CHAPITRE 2
La prvision des ventes
Cest en fonction des prvisions de ventes que lentreprise dtermine la production, les achats
et les investissements ncessaires. La prvision des ventes conditionne lensemble de la
construction budgtaire. Elle est gnralement mise uvre partir de modles de prvisions
reposant sur des mthodes statistiques. Ces mthodes ont pour objet :
De mesurer les phnomnes dvolution des ventes moyen terme (tendance ou trend ) ;
De mesurer les phnomnes priodiques ou rptitifs (saisonnalit).
Lestimation de la tendance laide dun ajustement linaire
Les mthodes bases sur lajustement linaire ncessitent :
Une reprsentation graphique de la srie afin dobserver la tendance
Une confirmation de lvolution linaire par le calcul du coefficient de corrlation linaire
11. La tendance
Lanalyse graphique permet dobserver une tendance. Prenons lexemple suivant :
Lentreprise DAVID se pose la question suivante :
Les insertions publicitaires dans la presse ont-elles un impact sur les ventes du produit
GOLIATH ?
Les quantits vendues dpendent-elles du nombre dinsertions publicitaires ?
Au cours des annes coules elle a relev les donnes suivantes :
Dpenses
Chiffre
Application
1 Entreprise
TENNIS
Annes
publiciaires
d'affaires
1
560
3,4
500
3,6
510
5,6
584
4,4
530
520
3,8
524
4,4
560
570
Le nuage
semble tablir
10 de points6,1
592une
relation linaire entre les deux
variables : les dpenses publicitaires
influence lvolution du chiffre daffaires.
Processu
12. La corrlation linaire
La corrlation linaire exprime lintensit de la liaison entre deux variables : le chiffre
daffaires en fonction des dpenses publicitaires.
Le coefficient de corrlation (r) est un indicateur de cette relation. Il est dtermin de la faon
suivante :
cov( x, y )
xi y i n x y
( xi x ) ( y i y )
r=
=
ou
2
2
2
2
( x) x ( y )
( xi x ) x ( y i y )
xi2 n x x yi2 n y
Le coefficient de corrlation est toujours compris entre -1 et 1.
Si R >0 : x et y varient dans le mme sens
Si R <0 : x et y varient en sens inverse.
Plus r est proche de 1 ou de -1, plus lintensit de la relation entre les 2 variables est forte.
Les fonctions statistiques des calculatrices et des tableurs permettent dobtenir directement le
coefficient de corrlation.
Sous Excel : [Link] (matrice1 ; matrice2). Dans notre exemple
prcdent, le coefficient est gal r=0.941, ce qui confirme une forte corrlation entre les
dpenses publicitaires et le chiffre daffaires.
13. La mthode des moindres carrs
Lorsque la corrlation linaire est significative, on peut exprimer la valeur dune variable (y)
en fonction de la valeur de lautre (x) sous la forme y = ax + b avec :
a=
x y
x
i
2
i
nx y
nx
ou
xi x ) ( yi y
xi x
et b = y a x
Les fonctions statistiques des calculatrices et des tableurs permettent dobtenir directement les
valeurs de a et b. Sous Excel : DROITEREG(y_connus ;x_connus). Dans lexemple prcdent
y = 30.59 x + 403.56
La droite obtenue permet deffectuer des
prvisions. Par exemple, le chiffre
daffaires prvisibles n+1 pour des
dpenses publicitaires de 6.3 serait de 596
M
TENDANCE (y_connus ;x_connus ;6.3)
Application 1 & 2 : Mthode des moindres carrs Ajustement linaire - Corrlation
Processu
14. lajustement exponentiel ramen la forme linaire
La reprsentation graphique de lvolution des ventes peut avoir la forme dune courbe
exponentielle, de la forme y = BAx.
Exemple :
x
ln(y)
12
2,4849
48
3,8712
192
5,2575
24
3,1781
768
6,6438
96
4,5643
96
4,5643
384
5,9506
1536
7,3369
Dans ce cas, on ramne la tendance exponentielle la forme linaire ln y = x ln A + ln B.
On procde un changement de variables :
Y= lny
a = ln A et b = ln B
Dmarche :
1 Calcul des valeurs ln y (logarithme nprien)
2 Calcul des valeurs a et b par la mthode des moindres carrs : a = 0,693 et b = 1,098
3 Calcul des valeurs A et B, sachant que A = ea et B = eb : A = 2 et B = 3
4 Ecrire lquation y = 3 x 2x.
Application 3 : ajustement par une fonction exponentielle
Processu
2 Lanalyse des sries chronologiques
Une srie chronologique est une suite de valeurs prises par une variable au cours du temps.
- Xi exprime le temps (mois, trimestre, anne)
- Yi exprime la variable (Chiffre daffaires, Quantits vendues, etc.)
La reprsentation graphique dune srie chronologique met souvent en vidence :
- Un mouvement de tendance gnrale (ou trend)
- Un mouvement saisonnier correspondant des variations renouveles des priodes
dtermines.
Exemple : lentreprise LAPAIRE souhaite dterminer ses ventes prvisionnelles des 4
trimestres de lexercice N+1.
Au cours des 3 derniers exercices, la socit LAPAIRE a constat les C.A.H.T. suivants :
Trimestre
T1 N-2
T2 N-2
T3 N-2
T4 N-2
T1 N-1
T2 N-1
T3 N-1
T4 N-1
T1 N
T2 N
T3 N
T4 N
Rang du
trimestre
1
2
3
4
5
6
7
8
9
10
11
12
C.A.H.T
(en K)
3 655
3 825
3 450
4 285
3 725
3 952
3 420
4 319
3 780
3 956
3 512
4 429
Le graphique permet dobserver une tendance
laugmentation du C.A., marque par un phnomne
priodique.
Pour prvoir les ventes, il est ncessaire de distinguer la tendance des variations saisonnires.
Deux mthodes peuvent tre mises en uvre pour dterminer la tendance
- La mthode de lajustement linaire
- La mthode des moyennes mobiles ;
Une fois la tendance dtermine, il sera ncessaire de calculer les coefficients saisonniers.
Processu
21. Le trend dune srie chronologique par lajustement linaire
Lajustement linaire dune srie chronologique se fait sous la forme dune droite y = a x + b.
Les dmarches de calcul exposes prcdemment permettent de mettre en vidence lquation
de la droite de tendance
22. Le trend dune srie chronologique par les moyennes mobiles
Pour dterminer le trend, il est parfois ncessaire de lisser les donnes afin dobtenir une srie
pure des irrgularits. Le lissage peut tre obtenu par la mthode des moyennes mobiles.
Reprenons lexemple prcdent et calculons les moyennes mobiles sur 4 priodes (lobjectif
tant de conserver le centrage de la moyenne)
Moyenne mobile T3(N-2)= (T1(N-2/)2 + T2(N-2) + T3(N-2)+T4(N-2)+ T1(N-1)/2)/4
= (3655/2+3825+3450+4285+ 3725/2)/4= 3813
Moyenne mobile T4(N-2) = (T2(N-2/)2 + T3(N-2) + T4(N-2)+T1(N-2)+ T2(N-1)/2)/4
= (3825/2+3450+4285+ 3725+3952/2)/4= 3837
Etc.
Rang du C.A.H.T Moyenne
rimestre trimestre (en K) mobile
T1 N-2
3 655
T2 N-2
3 825
T3 N-2
3 450
3 813
T4 N-2
4 285
3 837
T1 N-1
3 725
3 849
T2 N-1
3 952
3 850
T3 N-1
3 420
3 861
T4 N-1
4 319
3 868
T1 N
3 780
3 880
T2 N
10
3 956
3 906
T3 N
11
3 512
T4 N
12
4 429
Le lissage de la courbe montre un accroissement
rgulier des ventes dans le temps. On peut dterminer la tendance de la srie chronologique
par la mthode des moindres carrs.
y = 11.128x + 3807.9
Processu
23. Les coefficients saisonniers
Le calcul des coefficients saisonniers consiste dterminer, pour chaque priode, la moyenne
des rapports entre la valeur observe et la valeur ajuste correspondante. La valeur ajuste est
obtenue partir de lquation de la droite de tendance gnrale (obtenue partir dun
ajustement linaire ou de la mthode des moyennes mobiles).
Trois tapes sont ncessaires pour le calcul des coefficients saisonniers :
n Calcul des valeurs ajustes laide de lajustement linaire ou des moyennes
mobiles applique la srie chronologique (y = 27,846x + 3678)
Remarque : une autre mthode vise appliquer la droite des moindres carrs aux
moyennes mobiles.
o Calcul du rapport la tendance: valeur observe/valeur ajuste
o Valeur observe/
Trimestre
Rang du
trimestre
C.A.H.T
(en K)
n Valeur ajuste
T1 N-2
3 655
3 706
0,9863
T2 N-2
3 825
3 734
1,0245
T3 N-2
3 450
3 762
0,9172
T4 N-2
4 285
3 789
1,1308
T1 N-1
3 725
3 817
0,9758
T2 N-1
3 952
3 845
1,0278
T3 N-1
3 420
3 873
0,8831
T4 N-1
4 319
3 901
1,1072
T1 N
3 780
3 929
0,9622
T2 N
10
3 956
3 956
0,9999
T3 N
11
3 512
3 984
0,8815
T4 N
12
4 429
4 012
1,1039
Valeur ajuste
p Calcul du coefficient saisonnier (moyenne des rapports de chaque priode)
1er
trimestre
Anne
2me
trimestre
3me
trimestre
4me
trimestre
N-2
0,9863
1,0245
0,9172
1,1308
N-1
0,9758
1,0278
0,8831
1,1072
0,9622
0,9999
0,8815
1,1039
Moy Coefficient
0,9748
1,0174
0,8939
1,1140
Coefficient
rectifi
0,9748
1,0174
0,8939
1,1140
La somme des coefficients saisonniers est gale 4 (correspondant 4 trimestres dans une
anne). Coefficient rectifi = coefficient / total coefficient x 4
Les coefficients saisonniers vont permettre de prvoir les ventes en tenant compte de la
tendance et de la saisonnalit
Prvision = Valeur ajuste x coefficient saisonnier
Processu
Pour effectuer la prvision, il faut utiliser lquation de la droite dajustement et les
coefficients saisonniers.
Trimestre
Rang
Trend
Coefficient
Prvision
T1N+1
13
4 040
0,9748
3 938
T2N+1
14
4 068
1,0174
4 139
T3N+1
15
4 096
0,8939
3 661
T4N+1
16
4 124
1,1140
4 593
Application 4 Moyenne mobile coefficient saisonnier
3 Ltablissement du budget des ventes et des frais de distribution
31. Le budget des ventes
Le budget des ventes est lexpression montaire du programme des ventes. Il est ventil :
- en priodes mensuelles ;
- par produit
- par secteur gographique
- par canal de distribution
Le budget des ventes ne tient pas compte des dcalages de rglement des clients (voir budget
de trsorerie).
31. Le budget des frais de distribution
Le budget des ventes est accompagn dun budget des frais de distribution. Ce dernier
prsente la rpartition priodique des moyens mis en uvre pour raliser le programme des
ventes. Il peut comporter les rubriques suivantes :
- salaires et charges sociales de la force de vente ;
- commissions des reprsentants
- frais de publicit
- loyers
- crdit bail
- etc.
Application 5 Budget des ventes
Processu
