Prévision de la demande avec saisonnalité — Les-mathematiques.net The most powerful custom community solution in the world

Prévision de la demande avec saisonnalité

Modifié (December 2022) dans Statistiques
Bonsoir
Je travaille sur un exercice de prévision de la demande avec un collègue en interne.
Nous ne possédons que très peu d'historique en termes de ventes passées/produit (horizon d'un peu plus d'un an).
Nous aimerions pouvoir prévoir la demande et ainsi la comparer au taux de croissance estimé par les "sales" afin de voir si cela est cohérent et ainsi permettre de meilleurs approvisionnements.
Notre activité est saisonnière : le plus gros des ventes se fait de mars à août.
Voici la méthode employée, avant de donner davantage de détails, pourriez-vous me dire si cela vous semble cohérent ?
1. Calcul de l'index saisonnier (par famille de produits plutôt que par produit seul) pour ensuite pouvoir désaisonnaliser les ventes
2. Application du lissage exponentiel double sur ces ventes désaisonnalisées (lissage de Holt, avec Alpha et Beta que l'on fait varier) pour obtenir la prévision
3. Multiplication de la prévision obtenue par l'index saisonnier pour obtenir la prévision re-saisonnalisée
4. Calcul du Mean Absolute Deviation pour analyser l'écart entre la demande réelle et la prévision
Quels conseils pour affiner cette méthode ? Quels points de vigilance à avoir ? En effet les résultats ne nous semblent pas des plus cohérents parfois.
Merci de votre aide,
Bonne soirée,

Réponses

  • Modifié (December 2022)
    Également, pour venir "conforter" notre ressenti/doute quant à la fiabilité de la méthode et des calculs utilisés, nous avons calculé le tracking signal qui est très très souvent en dessous de - 4 et/ou largement au-dessus de 4...

    Enfin, pensez-vous qu'il faudrait dissocier l'analyser de la demande BtC vs BtB ?

    Merci beaucoup.
  • Modifié (December 2022)
    Bonjour.
    Je n'ai pas tout compris à ce que vous avez fait (ce n'est pas mon domaine de compétence), mais mon expérience en stats est qu'avec peu de données, on a peu de résultats, et que plus les analyses sont fines et complexes, moins on se rapproche de la réalité. Ici, des variations saisonnières annuelles sur une seule année, ça n'a pas de sens. Le mieux qu'on peut faire, c'est de comparer l'année en cours avec l'année déjà écoulée.
    Les stats ne font pas des miracles ...
    Cordialement.
Connectez-vous ou Inscrivez-vous pour répondre.
Success message!