Méthodes de prévision | les décisions


Prévisions

Le succès ou l’échec de l’administration de tout type d’organisation est lié à la planification. Pour cette raison, la survie d’une organisation dépend de la capacité de ses dirigeants à anticiper l’avenir et à développer des stratégies appropriées.

La prévision est un processus d’estimation d’un événement futur en projetant des données passées dans le futur. Celles-ci sont systématiquement combinées par défaut pour estimer l’avenir.

La prédiction est un processus d’estimation d’un événement futur basé sur des considérations subjectives différentes des simples données du passé; ces considérations subjectives ne doivent pas nécessairement être combinées d’une manière prédéterminée. Autrement dit, lorsqu’il n’y a pas de données du passé, une prévision est requise, sinon une prévision est nécessaire.

Une prévision n’est qu’une prédiction de ce qui se passera à l’avenir. Cependant, il faut accepter le fait que quelle que soit la technique utilisée, des prévisions parfaites ne peuvent pas être faites. C’est pourquoi il est nécessaire de revoir et de mettre à jour en permanence les prévisions sur la base des dernières données, ce qui est accompli avec un système de planification flexible.

La prévision est le fondement de la planification d’entreprise à long terme. Le personnel de production et d’exploitation utilise les prévisions pour prendre des décisions périodiques concernant la sélection des processus, la planification de la capacité, la planification de la production, la planification des activités et l’inventaire.

Nous pouvons différencier deux types de prévisions: des prévisions détaillées pour un article spécifique qui sont utilisées pour planifier une utilisation à court terme, et à l’autre extrême, des prévisions mondiales des demandes de produits sont nécessaires dans un horizon temporel beaucoup plus éloigné.

Différents horizons temporels doivent être utilisés en fonction des informations nécessaires aux différents types de décisions de planification.

Types de prévisions

Les méthodes de prévision peuvent être classées comme quantitatives ou qualitatives. Les méthodes de prévision quantitative peuvent être utilisées lorsque:

1.- Des informations passées sur la variable à prévoir sont disponibles.

2.- les informations peuvent être quantifiées.

3.- On peut supposer que le schéma se poursuivra à l’avenir.

Par conséquent, une prévision peut être faite en utilisant une méthode causale ou chronologique.

Si les données historiques limitent les valeurs passées de la variable que nous essayons de prévoir, la procédure de prévision s’appelle la série chronologique et vise à découvrir un modèle dans les données historiques, puis à extrapoler ce modèle à l’avenir. Elle est basée uniquement sur les données passées de la variable à prévoir, les erreurs de prévision passées, ou les deux. Trois méthodes de séries chronologiques sont présentées: a) lissage (moyennes mobiles, moyennes mobiles pondérées et lissage exponentiel.

Les méthodes de prévision causale sont basées sur l’hypothèse que la variable que nous essayons de prévoir présente une relation de cause à effet avec une ou plusieurs autres variables.

Par exemple: l’analyse de régression est utilisée comme méthode de prévision causale. Les dépenses publicitaires influencent le volume des ventes de nombreux produits. L’analyse de régression utilise une équation qui montre comment ces deux variables sont liées. Une fois le budget publicitaire établi pour la période suivante, vous pouvez remplacer la valeur dans l’équation pour faire une prédiction ou une prévision du volume des ventes pour cette période. Dans le cas de la série chronologique de préparation des prévisions, les dépenses publicitaires n’ont pas été prises en compte, elles sont basées uniquement sur les prévisions de ventes passées.

Les méthodes qualitatives impliquent l’utilisation du jugement pour faire des prévisions. Par exemple, un groupe d’experts pourrait préparer une prévision consensuelle du principal taux d’intérêt dans un an. L’avantage de cette méthode est qu’elle peut être appliquée lorsque les informations sur la variable ne peuvent pas être quantifiées. (consultez le tableau suivant).

Prévisions

causal suppose que la demande est liée à un ou plusieurs facteurs environnementaux sous-jacents. Les modèles de simulation permettent au prévisionniste de parcourir une gamme d’hypothèses concernant l’état des prévisions.

  • La série chronologique

  • Moyenne mobile simple, une période contenant plusieurs points de données est moyennée, en divisant la somme des valeurs de points par le nombre de points. Ainsi, chaque point a la même influence.

  • Moyenne mobile pondérée, certains points sont pondérés plus ou moins que d’autres, selon ce qui est jugé approprié en fonction de l’expérience.

  • Lissage exponentiel, les points de données plus récents ont un poids plus important; ce poids diminue de façon exponentielle avec l’âge des données.

  • Analyse de régression, ajustez une ligne droite aux données antérieures, en reliant généralement la valeur des données avec le temps. La méthode d’ajustement la plus courante est le moindre carré.

  • La technique de Box Jenkins est compliquée, mais apparemment la technique statistique la plus précise disponible.

  • Shiskin Time Series, efficace pour décomposer une série chronologique en saisonnalité, tendance et irrégulière. Nécessite au moins trois ans de données historiques. Très bon pour identifier les points de changement, par exemple, dans les ventes d’une entreprise.





Source link

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *