Les techniques de

prévision
•Réalisées par:
• Soumaya Elkarkri - Fatima ezzahera Bourim
• Safaa Harkati - Wassima Essehet
• Hasnaa Harkati - khalil Yazarhi

• Encadrée par:
• Mme .kawtar Retmi
Plan :
Introduction 01
Les méthodes qualitatives 06
La différence entre la 02 • Enquêtes Clients
prévision de la demande et La • La méthode du panel d'experts
prévision •
Définitionde
deventes
la 03 La méthode Delphi
prévision : 04
Les méthodes quantitatives 07
But de la prévision • Méthodes des moyennes et moyenne
Horizon de la prévision 05 mobile
• Lissage exponentiel simple
Classification des • La régression linéaire simple
06
techniques • Tendance .
de prévision • Ajustement par les points extrêmes
• composante saisonnière
Introducti
on:

Action de
prévoir

Etude générale d’une situation donné ,dont on peut,

par calcul, mesure scientifique….. Connaitre par
avance l’évolution .

01
La prévision de la ≈ La prévision de
demande ventes

La prévision des ventes

intègre les contraintes de
production

02
I- Définition :

La prévision est une fonction permettant d’estimer la

demande future pour les biens et les services offerts par
l’entreprise, qui est établit
soit mathématiquement soit intuitivement soit en combinant les
deux méthodes.

03
II- But de la prévision:

 La prévision de la demande cherche à limiter la marge de l’incertitude sur la demande

et ainsi contribuer à une gestion optimale du stock .

 Une prévision efficace améliore les performances et la qualité de la service .

 La pratique des prévisions favorise l’apprentissage du fonctionnement de

l’entreprise .

04
III- Horizon de la prévision :
Des prévisions à long terme ,moyen, et court terme
Long terme #supérieures à
trois ans #
• Ont un rôle au niveau
stratégique de l’entreprise
: diversification des
produits
nouveaux ,investissement
ou désinvestissement en
équipements et
immobiliers.
Moyen terme # de l’ordre
de six mois à deux ans #
• Les décisions tactiques  Serviront à l’activité
permettront de définir et
maitriser les capacités
globales de production et
d’approvisionnement .
Court terme #quelque
semaines ,parfois un
trimestre#
opérationnelle de
production :
- Approvisionnement et
gestion des stocks.
- Charge des ateliers et
ordonnancement
- Ajustements des
activités planifiées.
05
IV- Classification des techniques de
prévision:
o Méthode se base sur l’opinion
Qualitatives d’un
c
panels de clients.
o Méthodes se basent sur
l'expérience et le jugement
d'experts.
Techniques
des
prévisions
o Méthodes de prévisions pour les
séries stationnaires.
c
Quantitatives o Méthodes pour séries avec
tendances.
o Méthodes pour séries avec 06
V- Les méthodes qualitatives :
Les méthodes qualitatives reposent essentiellement sur l'opinion et le jugement de
personnes connaissant le contexte de la variable à prévoir, ou sur une comparaison
avec des contextes semblables.
1- Méthode se base sur l’opinion 2- Méthodes se basent sur l'expérience
d’un panels de clients pour établir et le jugement d'experts pour établir
des prévisions: des prévisions:

La méthode du panel
Enquêtes d'experts
Clients La méthode
Delphi.

07
1- Enquêtes Clients:

1-1 Définition :
Il s’agit ici de sonder et demander à des panels de clients quelles sont leurs attentes
d’un produit existant ou qui va évoluer, ou de tout nouveau produit et services, par
exemple. les enquêtes et sondages auprès des clients peuvent permettre de cerner les
principales tendances et changements sur le marché et amener ainsi aux prévisions des
ventes.

Réalisation des questionnaires

07
1-2 La méthode du panel
d'experts :
Un panel d'experts consiste à réunir des
spécialistes d'un domaine donné pour recueillir
leurs jugements sur des réalisations futures
incertaines.

1-3 Objectif :
synthétiser les différentes contributions
( témoignages, rapport de recherche) a propos
d’un thème et de produire un rapport qui fournit
une vision ou des recommandations concernant
les possibilités futurs pour le thèmes a bordés. 08
1-4 Processus de panel des experts :

Procédure :
• Préparation:
- Définition du projet.
- Recrutement des panélistes
et du personnel de soutien.
(Complémentarité et équilibre)
Mise sur pied du panel:
- Sélection du président du
• Le panel est prêt a étudier les
panel.
thèmes. • Présentation des
rapports a la fin: Bonnes pratiques pour réussir:
- Les rapports doivent • Les participants doivent provenir
chercher un consensus. d’horizons divers.
• En plus des qualifications techniques, un
esprit créatif, travailler en groupes
• Le panel doit être présidés pour préserver
la motivation, résoudre les conflits,
contrôler les plannings, les contraintes
externes
09
2- Méthodes Delphi :
2-1 Définition:

La méthode de Delphes est une méthode de prévision, utilisée en particulier en

gestion de projet ou en prévision économique. Cette méthode est bien adaptée
aux prévisions à long terme dans un marché ou une industrie qui s’attend à des
changements importants ou des événements externes qui auront un impact sur
les ventes.
2-2 Objectif :
le but d’offrir les avantages d’une mise en commun et d’un échange d’opinions,
de manière à ce que les personnes interrogées puissent découvrir les opinions des
autres, sans cette influence excessive que l’on rencontre parfois dans les face à
face conventionnels (qui sont généralement dominés par ceux qui parlent le plus
fort ou ont le plus de prestige). La technique permet aux participants de traiter
d’un problème complexe de manière systématique. 10
2-3 Le processus de la méthodes
Delphi :
Définition du Le choix Élaboration des
l’objet des experts questionnaires

Distribution des
questionnaires

oui Analyse des

Présentation Consensus
réponses
de la solution trouvé ?
non
Rédaction d’une synthèse
=nouveau questionnaires
11
VI- Les avantages et les inconvénients des méthode
qualitatives :
1- Les avantages :

o Ces méthodes offrent beaucoup de

souplesse et de flexibilité

o Les compétences, la qualité du jugement et

l’expérience des participants internes et/ou externes
à l’entreprise, peut améliorer fortement la capacité
prédictive de l’entreprise

o Ces méthodes peuvent être très utiles dans les

situations où les données sont inadéquates ou tout
simplement absentes 12
2- les inconvénients :

o Certaines méthodes qualitatives de prévision

exigent plus de temps et de ressources, comme la
méthode Delphi

o La plupart de ces méthodes sont subjectives, car

basées sur des avis

o L’opinion et le jugement de certains membres du

groupe de travail peut influencer d’autres membres

13
VII- Les techniques quantitatives:

Méthodes de
prévisions pour les Méthodes pour séries
séries o Méthodes pour
stationnaires(demand avec tendances:
séries avec
e assez stable) : saisonnalité:
I- La régression linéaire .
I- Méthode de moyenne II- Tendance . I- composante
simple et moyenne mobile saisonnière.
II- Ajustement par les points
.
extrêmes .
II- Méthodes de exponentiel
: Lissage exponentiel
simple .

14
 I - Méthode des moyennes mobiles :
La moyenne mobile sert à estimer la prévision de la demande
pour une certaine période à partir des valeurs connues pour les
quelques périodes précédentes .
Formule :
 La prévision pour la période future est obtenue en ne tenant
compte que de n observations passées.
 On dit que n est l’ordre de la moyenne mobile

𝑛 𝑫 + 𝑫 + …+ 𝑫
1
𝑷 = ∑ 𝑫=
𝒕 −𝟏 𝒕−𝟐 𝒕−𝒏
L’ordre de la moyenne
La période
𝒕 𝑛 𝑖 =1 𝒕 −𝒊 𝒏
future t mobile
15
 Exemple: Moyenne
mobile
Moyenne
mobile
Jour Ventes Moyenne simple MM2 MM4
1 25
2 31
3 29
28
4 33
30
5 34
31 29,5
6 37
33,5 31,75
7 35
35,5 33,25
8 32
36 34,75
9 38
33,5 34,5
10 40
35 35,5
11 37
39 36,25
12 32
33,58 38,5 36,75
13 ??
34,5 38,75

 Calculer la prévision pour le jour 13 avec l’utilisation de la moyenne simple et la 16

Impact du nombre de périodes sur les prévisions utilisé pour calcul
la moyenne mobile :

17
Exercice:
Nous disposons des informations suivantes concernant
l’évolution la demande d’un produit ALPHA durant 11 mois et
nous recherchons une valeur fiable de la demande pour le 12 -
ème
périodemois
J . F M A M J J A S O N D
1 2 3 4 5 6 7 8 9 10 11 12
demande 2000 1350 1950 1975 3100 175 1550 1300 2200 2770 2350

Question : Calculer les moyennes mobiles sur 3

mois et 5 mois.

18
Correction :

Périodes Demandes Moyenne Moyenne

mobile de 3 mobile de 5
mois mois
1 2000
2 1350
3 1950
4 1975 1767
5 3100 1758
6 1750 2347 2075
V
7 1550 2275 2025
8 1300 2133 2065
9 2200 1533 1935
10 2770 1683 1380
19
II - Méthodes de exponentiel : Lissage exponentiel simple
:
o La prévision de la période t est base sur la prévision de la
période t-1 corrigée proportionnément à l’écart entre la demande
réelle t-1 et la prévision t-1, soit:
)

Ou = la constante de lissage et 0< < 1

• Si =0 ,on considère que la prévision de t est la même que

celle de t-1.
• Si =1 ,la prévision de t égale la demande réelle de t-1 .

19
 Erreur de prévision :
o La nature complexe de la plupart des variables du monde réel fait qu’il
est presque impossible de prévoir les valeurs futurs sur des bases
régulières .
o Il est important d’inclure une indication de l’ampleur dont la prévision
peut dévier de la valeur réelle
o Pour une période donné , l’erreur de la prévision est la différence entre
la vrai réelle et la valeur qui a été prévue
o On définit l’écart ’’ e ‘‘ par:
e = Valeur Réelle - Prévision
o L’indice le plus utilisé est :
* EMA (écart moyen absolu ) /MAD (Mean Absolute Deviation )

Avec |ⅇ|𝑖 =| 𝑅𝑖 − 𝑃 𝑖|
Le nombre de
période
EMA = :
20
Exemple :
Coefficient
Prévisions
Jour Ventes Pi
1 42 0,1
2 40
42,00
3 43
41,80
4 40
41,92
5 41
41,73
6 39
41,66
7 46
41,39
8 44
41,85
9 45
42,07
10 38
42,36
11 40
41,92
12 ??
43,00
On utilise le lissage exponentiel simple, calculer la prévision pour le jour 1221
Exercice :
Jour patients prévisions Erreur de Erreur
prévision absolu
1 9
2 11
3 10
4 12
5 8
6 7
7

1 -calculer la prévision pour le jour 7 avec =0,5?

2- calculer l’écart moyen absolu
22
Correction:
1 Jour patients prévisions Erreur de Erreur
-
prévision absolu
1 9 9 0 0
2 11 9 2 2
3 10 10 0 0
4 12 10 2 2
5 8 11 -3 3
6 7 9,5 -2,5 2,5
7 8, 25

2- On sait que EMA = = EMA= 1,9

:
o La prévision paour période 7 est de 8 et le EMA est de 2 patient
23
I- Qu'est-ce que la régression
linéaire ?
L'analyse de régression linéaire sert à prévoir la valeur d'une variable (X) en
fonction de la valeur d'une autre variable (Y). La variable dont vous souhaitez
prévoir la valeur est la variable dépendante. La variable dont vous utilisez pour
prévoir la valeur de l'autre variable est la variable indépendante.
L’équation linéaire

Y=ax+b

a= = 𝑏= 𝑦 − 𝑎 𝑥
24
Exemple:
Période Demande
1 8
2 23
3 28
4 37
5 54
6 ??

 En utilisant la technique de régression linéaire simple , calculer la

prévision pour la période 6?

25
Solution:
x y xy
1 8 8 1
2 23 46 4
3 28 84 9
4 37 148 16
5 54 270 25
Total: 15 150 556 55
Moyenne: 3 30 111,2 11

a = 10,6 =30- (10,6*3) =-1,8

L’équation linéaire : y=ax+b

⇔ y=10,6x-
1,8
La prévision de demande de la période 6 : P= 10,6* 6 -
 Année Salaries
Exercice : 1 16
2 13
En utilisant la technique de 3 11
régression linéaire 4 14
simple ,quel est le nombre 5 13
prévu de salaries pour l’année 6 20
2017? 7 23
8 15
9 17
10 20
11 16
12 19
13 17
14 25
15 20
16 22
 X Y XY
1 16 16 1
Correction: 2 13 26 4
3 11 33 9
4 14 56 16
5 13 65 25
6 20 120 36
7 23 161 49
8 15 120 64
9 17 153 81
10 20 200 100
11 16 176 121
12 19 228 144
13 17 221 169
14 25 350 196
15 20 300 225
16 22 352 256
Total: 136 2,81 2577 1496
Moyenne : 8,5 17,56 161,06 93,5
On calcule a et b:

a = 0,55

=17,56- (0,55*8,5) = 12,85

L’équation linéaire : y=ax+b

y=0,55x+12,85
La prévision des salaries de l’année 2017 : P = 0,55*17+12,85=
22 Salaries

Donc l’ estimation du nombre de salaries pour l’année 2017 est 22 .

III- L’ajustement par la méthode des points extrêmes

La méthode des points extrêmes est une méthode d’ajustement linéaire

d’équation:

y = ax + b

déterminée à partir des coordonnées des deux points extrêmes d’une série
d’observations sur la période analysée.
 Principe
1- formuler le système des deux
équations à partir des deux points
Y
extrêmes de coordonnées A(XA, YA) et
B
B(XB, YB) :

1.YA = aXA + b
2.YB = aXB + b
A
résoudre le système de deux
équations YA et YB
X
2- formuler l’équation de la droite
d’ajustement
 Exemple
Année(X)

Mois(X) 1 2 3 4 5 6 7 8
Chiffre 350 420 380 570 460 690 920 710
d’affaires(Y)

Formulation et résolution du système des

deux équations: Y=51,42X+298
710 =8 𝑎 +𝑏 ,58
350 = 𝑎+ 𝒃
Prévision pour l’année 10:
710 - 350=8a+b-(a+b) Y=51,42*10+298,58=812,78
360=7a
a= a= 51,42
b=350-51,42=298,5
 • Exercice
Rang 1 2 3 4 5 6 7
Ventes (milliers 120 155 125 202 180 235 240
d’£)
Solution: Résolution du système des deux
1 Formulation des deux 2 équations:
équations: 240-120=7a+b-(a+b)
120=6a
120=a+b a=120/60
240=7a+b
On remplace dans la première équation: a=20
Prévision pour le rang 8:
120=20+b
b=120-20 4
Y=20*8+100=260
3
b=100 Prévision pour le rang 9:
Alors : y=20x+100 Y=20*9+100=280
II- Prévision avec tendance :
La tendance est matérialisée par une droite dans la représentation graphique des
consommations. Elle présente l’allure générale des consommations sur toute la période
d’analyse. C’et la projection de cette droite sur les périodes futures qui permet d’estimer les
quantités de consommations .

Droit de tendance:

ax+b

2 3 4 5 6 7 8 9 10 11

Droit de tendance
Nb de panier
 Y = ax+b

Les formule de calcules sont les

suivant :

𝑎=
𝑘 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 b
𝑘 ∑ 𝑥 − (∑ 𝑥 )
2 2
 Exemple :
L’unité commerciale X vend des vêtements pour des professionnels du spectacle.
Sa responsable souhaite évaluer son chiffre d’affaires pour les deux années à venir.
Pour cela, elle vous remet l’évolution de son chiffre d’affaires pour les Dix années
précédentes.
Année (X) N N+3 N+4 N+5 N+ N+7 N+8 N+ N+10
N+1 N+ 6 9
2 775 ??
Chiffre 700 724 720 728 740 742 758 750 770
d’affaires(Y)

 Déterminez le chiffre d’affaires prévisionnel N+10 selon la méthode De prévision avec tendance .
Dans cette méthode de prévision des ventes avec, on pose les éléments suivants :
Correction : soit « xi » * le chiffre d’affaires correspond à « yi »
* la période considérée
* le nombre de des période correspond à « k»

l’élaboration d’un tableau préparatoire :

Période(Xi) nb de panier(Yi) Xi*Yi (Xi)^2 Prévision

1 700 700 1 706,9091
2 724 1448 4 714,4182
3 720 2160 9 721,9273
4 728 2912 16 729,4364
5 740 3700 25 736,9455
6 742 4452 36 744,4546
7 758 5306 49 751,9637
8 750 6000 64 759,4728
9 770 6930 81 766,9819
10 775 7750 100 774,491
Total :
Déterminer l’équation de la droite de la
forme :
Y = ax+b

10 ∗ 41358−55∗7407 b = 699,45
𝑎= =7,50
10 ∗ 385 – ( 55 )^2

Et avec compensation ,on Y= 7,50 x +

trouve: 699,45
Nous pouvons finalement prévoir le chiffre d’affaires N+10, pour cela nous
remplaçons « x » par le numéro de période de l’année recherchée.
y = (7,50 × 11) + 699,45 = 781,95
Le chiffre d’affaires prévisionnel de l’unité commerciale est de
781,95€.
Exercice :
Le service commercial d’une entreprise souhaite disposer d’un modèle
d’évolution de ses vente, le tableau ci-dessous représente les ventes réaliser au
cour des quatre dernières années ,il se demande quel sera le niveau des ventes
pour le premier trimestre de l’année 2023 ?
2019 2020 2021 2022
Trimestre 1 100 105 110 125
Trimestre 2 120 135 145 165

Trimestre 3 140 150 170 185

Trimestre 4 115 130 140 155

 nb de
Résolution : Période(Xi) panier(Yi) Xi*Yi (Xi)^2
1 100 100 1
Déterminer l’équation : 2 120 240 4
3 140 420 9
4 115 460 16
5 105 525 25
= 3,62 6 135 810 36
7 150 1050 49
8 130 1040 64
9 110 990 81
= 106 10 145 1450 100
11 170 7085 385
12 140 1680 144
 Les ventes pour le trimestre 13 125 1625 169
n°1 de 2023 = 14 165 2310 196
15 185 2775 225
16 155 2480 256
Total : 136 2190 19825 1496
I- Définition de la saisonnalité

La saisonnalité désigne les variations de vente concernant certains

produits dont la consommation dépend de la période de l’année. On
parle également de saisonnalité des ventes. La saisonnalité d’un bien est
à prendre en compte lors de sa commercialisation puisque celle-ci sera
plus rentable pendant une saison, un événement ou une période de
l’année spécifique (ex. : bûche de Noël).
A quoi sert le calcul des coefficients saisonniers ?

Il est possible de mesurer ces variations saisonnières en calculant les coefficients

saisonniers.

Le calcul des coefficients saisonniers sert principalement dans deux cas :

o lors de l’analyse de la saisonnalité des ventes d’une entreprise pour pouvoir

proposer des solutions et ainsi désaisonnaliser les ventes (faire plus de
publicité et de promotions aux périodes de faible activité, se diversifier dans
d’autres produits…)

o lors du calcul des prévisions des ventes trimestrielles (ou mensuelles).

Les Coefficients saisonniers
1°-A quoi servent-ils ?

o Ils permettent de mesurer la saisonnalité des ventes sur

l’année.
Exemple:
Voici un exemple, à titre d'illustration, de cette méthode de calcul.
Une boutique de vêtements dispose du chiffre d'affaires des
différents mois de l'année 2021 disponible en milliers d'euros et
du CA prévisionnel pour l'année 2022 qui a été évalué à environ
310 000 euros.
o Calcul du coefficient saisonnier par rapport à l'année
précédente
 o Calcul du coefficient saisonnier par rapport à l'année
date 01/20
précédente
02/20 03/20 04/20 05/20 06/20 07/20 08/20 09/20 10/20 11/20 12/20 2020
CA 22 18 16 9 13 26 36 40 24 09 11 22 246
mensuel
date 01/21 02/21 03/21 04/21 05/21 06/21 07/21 08/21 09/21 10/21 11/21 12/21 2021
Ca 25 20 15 10 12 25 60 80 26 10 12 25 320
mensuel
CA 23,5 19 15,5 9,5 12,5 25,5 48 60 25 9,5 11,5 23,5 283
moyen
Coeffici 0,083 0,067 0,055 0,034 0,044 0,090 0,170 0,212 0,088 0,034 0,041 0,083 1,000
ent
saisonni VV
er
Prévisio 25,73 20,77 17,05 10,54 13,64 27,9 52,7 65,72 27,28 10,54 12,71 25,73 310
n du
CA •Tout d'abord, il s'agit de calculer le CA moyen sur les deux dernières années : (246 + 320) / 2 =
283.
•Ensuite, il faut déterminer le CA mensuel moyen. Dans le cas du mois de janvier par exemple, le
CA moyen est égal à (22 + 25) / 2 = 23,5, celui du mois février à (18 + 20) / 2 = 60.
 o Calcul du coefficient saisonnier par rapport à l'année
précédente
date 01/20 02/20 03/20 04/20 05/20 06/20 07/20 08/20 09/20 10/20 11/20 12/20 2020
CA 22 18 16 9 13 26 36 40 24 09 11 22 246
mensuel
date 01/21 02/21 03/21 04/21 05/21 06/21 07/21 08/21 09/21 10/21 11/21 12/21 2021
CA 25 20 15 10 12 25 60 80 26 10 12 25 320
mensuel
CA 23,5 19 15,5 9,5 12,5 25,5 48 60 25 9,5 11,5 23,5 283
moyen
Coeffici 0,083 0,067 0,055 0,034 0,044 0,090 0,170 0,212 0,088 0,034 0,041 0,083 1,000
ent
saisonni
er
Prévisio 25,73 20,77 17,05 10,54 13,64 27,9 52,7 65,72 27,28 10,54 12,71 25,73 310
n du
CA •Enfin, calculer les coefficients de chaque mois, janvier est
égal à 23,5 / 283 = 0,083 et février à 19/283 = 0,067.
 o Prévision des ventes à partir du coefficient saisonnier
date 01/20 02/20 03/20 04/20 05/20 06/20 07/20 08/20 09/20 10/20 11/20 12/20 2020
CA 22 18 16 9 13 26 36 40 24 09 11 22 246
mensuel
date 01/21 02/21 03/21 04/21 05/21 06/21 07/21 08/21 09/21 10/21 11/21 12/21 2021
Ca 25 20 15 10 12 25 60 80 26 10 12 25 320
mensuel
CA 23,5 19 15,5 9,5 12,5 25,5 48 60 25 9,5 11,5 23,5 283
moyen
Coefficie 0,083 0,067 0,055 0,034 0,044 0,090 0,170 0,212 0,088 0,034 0,041 0,083 1,000
nt
saisonnie
r
Prévisio 25,73 20,77 17,05 10,54 13,64 27,9 52,7 65,72 27,28 10,54 12,71 25,73 310
n du CA

Le coefficient saisonnier permet alors de déterminer les prévisions pour l'année

suivante. Ainsi, à partir des coefficients mensuels calculés dans l'exemple, il est
aisé de déterminer le CA prévisionnel de chacun des mois de l'année 2022 de la
boutique de vêtements.
 o Prévision des ventes à partir du coefficient saisonnier
date 01/2 02/20 03/20 04/20 05/20 06/20 07/20 08/20 09/20 10/20 11/20 12/20 2020
0
CA 22 18 16 9 13 26 36 40 24 09 11 22 246
mensuel
date 01/2 02/21 03/21 04/21 05/21 06/21 07/21 08/21 09/21 10/21 11/21 12/21 2021
1
Ca 25 20 15 10 12 25 60 80 26 10 12 25 320
mensuel
CA 23,5 19 15,5 9,5 12,5 25,5 48 60 25 9,5 11,5 23,5 283
moyen
Coefficie 0,08 0,067 0,055 0,034 0,044 0,090 0,170 0,212 0,088 0,034 0,041 0,083 1,000
nt 3
saisonnie
r
Prévision 25,7 20,77 17,05 10,54 13,64 27,9 52,7 65,72 27,28 10,54 12,71 25,73 310
du CA 3
•Dans l'exemple de l'analyse sur deux années, le CA
prévisionnel du mois de janvier 2022 sera égal à 310 000 x
0,083 = 25 730 €.
Résumé:
Une prévision des ventes ne peut être réalisée à partir de la seule
tendance linéaire de celles-ci. Il est crucial d'intégrer le paramètre des
variations saisonnières grâce au calcul des coefficients saisonniers pour
avoir des projections au plus près de la réalité.
Merci pour votre
attention