Prévoir et anticiper 2012
Michel Bruley
A défaut de prévoir ou d’être à même d’anticiper le futur même immédiat, je vous souhaite une bonne année 2012.
Cela dit, il ne faut pas confondre prévision et prospective. Les différences portent notamment sur l’horizon temporel (court vs long), la démarche (extrapolation du présent vs imagination), l’attitude à l’égard du futur (passive/réactive vs proactive/créative), les variables (primauté du quantifiable vs qualitatives/quantifiables ou non) et les méthodes (modèles déterministes vs construction de scénarios). Prévoir, c’est donc chiffrer par avance ce qui doit arriver avec un niveau d’incertitude faible.
Les prévisions sont importantes pour toutes les fonctions de l’entreprise. La Finance utilise les prévisions pour estimer les besoins futurs en capital, les Ressources humaines évaluent les besoins de main-d’œuvre, la fonction Marketing/Ventes développe des prévisions de ventes utilisées pour la planification, et la direction des Opérations développent et utilisent des prévisions pour établir les horaires de la main-d’œuvre, déterminer les besoins en stocks et planifier les besoins en capacité.
Dans la période économique actuelle, être à même de faire de bonnes prévisions est crucial. Il est donc important de bien comprendre le processus de prévision statistique, de connaître les grands principes des modèles utilisés afin de mieux contrôler les étapes de l’élaboration des prévisions. Si toutes les fonctions de l’entreprise font des prévisions, la prévision la plus importante de toutes est celle de la demande qui permet : d’établir quelle capacité de production est requise afin d’ajuster l’offre à la demande, de choisir les technologies appropriées au niveau de demande, d’orienter la politique et les stratégies de gestion des stocks, de déterminer les meilleures stratégies de production, de planifier l’utilisation des équipements, les besoins en équipements et de planifier la main-d’œuvre requise.
Concrètement pour prévoir la demande, il s’agit de prendre en compte la tendance (variation significative de la demande en fonction du temps), la saisonnalité (évolution régulière qui se répète périodiquement), les cycles (évolution qui s'étale sur plusieurs années et qui peut être attribuée à des cycles de vie des produits ou à des conditions économiques, politiques, etc.), les irrégularités (variations provoquées par des circonstances inhabituelles), et enfin les aléas possibles (variations qui ne peuvent être expliquées).
Dans tous les cas seule une bonne gestion des données historiques nécessaires peut assurer une production de prévisions de la demande de qualité. Pour aller plus loin sur ce thème des prévisions vous pouvez utilement consulter mes autres articles sur ce sujet : cliquez ici
> A LIRE EN CE MOMENT SUR DECIDEO
-
Salesforce annonce la disponibilité d’Einstein Copilot avec de nouvelles fonctionnalités pour booster les ventes
-
Vincent Cornillet prend la direction du Centre d’Entraînement et de Développement de l’Intelligence Artificielle (CEDIA) de Preligens
-
Teradata adopte Iceberg et Delta Lake pour offrir à ses clients le meilleur écosystème ouvert et connecté pour une IA de confiance
-
Podcast : Quel appareil pour embarquer demain l’intelligence artificielle au plus près de notre corps ?
-
DigDash accompagne France Travail dans le déploiement d’outils de Business Intelligence pour le pilotage opérationnel et stratégique
-
Gouvernance des données : neuf professionnels des services financiers sur dix demandent des réglementations et des normes en matière d'IA
-
L’AIOps, une nouvelle ère pour le stockage des données
-
Tableau et Databricks aident les entreprises à partager, connecter et visualiser leurs données
-
Claranet et Cloudera lancent une plateforme de gestion de données intégrée à un cloud souverain français sécurisé et conforme
-
Salesforce lance Zero Copy Network, un nouvel écosystème de partenaires pour libérer les données pertinentes et accélérer l'adoption de l'IA