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
Tags :
Analyse de Données
Big Data
Business Intelligence
Cloud Computing
CRM
Data Mining
Data Warehouse
Décisionnel
Infocentre
Intelligence Economique
Marketing
Médias Sociaux
Relation Client
Réseaux Sociaux
Système d'information
Virtualisation
Web 2.0
Rédigé par Michel Bruley le Lundi 2 Janvier 2012 à 09:28
|
Permalien
|
{0}
> A LIRE EN CE MOMENT SUR DECIDEO
-
GS1 France aux côtés d’Equadis pour développer la solution « Data Quality Checker » garantissant l’échange de données de qualité sur le marché français
-
XXII lance RETAIL ANALYTICS, une innovation majeure pour le secteur du retail
-
Salesforce dévoile une technologie intégrant l’IA pour extraire et structurer rapidement les données issues de documents et d’images
-
L’administration américaine va nommer ses premiers CAIO (Chief Artificial Intelligence Officer) et former ses comités de gouvernance
-
Podcast : les prompts sont des données, il va falloir les cataloguer
-
Neo4j : La nouvelle norme internationale GQL marque un tournant majeur pour l'industrie des bases de données
-
Gouverner l’intelligence artificielle : un passage obligé afin d’en sécuriser les bénéfices pour l’entreprise (1ère partie)
-
Etude Panasonic : la vision par ordinateur sera le fer de lance de la productivité de l'IA en 2024
-
Étude Salesforce : Le manque de stratégie data entrave l'avancement de l'IA dans le secteur du Retail
-
LF AI & Data Foundation lance Open Platform for Enterprise AI (OPEA) pour une collaboration innovante en matière d'IA d'entreprise
Profil
Michel Bruley
Liste de liens
Dernières notes
Meilleurs vœux aux parents pour 2024
10/01/2024
RECETTE DE LA DINDE AU WHISKY
27/01/2023
Le 1 to 1 marketing a bientôt trente ans
24/09/2022
Galerie
Archives
Rubriques
Rubriques