La décomposition est une technique de prévision qui sépare ou décompose les données historiques en différents composants et les utilise pour créer une prévision plus précise qu'une simple ligne de tendance. En prévoyant chaque composant séparément avant de les combiner, vous pouvez évaluer l'importance de chacun et les souligner ou les actualiser en fonction de l'évolution du marché ou des conditions économiques.
Prévisions avec ligne de tendance
Le moyen le plus simple de prévoir une variable consiste simplement à étendre une ligne de tendance en fonction des données historiques. Que vous accomplissiez cela manuellement avec une analyse de régression ou en utilisant une feuille de calcul telle qu'Excel, vous pouvez établir une tendance et la prolonger dans le futur. L'inconvénient de cette méthode est qu'elle ne tient pas compte des fluctuations prévisibles autour de la tendance. Par exemple, vous pouvez prévoir une projection des ventes au détail de 8 % pour l'année prochaine sur la base d'informations historiques, mais si vous examinez les ventes du quatrième trimestre, lorsque la plupart de vos affaires se produisent, vous manqueriez la marque si vous ne comptiez pas pour la variation saisonnière.
Approche de décomposition
L'approche de décomposition de la prévision reconnaît qu'une prévision ne peut être réalisée que si vous incluez tous les composants des données historiques. Bien que les composants puissent varier, en fonction de la variable que vous prévoyez, vous pouvez inclure une ligne de tendance sous-jacente à long terme, une variation cyclique telle qu'un cycle économique, qui fluctuerait autour de la tendance, et une variable saisonnière, qui pourrait être basée sur la météo ou l'activité des consommateurs pendant les vacances. Selon la variable que vous essayez de prévoir, vous pouvez même inclure une variable hebdomadaire.
Décomposition des données historiques
Pour illustrer le fonctionnement des prévisions de décomposition, envisagez la projection des ventes au détail à titre d'exemple. Pour simplifier, supposons que la seule variable appliquée à la tendance à long terme soit une composante saisonnière. Vous pouvez créer la ligne de tendance à l'aide d'une analyse de régression. Pour déterminer la composante saisonnière, à l'aide de vos données historiques, divisez la valeur réelle des ventes par la valeur de tendance à ce point. Après avoir terminé cette opération pour tous vos ensembles de données historiques, vous pouvez calculer une moyenne pour chacune des quatre saisons afin de dériver des facteurs saisonniers. Pour projeter les ventes du quatrième trimestre, multipliez la valeur de tendance projetée pour ce trimestre futur par le facteur saisonnier. La projection que vous calculez avec cette méthode est plus précise que l'utilisation de la ligne de tendance seule.
Élargir le modèle
La formule de prévision des ventes est R = ST, dans laquelle "R" est égal au chiffre d'affaires, "S" est égal à la composante saisonnière et "T" est la ligne de tendance sous-jacente. Le modèle peut être étendu pour inclure d'autres composants, tels qu'un composant cyclique. Évidemment, plus il y a de composants, plus les calculs sont difficiles, et c'est à ce moment-là qu'un programme tel qu'Excel est utile. Comme pour tous les modèles de prévision, c'est à vous d'interpréter et d'expliquer la signification des données que vous utilisez.
