Application

2
¨ Les ventes quadrimestrielles du produit A sont les suivantes au
cours des 3 derniers exercices :
Quad1 Quad2 Quad3 TOTAL

N-2 1900 1630 2080 5610

N-1 1700 1800 2300 5800

N 2000 1950 2400 6350

TOTAL 5600 5380 6780 17760

¨ Faites les prévisions des ventes selon les trois méthodes.

¨ Commentez
¨Equation de la droite d’ajustement linéaire:
y = 56,667x + 1690
Méthode du rapport au trend
Xi Yi Y estimé Ind sais coef
1 1900 1746,666667 1,08778626 0,97773641
2 1630 1803,333333 0,903881701 0,9086139
3 2080 1860 1,11827957 1,11406453
4 1700 1916,666667 0,886956522
5 1800 1973,333333 0,912162162
6 2300 2030 1,133004926
7 2000 2086,666667 0,958466454
8 1950 2143,333333 0,909797823
9 2400 2200 1,090909091
prévisions linéaires saisonnières
10 2256,66667 2206,42517
11 2313,33333 2101,92681
12 2370 2640,33293
¨Equation de la droite d’ajustement linéaire:
y = 56,667x + 1690
Méthode des moyennes saisonnières
Quad1 Quad2 Quad3 TOTAL
N-2 1 900 1 630 2 080 5 610
N-1 1 700 1 800 2 300 5 800
N 2 000 1 950 2 400 6 350
TOTAL 5 600 5 380 6 780 17 760
Moyenne 1866,666667 1793,333333 2260 1 973
coef
saisonniers 0,945945946 0,908783784 1,14527027 3,0000000

prévisions linéaires saisonnières

10 2256,66667 2134,68468
11 2313,33333 2102,31982
12 2370 2714,29054
Calcul des moyennes mobiles centrées MMC

Deux cas se présentent :

1- La périodicité est impaire, ex : 3 :
¨ Si la série initiale est a, b, c, d, e, f, …. ; elle sera substituée par une
nouvelle série composée de valeurs calculées comme suit :
a+b+c b+c+d c+d+e
m= 3 ;n= 3 ;o= 3 ;…
et ainsi de suite jusqu’à la fin de la série.
Calcul des moyennes mobiles centrées MMC
(suite)
2- la périodicité est paire, ex : 4
¨ les moyennes mobiles obtenues ne seront pas centrées. Pour ce
faire, la formule à utiliser est la suivante :

1 1 1 1 1 1
m = 4 2 a+ b+c+d+2e ; n = 4 2 b+c+d+e+2f

et ainsi de suite jusqu’à la fin de la série.

¨Equation de la droite d’ajustement linéaire:
y = 56,667x + 1690
Méthode des MMC de rang 3
Xi Yi MMC3 Ind sais coef
1 1900 0,936989247
2 1630 1870 0,871657754 0,907984026
3 2080 1803,333333 1,153419593 1,142283567
4 1700 1860 0,913978495
5 1800 1933,333333 0,931034483
6 2300 2033,333333 1,131147541
7 2000 2083,333333 0,96
8 1950 2116,666667 0,921259843
9 2400
prévisions linéaires saisonnières
10 2256,66667 2114,4724
11 2313,33333 2100,46971
12 2370 2707,21205
Examen final 2019-2020
¨ Correction de l’épreuve
Remarques
¨ L’étude des séries chronologiques reposant sur les méthodes
décrites ci-dessus suppose que :
¤ les années à venir connaîtront la même tendance générale que les
années passées ;
¤ le poids des observations est le même quelle que soit leur ancienneté ;
¤ l’environnement est relativement stable.
¨ D’où le recours par certains gestionnaires à une autre méthode :
le lissage exponentiel.
Le lissage exponentiel
¨ Cette méthode se base aussi sur la moyenne des observations passées mais en les
pondérant.

¨ les observations auront un poids décroissant en fonction de leur ancienneté.

¨ Pour une période t, la prévision des ventes est donnée par la formule suivante :
¤ Yt = α yt-1 + (1- α) Yt-1
Avec : Yt : prévisions des ventes de la période t ;
yt-1 : niveau des ventes de la période précédente ;
Yt-1 : prévisions des ventes de la période précédente ;
α : coefficient de pondération compris entre 0 et 1.
Exemple
Soit la série suivante :
1 2 3 4 5 6
570 550 560 570 560 565

¨ En retenant α = 0,8, quelles seront les ventes prévues à la période

7?
Solution
¨ Y2 = α y1 + (1- α) Y1 = 0,8*570 + 0,2*570 = 570
¨ Y3 = α y2 + (1- α) Y2 = 0,8*550 + 0,2*570 = 554
¨ Y4 = α y3 + (1- α) Y3 = 0,8*560 + 0,2*554 = 558,8
¨ Y5 = α y4 + (1- α) Y4 = 0,8*570 + 0,2*558,8 = 567,76
¨ Y6 = α y5 + (1- α) Y5 = 0,8*560 + 0,2*567,76 = 561,552
¨ Y7 = α y6 + (1- α) Y6 = 0,8*565 + 0,2*561,552 = 564,31
Remarques
¨ Cette méthode repose sur un calcul par intégrations successives.

¨ Donc plus α est élevé, plus les ventes passées perdent de leur
poids.

¨ La valeur du coefficient α est donc primordiale pour la validité des

prévisions.
La validité des prévisions
¨ Tout d’abord, le choix de la fonction qui assure le meilleur ajustement ne doit pas
se faire au hasard, mais sur la base du nuage de points.

¨ Ensuite, comme toutes les équations sont ramenées à la forme linéaire, il faut
toujours vérifier la corrélation par le coefficient de corrélation :

r = Cov(x,y)
σ(x)x σ(y)
Une bonne corrélation linéaire commence à r = 0,8.
¨ si des doutes persistent, il faut calculer, pour chaque fonction d’ajustement
retenue, la somme des carrés des résidus définie comme suit :
Σ (yi – yi’)2
Et choisir la fonction pour laquelle cette expression est minimum.
Le budget des ventes

Il s’agit de fixer un prix de vente pour le produit concerné par les

prévisions.

l’entreprise doit concilier deux contraintes : l’une relative au coût de

revient, l’autre au prix du marché.

En plus de la fixation du prix, il faut aussi mener une analyse de sensibilité

de celui-ci en étudiant son élasticité par rapport à la demande.
Le budget des ventes (suite)
Budget des ventes
¨ La budgétisation des ventes
doit être aussi fine que Région A Région B Région C
possible en vue d’obtenir des
prévisions selon différents Département 1 Département 2 Département 3 Département 1 Département 2

critères :
¤ chronologique ; Vendeur A Vendeur B

¤ géographique ;
¤ par type de clientèle ; Produit X

¤ par canaux de distribution. Produit Y

Produit Z
 Le budget des ventes (fin)

¨ A côté du budget des ventes à proprement

parlé, il faut établir un budget des frais Budget des ventes

commerciaux relatifs à :
- la force de vente ; Budget de chiffre d'affaires Budget des frais commerciaux

- la publicité et la promotion ;
- les frais administratifs de la fonction
commerciale ; Charges de distribution Charges indirectes

- le transport et la logistique de distribution ;

Charges variables Charges fixes Force de vente
- le conditionnement. Publicité institutionnelle
Fonction commerciale
Commissions Promotion Locaux, matériels...
Transport Publicité spécifique Entretien, assurances...
Emballages Études