Techniques pour estimer la demande d’un produit
Il existe différentes techniques pour estimer la demande d’un produit commercial. Ces techniques peuvent être réparties en deux grandes catégories :
- les techniques qualitatives, qui reposent sur des études de marché ou sur l’interrogation d’un panel d’experts du secteur ;
- les techniques quantitatives, qui, au contraire, se fondent sur l’utilisation de modèles mathématiques appliqués aux séries historiques de la demande. Ces techniques se divisent à leur tour en :
Méthodes corrélatives
Elles cherchent à établir un lien de corrélation, donc de causalité, entre l’évolution de la demande d’un bien et celle d’un autre phénomène particulier.
Méthodes extrapolatives
Elles partent du principe qu’il existe une tendance identifiable dans la série de données historiques ; cette tendance peut être mise en évidence en « traitant » les données de manière appropriée grâce à l’utilisation de modèles mathématiques permettant d’éliminer le « bruit » de fond dû à des perturbations aléatoires.
Au préalable, il est toutefois nécessaire d’estimer séparément la demande liée à des actions ponctuelles (telles que les promotions, le lancement de nouveaux articles, certaines occasions particulières, ou encore les actions de la concurrence), afin de pouvoir identifier les composantes stationnaire, tendancielle, saisonnière et cyclique de la demande.
Comment augmenter la fiabilité de la prévision de la demande
À méthode égale, la prévision de la demande augmente son degré de fiabilité :
- à mesure que le niveau d’agrégation augmente (il est en effet plus facile d’estimer la demande d’une famille de produits que celle d’un article individuel ; de même, il est plus facile de prévoir la demande d’une vaste zone géographique que celle d’une seule ville) ;
- à mesure que l’anticipation de la prévision augmente (c’est-à-dire à mesure que l’horizon temporel pris en compte s’allonge).
L’utilisation d’une méthode extrapolative particulière dépend du type de demande du produit. En effet :
- pour les articles à rotation rapide (fast moving), caractérisés par une demande moyenne à élevée sur l’horizon temporel de prévision, on utilise des techniques fondées sur la moyenne mobile ou sur le lissage exponentiel ; dans ce dernier cas, on peut choisir entre :
- le lissage exponentiel simple ;
- le modèle de Holt (qui prend en compte un facteur de tendance linéaire) ;
- le modèle de Holt-Winters (qui prend en compte un facteur de tendance linéaire et un facteur de saisonnalité) ;
- pour les articles à rotation lente (slow moving), caractérisés par une demande sans saisonnalité et très faible sur l’horizon de prévision (c’est-à-dire que la moyenne est très proche de la variance), on applique la distribution probabiliste de Poisson.
