Chap.

2 : La prvision des ventes

La prvision des ventes (la ralisation du budget des ventes) est gnralement mise en uvre
laide dun outil statistique : lajustement (linaire ou exponentiel).

I- Lajustement linaire et le coefficient de corrlation linaire

A) Lajustement linaire par la mthode des moindres carrs

Exemple 1 :

Le directeur commercial de la SARL Piano Land souhaite estimer le nombre prvisionnel de

pianos susceptibles dtre vendus au cours de lexercice N+1.

Le service commercial dispose de donnes relatives aux neuf dernires annes :

Rang de lanne 1 2 3 4 5 6 7 8 9
Nombre de pianos vendus 200 300 325 425 450 575 650 750 825

Reprsentation graphique :

Evolution du nombre de pianos vendus en fonction du rang de lanne

1 000

900

800
Nombre de pianos vendus yi

700

600

500

400

300

200

100

0
0 1 2 3 4 5 6 7 8 9 10 11
Rang de l'anne xi

Lorsque la variable explicative (x) est le temps, les valeurs observes de y (variable
explique ) ordonnes dans le temps constituent une srie chronologique.

La mthode des moindres carrs permet de dterminer les paramtres a et b de lquation

dune fonction dajustement de type linaire (y = ax + b).

1 / 11
 La droite dajustement est dtermine de sorte que les valeurs de y, obtenues par la fonction
(valeurs ajustes), soient les plus proches possible des valeurs relles de y observes au cours
dune priode donne.

En pratique les paramtres a et b sont dtermins avec une calculette (ou un tableur).

a = ...................... b= ..................... Equation de la droite dajustement : .....................................................

Prvision des ventes de pianos pour lexercice N+1 :

Lquation de la droite dajustement permet deffectuer des prvisions partir des valeurs de
la variable x (ce qui revient prolonger la droite au-del du rang 9) :

Rang de lexercice N+1 : x= ...............................................................................................................................................

Prvision de vente pour N+1 : y= .................................................................................................................................

Remarque : Les limites des mthodes dajustement (ou mthodes dextrapolation du pass)

Les mthodes dajustement reposent sur lhypothse que les tendances (volutions) du pass
se reproduiront dans le futur

La prvision des ventes par ces mthodes nest possible que pour un produit existant (pour les
nouveaux produits : tudes de marchs).

B) Le coefficient de corrlation linaire

Corrlation : Relation rciproque entre deux variables (Attention : une corrlation nimplique
pas ncessairement un lien de dpendance entre les deux variables)

Le coefficient de corrlation (r) permet de mesurer le degr de corrlation linaire entre les
deux variables (i.e. la pertinence dun ajustement linaire) :

r est toujours compris entre - 1 et + 1.

Plus r est proche de 1 ou de - 1, plus la corrlation linaire entre les deux variables est
forte (les valeurs observes de y sont proches des y ajusts i.e. des y obtenus avec
lquation de la droite : Cf. graphique : le nuage de points est allong en ligne droite).
Si r = 1 ou - 1, la corrlation linaire est parfaite (tous les points du nuage sont sur la
droite !).
Plus r est proche de 0, plus la corrlation est faible !
Si r est positif, les deux variables varient dans le mme sens ; si r est ngatif, elles varient
en sens inverse.

Exemple 1 : Avec une calculette : r = ............................................................................................................................

Cf. Cas No

2 / 11
II- Lanalyse des sries chronologiques avec un phnomne saisonnier (ou priodique)

Exemple 2 :

Le directeur commercial de la SA Chrono souhaite obtenir une prvision du chiffre daffaires

pour lexercice N+1.

Le service commercial dispose des CA trimestriels (en milliers deuros) des quatre dernires
annes :

Annes
Trimestres
N-3 N-2 N-1 N
1er trimestre 262 266 278 330
2e trimestre 189 209 213 241
3e trimestre 177 189 197 217
4e trimestre 318 346 358 362

Reprsentation graphique :

Evolution du CA trimestriel en fonction du temps

500

450

400

350
Chiffre d'affaires (yi )

300

250

200

150

100

50

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Rang du trimestre (xi )

..............................................................................................................................................................................................................................

..............................................................................................................................................................................................................................

..............................................................................................................................................................................................................................

3 / 11
A) La dtermination de la tendance gnrale (trend)

La tendance gnrale peut tre dtermine laide dun ajustement linaire sur les valeurs
observes par la mthode des moindres carrs :

a = ...................... b= ..................... Equation de la droite dajustement : .....................................................

Remarque : r = .........................................................................................................................................................................................

B) Le calcul et lutilisation des coefficients saisonniers

Lquation de la tendance gnrale permet de prvoir la tendance gnrale des priodes

futures mais les prvisions ainsi obtenues ne tiennent pas compte des variations saisonnires.
Les coefficients saisonniers, calculs sur les priodes passes, permettent de saisonnaliser
les prvisions tires de la tendance gnrale.

Les coefficients saisonniers sont calculs par la mthode des rapports la tendance
( rapports au trend ) :

Le coefficient saisonnier pour une priode (un mois ou un trimestre, selon le nombre de
priodes dans un cycle : 12 ou 4) est gal la moyenne par priode (mois ou trimestre) des
rapports :

valeur observe
Rapport au trend = (1)
Valeur ajuste

Valeur ajuste : valeur de y obtenue par lquation de la tendance gnrale.

Signification :

Si valeur observe > valeur ajuste Rapport au trend > 1 : La valeur observe est au-
dessus de la tendance.

Si valeur observe < valeur ajuste Rapport au trend < 1 : La valeur observe est en-
dessous de la tendance.

NB : (1) Valeur observe = Valeur ajuste rapport au trend (coefficient)

Les coefficients saisonniers sont utiliss pour saisonnaliser les prvisions de ventes :

Prvision (saisonnalise) = prvision ajuste (tendance) x coefficient saisonnier

Prvision ajuste (ou dsaisonnalise) : Prvision obtenue avec lquation de la droite

dajustement (prolongement de la tendance).

4 / 11
Exemple 2 : Tendance gnrale par ajustement linaire sur les valeurs observes

Calcul des rapports au trend :

Chiffre d'affaires en K
Rang du Rapports
Valeur Valeur
Anne Trimestre trimestre au trend
observe ajuste
xi yi/y'i
yi y'i = 4,8xi + 218,7
1
2
N-3
3
4
1
2
N-2
3
4
1
2
N-1
3
4
1
2
N
3
4

Calcul des coefficients saisonniers (moyenne par trimestre des rapports au trend) :
Trimestre
Anne
1 2 3 4
N-3
N-2
N-1
N Total
Moyenne
Coefficient saisonnier

Prvisions du chiffre daffaires pour lexercice N+1 (en milliers deuros) :

Trimestre
Elments
1 2 3 4
Rang du trimestre (x)
Prvision ajuste (y)
Coefficient saisonnier
Prvision saisonnalise

5 / 11
C) La dtermination de la tendance gnrale laide des moyennes mobiles

La tendance gnrale peut galement tre dtermine par un ajustement linaire par la
mthode des moindres carrs mais applique aux moyennes mobiles.

La mthode des moyennes mobiles consiste remplacer chaque valeur observe par la
moyenne dun ensemble (dun groupe) de ces valeurs observes.

Il existe plusieurs mthodes de calcul des moyennes mobiles et le nombre de valeurs retenues
pour calculer les moyennes dpend de la priodicit du phnomne saisonnier (4 si priodicit
trimestrielle ; 12 si mensuelle). Par exemple, pour une priodicit trimestrielle :

Srie chronologique (ventes trimestrielles) : y1 , y2 , y3 , y4 , y5 , y6 , y7 , y8 ,

Moyennes mobiles (simples) dordre 4 :

m4 = (y1 + y2 + y3 + y4) / 4 ; m5 = (y2 + y3 + y4 + y5) / 4 ; m6 =

(Chaque valeur observe est remplace par la moyenne des quatre valeurs qui la prcdent.)

Moyennes mobiles centres dordre 4 :

y1 y y2 y
m3 = ( + y2 + y 3 + y4 + 5 ) / 4 ; m4 = ( + y3 + y 4 + y5 + 6 ) / 4 ; m5 =
2 2 2 2

Exemple 2 : Moyennes mobiles simples dordre 4

Chiffre d'affaires en K
Rang du
Valeur Moyenne
Anne Trimestre trimestre
observe mobile
xi
yi mi
1
2
N-3
3
4
1
2
N-2
3
4
1
2
N-1
3
4
1
2
N
3
4

6 / 11
 Reprsentation graphique :

Evolution du CA trimestriel en fonction du temps

500

450

400

350
Chiffre d'affaires (yi )

300

250

200

150

100

50

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Rang du trimestre (xi )

La mthode des moyennes mobiles est une mthode de lissage des sries chronologiques (les
variations saisonnires sont neutralises).

Les moyennes mobiles sont dj reprsentatives de la tendance gnrale de la srie (elles sont
parfois utilises comme valeurs ajustes dans le calcul des coefficients saisonniers).

Lquation de la tendance gnrale peut alors tre dtermine par un ajustement linaire par
la mthode des moindres carrs mais applique aux moyennes mobiles.

a = ...................... b= ..................... Equation de la droite dajustement : .....................................................

Coefficient de corrlation linaire : r = ...............................................................................................................................

Calcul des coefficients saisonniers et prvisions de CA pour N+1 : Cf. tableaux page suivante

Les calculs sont identiques au cas prcdent, les valeurs ajustes tant en principe calcules
avec lquation de la tendance obtenue laide des moyennes mobiles.

NB : On retrouve les mmes coefficients saisonniers, les prvisions sont en revanche

sensiblement infrieures.

7 / 11
Exemple 2 : Tendance gnrale par ajustement linaire sur les moyennes mobiles

Calcul des rapports au trend :

Chiffre d'affaires en K
Rang du Rapports
Valeur Valeur
Anne Trimestre trimestre au trend
observe ajuste
xi yi/y'i
yi y'i = 4,48xi + 214,95
1
2
N-3
3
4
1
2
N-2
3
4
1
2
N-1
3
4
1
2
N
3
4

Calcul des coefficients saisonniers (moyenne par trimestre des rapports au trend) :
Trimestre
Anne
1 2 3 4
N-3
N-2
N-1
N Total
Moyenne
Coefficient saisonnier

Prvisions du chiffre daffaires pour lexercice N+1 (en milliers deuros) :

Trimestre
Elments
1 2 3 4
Rang du trimestre (x)
Prvision ajuste (y)
Coefficient saisonnier
Prvision saisonnalise

8 / 11
Remarque : Les coefficients saisonniers peuvent galement tre utiliss pour dsaisonnaliser
une srie chronologique (Saisonnaliser : prendre en compte les variations saisonnires ;
Dsaisonnaliser : les liminer !).

Valeur dsaisonnalise = Valeur observe / coefficient saisonnier

On obtient ainsi une srie corrige des variations saisonnires (une tendance plus rgulire).

Exemple 2 (En supposant que les coefficients saisonniers sont donns) :

Chiffre d'affaires en K
Rang du Coefficients
Valeur Valeur
Anne Trimestre trimestre saisonniers
observe dsaisonnalises
xi ct
yi yi/ct
1 1 1,12 262
2 2 0,83 189
N-3
3 3 0,75 177
4 4 1,30 318
1 5 1,12 266
2 6 0,83 209
N-2
3 7 0,75 189
4 8 1,30 346
1 9 1,12 278
2 10 0,83 213
N-1
3 11 0,75 197
4 12 1,30 358
1 13 1,12 330
2 14 0,83 241
N
3 15 0,75 217
4 16 1,30 362

500

450

400

350
Chiffre d'affaires (yi )

300

250

200

150

100
Valeurs observes
Valeurs dsaisonnalises
50

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Rang du trimestre (xi )

Cf. Cas Mikaze ; Cas Moun

9 / 11
III Lajustement exponentiel (ramen un ajustement linaire)

Lajustement linaire (y = ax + b) est justifi lorsque les valeurs observes (ou la tendance)
varient avec un taux ( peu prs) constant (gal a : pente de la droite) : les ventes
augmentent (ou diminuent) un rythme rgulier. Lorsque les ventes augmentent avec un taux
de variation croissant, on procde alors un ajustement exponentiel : le nuage de points est
alors proche dune courbe dune fonction exponentielle de type y = b.ax.

Ajustement linaire Ajustement exponentiel

y = ax + b y = bax
Variable y (ventes)

Variable y (ventes)
a
1

Variable x (temps) Variable x (temps)

Lquation dune fonction exponentielle peut tre transforme en une quation linaire par un
changement de variable et de paramtres :

y = bax lny = ln(bax) lny = lnb + lnax lny = lnb + xlna

En posant : Y = lny A = lna B = lnb

l'quation devient : Y = Ax + B

La mthode des moindres carrs permet alors de dterminer les paramtres A et B

On en dduit a et b : A = lna a = eA B = lnb b = eB

NB : y = bax = b(eA)x = beAx (si eA = a)

Exemple 3 :

Le directeur commercial de la SA EGB souhaite obtenir une prvision du chiffre daffaires

trimestriel pour lexercice N+1.

Le service commercial dispose des CA trimestriels (en milliers deuros) des deux dernires
annes :

Anne N-1 N
Trimestre 1 2 3 4 1 2 3 4
Chiffre daffaires 140 200 300 450 620 850 1 200 1 700

10 / 11
Reprsentation graphique :

Evolution du CA en fonction du temps

3 500

3 000

2 500
Chiffre d'affaires en K (yi )

2 000

1 500

1 000

500

0
0 1 2 3 4 5 6 7 8 9 10 11 12
Rang du trimestre (xi )

Chiffre d'affaires en K
Rang du
Valeur
Anne Trimestre trimestre
observe Yi = lnyi
xi
yi
1
2
N-1
3
4
1
2
N
3
4

A = .......................... B= ............................... (Y = .......................................................... ) r= .................................

a = eA = .................... b = eB = .................... y= ..............................................................................................................

Prvisions du chiffre daffaires pour lexercice N+1 (en milliers deuros) :

Trimestre
Elments
1 2 3 4
Rang du trimestre (x)
Prvision (y)

Cf. Cas Price

11 / 11