experts sur une question, et
ce indépendamment les uns des autres afin d’éviter toute influence forte
directe.
■ Le coordinateur remet l’ensemble des réponses aux experts qui peuvent
modifier et compléter leur proposition.
■ Après deux ou trois cycles de ce type, on parvient à une proposition de
consensus efficace, ou éventuellement à des divergences argumentées.
13
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
a. Représentation graphique
– Elle présente l’avantage d’être très visuelle
– Elle permet de résumer la prévision et de mettre le bon sens en éveil.
– Prévisions sur la base de l’extrapolation de la courbe des consommations passées
14
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
b. Méthode de décomposition: Loi composée des éléments suivants
– Une tendance T qui donne l’évolution à moyen terme de la demande
15
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
b. Méthode de décomposition: Loi composée des éléments suivants
– Les prévisions des demandes pour une période n peut alors s’exprimer sous
deux formes:
1. une forme additive de ces différents éléments où
Pn = Tn + Sn + Rn
2. une forme multiplicative de ces éléments avec
Pn = T n × Sn × R n
– La forme la plus fréquente la forme multiplicative
16
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
b. Méthode de décomposition: Loi composée des éléments suivants
– Estimation de la tendance T:
Tn = a * n + b a=
N nDn − n Dn
N n 2 − ( n) 2 b=
D n
−a
n
N N
N: nombre de périodes de l’historique des données
17
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
b. Méthode de décomposition: Loi composée des éléments suivants
18
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
Prévision de la demande en tenant compte de la
– les méthodes quantitatives:
tendance Tn=378*n+19045
a. Méthode de décomposition:
n (période) Dn (demande) Loi composée
n*Dn des néléments
2 suivants
Janvier 1 20.000,00 20000 1
Février – Estimation
2 de21.000,00
la tendance Exemple
T:42000 4 N nDn − n Dn
a=
Mars 3 19.000,00 57000 9 N n 2 − ( n) 2
Avril 4 22.000,00 88000 16
Mai 5 23.000,00 115000 25
Juin
Juillet
6
7
22.000,00
20.000,00
132000
140000
36
49 b=
D n
−a
n
Août 8 16.000,00 128000 64 N N
Septembre 9 20.000,00 180000 81
Octobre 10 23.000,00 230000 100
Novembre 11 25.000,00 275000 121
Décembre 12 27.000,00 324000 144
Total 78 258.000,00 1731000 650
6084 20124000 20772000 7800
(∑n)2 (∑n)(∑Dn) N∑nDn N∑n2 377,622378 a
19045,4545 b
19
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
b. Méthode de décomposition: Loi composée des éléments suivants
20
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
b. Méthode de décomposition: Loi composée des éléments suivants
– Estimation des variations saisonnières S:
■ Sont traduites par des coefficients qui représentent les écarts à la valeur de
base: coefficients saisonniers
21
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
b. Méthode de décomposition: Loi composée des éléments suivants
24
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
b. Méthode de décomposition: Pn = Tn × Sn (exemple tableau des prévisions)
25
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
b. Méthode de décomposition: Pn = Tn × Sn
Prévision de la demande estimée pour mars et août prochains à l’aide du
modèle
26
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
c. Méthode des moyennes mobiles:
– La prévision de la demande pour une certaine période est estimée à partir
des valeurs connues pour les quelques périodes précédentes
■ P5=(P2+P3+P4)/3
■ …
27
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives: Méthode des moyennes mobiles: Exemple
28
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives:
d. Méthode de lissage exponentiel:
– La prévision pour la période n est celle de la période n-1 corrigée
proportionnellement à l’écart Dn-1-Pn-1 entre la demande réelle et la prévision pour la
période précédente:
– Une valeur de α proche de 1 conduit à favoriser les demandes réelles récentes comme
prévisions
29
Chapitre V: Prévisions des commandes
II. Méthodes des prévisions: deux grands types de méthodes
– les méthodes quantitatives: Méthode de lissage exponentiel:
■ Erreur moyenne ℮ e=
(D − P )
i i
n
– Cet indicateur signale une prévision en moyenne trop forte ou trop faible
31
Chapitre V: Prévisions des commandes
III. Erreurs et incertitude sur les prévisions
– Exemple
MADi = b Di − Pi − (1 − b)MADi −1
32
Chapitre V: Prévisions des commandes
III. Erreurs et incertitude sur les prévisions
– Qualité du modèle de prévision:
■ Les valeurs de e et de MAD permettent d’avoir une idée de la qualité du modèle de
prévision
■ Pour maitriser un système de prévision, il faut mettre en place des fourchettes pour ces
indicateurs
■ Un autre indicateur utilisé pour prévenir d’un système de prévision qui devient hors
contrôle est le signal d’alerte suivant qui doit rester dans des limites raisonnables:
A =
(D − P )
i i
i
MADi
33
Chapitre V: Prévisions des commandes
■ Synthèse
– Deux types de méthodes pour les prévisions
■ Méthodes qualitatives: basées sur des études, entretiens, experts,
– moyen et court terme
– Méthode Delphes
■ Méthodes quantitatives: basées sur des modèles mathématiques
– Court terme
– Représentation graphique
– Méthode de décomposition (Tendance et variations saisonnières)
– Méthode des moyennes mobiles à N périodes
– Méthode de lissage exponentiel
■ Calcul des indicateurs erreur, écart moyen absolu et signal d’alerte
■ Qualité des modèles de prévision
34