Vous êtes sur la page 1sur 20

La

La prévision
prévision

émettre
émettredes
deshypothèses
hypothèses

modéliser
modéliserdes
desphénomènes
phénomènes
La prévision
extrapoler
extrapolerau
aufutur
futurlelemodèle
modèlecorrigé
corrigé

corriger
corrigerces
cesrésultas
résultaspar
parles
lesinformations
informations
Unité
Unité de
de consommation
consommation

Plusieurs
Plusieurs
unités
unitéspour
pour Importance
Importanceen
en
même
mêmearticle
article gestion
gestionde
destock
stock

Moins
Moinsd’unités
d’unités
possibles
possibles
Unité
Unité de
de temps
temps de
de la
la période
période de
de prévision
prévision

• Unité de temps de la période de prévision est la même


le plus souvent que l’unité de temps d’analyse de la
consommation passée.

•Elle réalise un certain lissage de certaines variations


chronologiques

Mensuelle
Mensuelle Hebdomadaire
Hebdomadaire Journalière
Journalière
Horizon
Horizon de
de la
la prévision
prévision

Négociation
Négociationdedecontrats
contratspluriannuels
pluriannuels
Les
Lesprévisions
prévisionsde
de avec
avecun
unfournisseur,
fournisseur,préparation
préparationdu
du
tendance
tendance((11àà55ans)
ans) budget...
budget...

Passation
Passationdesdescommandes,
commandes,préparation
préparation
de
delalatrésorerie,
trésorerie,correction
correctiondes
des
Les
Lesprévisions
prévisionsde
de modification
modificationde delalatendance
tendance......
cours
coursterme
terme(<
(<11an)
an)
L ’horizon
L ’horizonde
dela
laprévision
prévision

Exactitude de la
prévision

Horizon de la prévision

L ’incertitude augmente avec l ’horizon de prévision


Valeurs
Valeurs de
de la
la prévision
prévision
Commande
Commandecertaine
certaine
Un
Unseul
seulnombre
nombre Une
Unemoyenne
moyenne??

Une Fourchette
Fourchette++Probabilité
Probabilité
Unefourchette
fourchette
++
un
unindicateur
indicateur Fourchette
Fourchette++Ind.
Ind.Disp.
Disp.

Variable
Variablealéatoire
aléatoire Cf. Cours Stat.

Valeurs Moy.
300 200 0 20 110 320 40 10 0 0 50 150 100
100 105 110 85 102 98 98 101 110 92 102 97 100
Méthodes
Méthodes de
de Prévision
Prévision

L ’évolution d ’un phénomène au cours du temps est


généralement déterminée par le mouvement de quatre
composantes élémentaires

La tendance Tt La conjoncture Ct La saison St Le résidus Rt


La
Latendance
tendance::variable
variablestratégique
stratégique

La tendance représente l’évolution moyenne à long terme du


phénomène étudié.

• Une progression lente (phase de lancement) ;


• Une progression rapide (phase de croissance) ;
• Une phase de quasi-stabilité (phase de maturité) ;
• Une décroissance plus ou moins vive ( phase de déclin) ;
Ventes
T3

T4
T2

T1
Temps
Cycle de vie d ’un produit
Article en fin
Ventes de vie Article remplaçant

Biseau de remplacement d ’un article Temps


La
La conjoncture
conjoncture :: facteur
facteur complexe
complexe

• Consommation exceptionnelles : fortes ou faible.

• Effet perturbateur sur la régularité des consommations

IlIlfaut
fautles
leséliminer
élimineravant
avanttout
touttraitement
traitementstatistique
statistique
La
La composante
composante saisonnière
saisonnière

•Se répète à intervalle de temps égaux avec une forme


presque constante.
•Attribuable aux facteurs climatiques, ou sociaux.

•Si T désigne la période alors St= St+T= St+2T=…

• Le facteur saisonnier est totalement déterminé par :


S1,…., ST
Le
Le facteur
facteur résiduel
résiduel

•Cette
•Cettecomposante
composanteregroupe
regroupetouttoutce
cequi
quin ’a
n ’apas
pasété
étépris
prisen
en
compte
comptepar
parlalatendance
tendanceetetlelefacteur
facteursaisonnier.
saisonnier.

••IlIlest
estlalarésultante
résultantede
defluctuations
fluctuationsirrégulières
irrégulièresetetimprévisibles
imprévisibles
dues
duesààdes desfacteurs
facteursperturbateurs
perturbateursnon
nonpermanent.
permanent.

••Ces
Cesfluctuations
fluctuationssont
sontsupposées
supposéesde
defaible
faibleamplitude
amplitudeetetde
de
moyenne
moyennenulle
nullesur
surun
unpetit
petitnombre
nombred ’observations
d ’observationsconsécutives
consécutives

Exemple : accidents, fêtes mobiles, actions spéciales des


concurrents, grèves...
Méthode
Méthodede
dela
lamoyenne
moyennemobile
mobile

M
Mt+1= ( Y +Y t-1+....+Y
t+1= ( Yt t+Yt-1 +....+Yt-m+1 )/ m
t-m+1)/ m

•éliminer
•éliminervariations
variationssaisonnières
saisonnières;;
••sisimmest
estpetit,
petit, repérer
repérerrapidement
rapidementleslesmodifications
modificationsdedetendance
tendance
ou
oude deconjoncture.
conjoncture.
••sisimmest
estélevé,
élevé,dedemieux
mieuxéliminer
éliminerles
lesvariations
variationsexceptionnelles
exceptionnelles
mais
maislalasensibilité
sensibilitéaux
auxtendances
tendancesetetaux
auxconjonctures
conjoncturessera
serafaible.
faible.

J F M A M J J A S O N D J F M

84 94 103 125 142 106 90 116 70 97 63 110 89 89 110


Méthode
Méthodedu
dulissage
lissageexponentiel
exponentiel

Valeur
Valeurde
debase
baseMM==Valeur
Valeurde
debase •(1-)+ Consom • 
M-1•(1-)+ ConsomMM • 
baseM-1
Valeur
Valeurde
debase
base00==Moyenne
Moyennedes
desconsommations
consommationssursurnnpériode
période

•s’applique
•s’appliqueààdesdeschroniques
chroniquessanssansvariation
variationsaisonnières
saisonnièresetetàà
tendance
tendancelocalement
localementconstante
constante;;
••sisiest
estproche
prochede de0,
0, l’influence
l’influencedes
desobservations
observationspassées
passées
remontera
remonteraloinloindans
dansleletemps
temps
••sisiest
estproche
prochede de1,
1,lalaprévision
prévisionsera
serasouple,
souple,c’est
c’estààdire
dire
principalement
principalement influence
influencepar parles
lesobservations
observationsrécentes
récentes
Mois Consommation Valeur base Consommation Nouvelle
M-1 x 0.9 X0.1 Valeur base

A 1000

M 1200 900 120 1020

J 800 918 80 998

J 900 898 90 988

A 1000 889 100 989


Modèle
Modèleààtendance
tendance

Valeur
Valeurde
debase
base00== Valeur
Valeurdu
dudernier
derniermois
moisconnu
connu

Val.
Val.de
detendance
tendance00==variation
variationmensuelle
mensuelle

Prévision
PrévisionM+1= Valeur de base + Val. de tendance
M+1= Valeur de baseMM + Val. de tendanceMM

Valeur
Valeurde
debase
baseMM==Prévision
PrévisionMM•(1-)+ ConsomMM••
•(1-)+Consom

Val.
Val.de
detend
tendMM==Val.
Val.de
deTend.
Tend.M-1 •(1-ß)+(Val. Base -Val base )•ß
M-1•(1-ß)+(Val. BaseMM-Val baseM-1
M-1)•ß
M-1
base

Nelle Val.Tendance
M-1 x 0.9

M-Val
Consommation

Nelle Val. Base


Cons. M x 0.1
Prev. Mx 0.9

Prév. mois
Idem x 0.1
Val tend

Val base
Mois

A 1000 100 1100


M 1220 990 122 1112 90 112 11.2 101 1213
J 1290 1090 129 1219 91 107 10.7 102 1321
J 1420 1189 142 1331 92 112 11.2 103 1434
A 1500 1291 150 1441 93 110 11 104 1545

Prof. B.Ouhbi 18
Modèle
Modèleààvariations
variationssaisonnières
saisonnières

Valeur
Valeurde
debase
base00==Moyenne
Moyennedes
desconsommations
consommationssur
surnnpériode
période

Indice
Indicedu
dumois
mois00== comparaison
comparaisonsur
surpériode
périodede
de33àà55années
années

Prévision
PrévisionM+1= Valeur de base • Indice Mensuel
M+1= Valeur de baseMM • Indice MensuelMM

Valeur
Valeurde
debase
baseMM==Prévision
PrévisionM-1 •(1-)+ (Consom /Indice )
M-1•(1-)+ (ConsomMM /IndiceMM )

Indice
IndiceM+12 = Indice •(1-γ)+(Consom /Val base )• γ
M+12 = IndiceMM•(1-γ)+(ConsomMM/Val baseMM)• γ
Prev. Mois suivant
(Cons. / Ind).0.1
V.b.M-1 x 0.9

Cons/ V.b.

Idem x 0.1
IndM x 0.9
Nelle V. b

Ind. M+12
IndiceM
Conso.
Mois

M 1150

A 650 0.7 1035 65 1100 0.63 0.59 0.06 0.76 990

M 910 0.9 990 101 1091 0.81 0.83 0.08 0.89 1418

J 1290 1.3 982 99 1081 1.17 1.19 0.12 1.31 1622

J 1520 1.5 973 101 1074 1.35 1.42 0.14 1.49 1933

A 1800 1.8 967 100 1067 1.62 1.69 0.17 1.79


Modèle
Modèleààtendance
tendanceet
etvariations
variationssaisonnières
saisonnières

Prévision
PrévisionM+1 = (Valeur de base + Val. de tendance ) • Indice M+1
M+1= (Valeur de baseMM + Val. de tendanceMM) • IndiceM+1

Valeur
Valeurde
debase
baseMM==Prévision
PrévisionMM•(1-)+
•(1-)+Consom /IndiceMM••
ConsomMM/Indice

Val.
Val.de
detend
tendMM==Val.
Val.de
deTend.
Tend.M-1 •(1-ß)+(Val. Base -Val base )•ß
M-1•(1-ß)+(Val. BaseMM-Val baseM-1
M-1)•ß

Indice
IndiceM+12 = Indice •(1-γ)+(Consom /Val base )• γ
M+12= IndiceMM•(1-γ)+(ConsomMM/Val baseMM)• γ