CHAPITRE 4
LA PRÉVISION DES VENTES ET DES CONSOMMATIONS
4.1 Introduction
Si l’on désire que la gestion de production de l’entreprise soit performante, il faut réaliser une prévision
des ventes la plus précise possible. D’une manière générale, la prévision des ventes doit s’effectuer
sur plusieurs échéances pour être complète :
- Sur le long terme pour définir les choix stratégiques de l’entreprise qui conditionneront son
avenir.
- Sur le moyen et court terme pour gérer tous les domaines de l’entreprise qui conditionnent sa
vie de tous les jours.
En gestion de production, la prévision des ventes doit permettre de définir ce qu’il faut produire et
quand il faut le produire. Les entreprises utilisent bien souvent des méthodes empiriques classiques
qui consistent à déterminer les ventes futures à partir d’une analyse des ventes passées ; d’autres
méthodes plus récentes proposent de définir les ventes futures à partir d’éléments d’informations
obtenus auprès des intervenants dans la vente des produits (représentants, vendeurs, clients, etc.)
Les méthodes traditionnelles
Ce sont des méthodes simples et rapides, nécessitant des statistiques des ventes bien tenues. Elles
ont pour principe de prendre une série chronologique des ventes passées et de la prolonger dans le
futur. On distingue en général quatre types principaux de ventes ou consommations.
Figure 1 : Consommation constante
p. 1
Dr. Ir Jannot HOUNSOUNOU_ Gestion de la production
Figure 2 : Consommation à tenance
Figure 3 : Consommation saisonnière
Figure 4 : Consommation saisonnière à tendance
p. 2
Dr. Ir Jannot HOUNSOUNOU_ Gestion de la production
4.2 Les méthodes de prévision
On distingue deux grands types de méthodes de prévision : les méthodes : les méthodes qualitatives
et les méthodes quantitatives. Les techniques qualitatives font appel à une méthodologie non
mathématique (mais elles peuvent impliquer des valeurs numériques). Les techniques quantitatives
au contraire seront fondées sur des modèles mathématiques. De plus, ces techniques sont dites
intrinsèques si les données manipulées sont celles du produit considéré. Elles sont extrinsèques s’il
s’agit de données appartenant à des évènements liés à l’article mais ne concernant pas l’article lui-
même.
4.2.1 Les méthodes qualitatives
Elles sont principalement utilisées pour la prévision à moyen et à long terme. Les méthodes
qualitatives sont avant tout destinées à des décisions de mercatique avec des données provenant
d’études de marché ou d’intentions d’achats à travers notamment l’interrogation et le traitement
de prévisions du réseau de distribution. Il s’agit de techniques excellentes dans ce domaine. Pour les
utiliser à des fins de planification, il faudra être prudent et ne les utiliser qu’en complément d’autres
informations. La méthode de Delphes peut être utilisée pour interroger, indépendamment les uns des
autres afin d’éviter toute influence forte directe, des experts à propos d’une question.
4.2.2 Les méthodes quantitatives
Il existe plusieurs méthodes quantitatives parmi lesquelles on peut citer :
- Représentation graphique
- Méthode de décomposition
- Méthode des moyennes mobiles
- Méthode de lissage exponentiel
- Autres modèles mathématiques
p. 3
Dr. Ir Jannot HOUNSOUNOU_ Gestion de la production
4.2.2.1 Représentation graphique
C’est un préalable simple et explicite aux autres méthodes. Elle présente l’énorme avantage d’être
très visuelle car d’un coup d’œil elle permet de résumer la prévision et de mettre le bon sens en éveil.
De plus, on peut obtenir une estimation e la demande à venir.
Tracer la courbe de la demande en fonction du mois (représentative graphique de l’historique de la
demande).
Tableau 1 : Relevé des valeurs de la demande pendant un an
Période N° période Demande
Janvier 1 20000
Février 2 21000
Mars 3 19000
Avril 4 22000
Mai 5 23000
Juin 6 22000
Juillet 7 20000
Août 8 16000
Septembre 9 20000
Octobre 10 23000
Novembre 11 25000
Décembre 12 27000
Total 258000
4.2.2.2 Méthode de décomposition
Le niveau de base de la demande est la moyenne de la série de données prévues à une date
déterminée. C’est une loi stationnaire qui selon les concepts introduits sur les différents types de
demandes, sera complétée avec les éléments suivants :
p. 4
Dr. Ir Jannot HOUNSOUNOU_ Gestion de la production
- une tendance T donnant l’évolution à moyen terme de la demande ;
- des variations saisonnières S dues à des modifications périodiques de la demande liées à la
nature du produit et à son utilisation ;
- des éléments résiduels R dus à de nombreux causes autres que les précédentes (
modifications climatiques inattendues, épidémies, grève, apparition d’un nouveau client sur le
marché, etc.).
La demande pour une période n peut s’exprimer alors sous deux formes :
• une forme additive de ces différents éléments où Dn =Tn + Sn + Rn ;
• une forme multiplicative de ces éléments avec Dn =Tn . Sn . Rn .
Développons ici la forme multiplicative qui est la plus fréquente.
Estimation de la tendance T
On peut définir une droite de tendance par la méthode des moindres carrés. Cela consiste à
retenir parmi toutes les droites du plan étudié celle qui minimise la somme des carrés des
écarts des points observés à la droite.
L’équation ce cette droite, exprimant la demande D en fonction du numéro de la période n,
est du type
D = a.n + b
N .∑n .Dn − ∑n .∑Dn ∑Dn ∑n
𝑎= ; 𝑏= − 𝑎.
N .∑(n)2−(∑n)2 N N
Où n est le nombre de périodes de l’historique des données.
En utilisant le tableau 1, calculer la droite de tendance puis tracer la.
Résultat (Dn = 378n+19045).
p. 5
Dr. Ir Jannot HOUNSOUNOU_ Gestion de la production
Estimation des variations saisonnières
Elles sont traduites par des coefficients représentant les écarts de la valeur de base. Les indices
saisonniers représentent, pour chaque période élémentaire, le rapport entre la demande réelle
constatée et une moyenne globale évaluée sur l’ensemble, correspondant à une valeur
« désaisonnalisée ».
La moyenne globale donne la valeur désaisonnalisée est 2580000/12=215000. Avec une période de
trois mois à partir de janvier.
Le calcul des coefficients de saisonnalité vaut : Moyenne trimestrielle / moyenne globale
Tableau 2 : Calcul des coefficients de saisonnalité
1er trimestre 2ème trimestre 3ème trimestre 4ème trimestre
Demande totale 60000 67000 56000 75000
Moyenne 20000 22333 18667 25000
Coefficient de saison 93% 103,9% 86,6% 116,3%
Estimation des variations saisonnières
La demande par produit pour une période n vaut Dn = Tn. Sn. Rn
Les éléments résiduels Rn sont tout qui n’est pas pris en compte par les facteurs Tn et Sn. Nous
avons des éléments aléatoires non identifiés et qui ne se reproduiront pas selon notre modèle. Nous
sommes donc obligés de prendre en compte pour la prévision le produit Tn.Sn
p. 6
Dr. Ir Jannot HOUNSOUNOU_ Gestion de la production
Tableau 3 : vérification du modèle
Période Dn Tn = 378n+19045 Sn (%) Pn = Tn.Sn
Janvier 20000 19421 93 18062
Février 21000 19799 93 18413
Mars 19000 20177 93 18765
Avril 22000 20555 103 ,9 21357
Mai 23000 20933 103 ,9 21749
Juin 22000 21311 103 ,9 22142
Juillet 20000 21689 86,8 18826
Août 16000 22067 86,8 19154
Septembre 20000 22445 86,8 19482
Octobre 23000 22823 116,3 26543
Novembre 25000 23201 116,3 26983
Décembre 27000 23579 116,3 27422
Faire la prévision de la demande des mois de mars n+1 de période 15 et d’Août n+1 de
période 20.
Période n Tn = 378n + 19045 Sn Pn
Mars N+1 15 93,6%
Août N+1 20 86,8%
Cette méthode nécessite un stockage de données et de nombreux calculs, mais elle est simple à
utiliser avec l’aide d’un ordinateur et peu coûteuse. Les prévisions seront correctes si les demandes
ne sont affectées que par les deux facteurs considérés et si, de plus la tendance est régulière et la
saisonnalité reproductible.
p. 7
Dr. Ir Jannot HOUNSOUNOU_ Gestion de la production
4.2.2.3 Méthode des moyennes mobiles
Cette méthode a deux utilisations. Il s’agit de :
- établir une prévision de la demande ;
- lisser les données utilisées avec d’autres méthodes de prévision.
On estime la prévision de la demande pour une certaine période à partir des valeurs connues pour
les quelques périodes précédentes. Prenons le cas d’une moyenne mobile à trois périodes. Dans ce
cas, la demande de la période 8 est calculée à partir des consommations des périodes 5, 6 et 7 selon :
P8 = (D5 + D6 + D7) / 3
Tableau 4 : Exemple de prévision par moyenne mobile à trois périodes
Période Demande réelle Moyenne mobile
1 31,6
2 30
3 33,9
4 37 31,8
5 41,7 33,6
6 42,5 ,37,5
7 36,7 40,4
8 31 40,3
9 35 ,8 36,7
10 40,9 34,5
11 38,3 35,9
12 36,5 38,3
13 42,3 ,38,6
14 38,2 39
15 35,4 39
16 38,6 38,6
17 38,4 37,4
18 37,5
p. 8
Dr. Ir Jannot HOUNSOUNOU_ Gestion de la production
Cette méthode nécessite un stockage de données et de nombreux calculs, mais elle est simple à
utiliser avec l’aide d’un ordinateur et peu coûteuse. Son inconvénient est de trainer derrière l’évolution
de la consommation passée puisqu’à tout instant on ne prend en compte que des moyennes de
valeurs antérieures.
NB : La technique de lissage de données peut être effectuée en remplaçant par exemple :
D5 par D’5 et ainsi de suite.
D’5 = (D4 + D5 + D6) / 3
D’6 = (D5 + D6 + D7) / 3
D’7 = (D6 + D7 + D8) / 3
……..
La méthode de lissage évite ainsi d’introduire des points anormaux qui risqueraient de perturber les
estimations de la demande.
Travail à faire
Tracer le graphe représentant les valeurs réelles et la moyenne mobile avec et sans lissage.
p. 9
Dr. Ir Jannot HOUNSOUNOU_ Gestion de la production
