La pr?vision commerciale est un processus utilis? pour estimer ou pr?dire les tendances futures. Les dirigeants, les gestionnaires et les analystes utilisent les r?sultats pr?vus pour aider ? prendre des d?cisions commerciales mieux inform?es. Par exemple, les pr?visions commerciales sont utilis?es pour estimer les ventes trimestrielles, les niveaux de stocks, les commandes de la cha?ne d’approvisionnement, le trafic sur le site Web et l’exposition aux risques. Alors que les pr?visions commerciales sont g?n?ralement r?alis?es ? l’aide de techniques statistiques, l’exploration de donn?es s’est ?galement av?r?e ?tre un outil utile pour les entreprises disposant de nombreuses donn?es historiques.
Les outils utilis?s pour les pr?visions commerciales d?pendent des besoins de l’entreprise et de la quantit? de donn?es impliqu?es. Ces outils comprennent des feuilles de calcul, la planification des ressources d’entreprise, des syst?mes avanc?s de gestion de la cha?ne d’approvisionnement et d’autres technologies de r?seau ou Web. En g?n?ral, les outils utilis?s doivent permettre un partage facile des donn?es entre les d?partements ou les unit?s commerciales, le t?l?chargement de donn?es provenant de sources multiples, un assortiment de techniques d’analyse et une visualisation graphique des r?sultats.
Trois m?thodes de pr?vision commerciale sont disponibles pour diff?rents types de donn?es et d’analyses. Le mod?le de s?rie chronologique est le plus courant, o? les donn?es sont projet?es vers l’avant. Les calculs statistiques pour ce mod?le incluent la moyenne mobile, le lissage exponentiel et les m?thodes de Box-Jenkins. Les mod?les de s?ries chronologiques sont simples en ce sens qu’une fois la formule d?termin?e, l’insertion de donn?es historiques produira les r?sultats pr?vus. Cela n’est utile que lorsque les donn?es historiques montrent une tendance forte, sans anomalies.
Les mod?les explicatifs sont une autre m?thode de pr?vision commerciale. Ces mod?les n’ont pas besoin d’autant de donn?es historiques que l’analyse de s?ries chronologiques pour recevoir des pr?visions commerciales utiles. Les r?gressions lin?aires, les r?gressions additives non param?triques et les r?gressions par d?calage sont des m?thodes couramment utilis?es. Par exemple, une r?gression lin?aire peut ?tre utilis?e pour d?terminer combien de trafic sur le site Web g?n?rera pour les revenus publicitaires souhait?s.
L’exploration de donn?es est une troisi?me m?thode de pr?vision commerciale, et elle gagne en popularit? ? mesure que les entreprises collectent et enregistrent davantage de leurs donn?es au format num?rique. Cette m?thode repose sur le tri des donn?es historiques pour les mod?les. Ces donn?es sont g?n?ralement r?cup?r?es et combin?es ? partir de diff?rents services, e-mails et rapports. Les algorithmes peuvent ?tre bas?s sur l’exploration de donn?es pour faire des pr?dictions automatiquement, comme le syst?me d’Amazon.com qui propose ? ses clients des livres recommand?s.
Les erreurs dans les pr?visions commerciales sont courantes en raison de probl?mes logiciels, d’erreurs math?matiques, d’ajustements inutiles et de biais. La r?duction ou l’?limination des erreurs peut ?tre accomplie en recalculant, en comparant les r?sultats lors de l’utilisation d’une formule ou d’une m?thode diff?rente, en minimisant les ajustements et en supprimant les possibilit?s de biais. Les estimations doivent ?tre clairement identifi?es avec une explication de la fa?on dont l’estimation a ?t? cr??e. Les pr?visions initiales peuvent s’av?rer inexactes par rapport aux r?sultats r?els, donc des ajustements constants peuvent ?tre n?cessaires afin de produire des pr?visions futures plus solides.
SmartAsset.