Les prévisions servent d’outils d’aide à la décision permettant aux dirigeants de planifier l’avenir en effectuant des analyses de type "what-if" afin de déterminer de quelle manière les modifications apportées aux intrants affectent les résultats. Par exemple, les prévisions aident une entreprise à identifier les réponses appropriées aux changements des niveaux de la demande, aux baisses de prix dues à la concurrence, aux hauts et aux bas de l'économie, etc. Pour tirer le meilleur parti des prévisions, les responsables doivent comprendre les détails les plus détaillés des différents types de méthodes de prévision, reconnaître ce qu’un type de méthode de prévision particulier peut ou ne peut pas faire et savoir quel type de prévision est le mieux adapté à un besoin particulier.
Méthodes de prévision naïves
Les méthodes de prévision naïves fondent une projection pour une période future sur les données enregistrées pour une période passée. Par exemple, une prévision naïve peut être égale aux chiffres réels d’une période antérieure ou à la moyenne des chiffres réels de certaines périodes antérieures. La prévision naïve n’ajoute aucun ajustement aux périodes passées pour tenir compte des variations saisonnières ou des tendances cycliques afin d’estimer au mieux les prévisions d’une période future. L’utilisateur d’une méthode de prévision naïve n’est pas concerné par les facteurs de causalité, ceux qui entraînent un changement des données réelles. Pour cette raison, la méthode de prévision naïve est généralement utilisée pour créer une prévision afin de vérifier les résultats de méthodes de prévision plus sophistiquées.
Méthodes de prévision qualitatives et quantitatives
Alors que les opinions personnelles constituent la base des méthodes de prévision qualitative, les méthodes quantitatives reposent sur des données numériques antérieures pour prédire l'avenir. La méthode Delphi, les opinions éclairées et l’analogie historique du cycle de vie sont des méthodes de prévision qualitative. À leur tour, le lissage exponentiel simple, les indices saisonniers multiplicatifs, les moyennes mobiles simples et pondérées sont des méthodes de prévision quantitative.
Méthodes de prévision occasionnelles
L'analyse de régression et la moyenne mobile autorégressive avec des entrées exogènes sont des méthodes de prévision causale qui prédisent une variable à l'aide de facteurs sous-jacents. Ces méthodes supposent qu'une fonction mathématique utilisant des variables courantes connues peut être utilisée pour prévoir la valeur future d'une variable. Par exemple, en utilisant le facteur de vente de billets, vous pouvez prédire la vente variable de chiffres d'action liés au film ou le nombre de facteurs de matchs de football remportés par une équipe universitaire pour prédire la vente variable de produits dérivés.
Méthodes de prévision par jugement
La méthode Delphi, la construction de scénarios, les enquêtes statistiques et les prévisions composites sont chacune des méthodes de prévision basées sur des estimations intuitives et subjectives. Les méthodes produisent une prévision basée sur un ensemble d’opinions émises par des gestionnaires et des groupes d’experts ou représentés dans une enquête.
Méthodes de prévision de série temporelle
Les méthodes de prévision de type série chronologique, telles que le lissage exponentiel, la moyenne mobile et l'analyse de tendance, utilisent des données historiques pour estimer les résultats futurs. Une série chronologique est un groupe de données enregistrées sur une période donnée, telles que les ventes d’une société par trimestre depuis l’an 2000 ou la production annuelle de Coca Cola depuis 1975. Les modèles du passé se répétant souvent à l’avenir, vous pouvez série afin de faire des prévisions à long terme sur 5, 10 ou 20 ans. Les prévisions à long terme sont utilisées à diverses fins, notamment pour permettre aux services des achats, de la fabrication, des ventes et des finances d’une entreprise de planifier de nouvelles usines, de nouveaux produits ou de nouvelles lignes de production.
