Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Les prévisions de la demande René Gélinas rene.gelinas@uqtr.ca École de gestion

Les prévisions de la demande René Gélinas rene.gelinas@uqtr.ca École de gestion UQTR – Département de management LA GESTION DES OPÉRATIONS ADM1069 – Session hiver 2021 Stevenson et al., chapitre 4 – Les prévisions Section 4.1 – Les fondements Section 4.2 – Les types de méthodes de prévision Section 4.3 – Le comportement de la demande Section 4.4 – Méthodes quantitatives… 4.4.1 – Moyenne simple | 4.4.2 – Moyenne mobile 4.4.3 – Moyenne mobile pondérée | 4.4.4 – Lissage exponentiel simple Section 4.6 – Précision et contrôle du processus de prévision 4.6.1 – Les mesures d’erreurs 2 Matière couverte Gestion des opérations (ADM1069) | Les prévisions 1. Qu’est-ce que la demande? Demande ≠ ventes 2. Types de demande? • demande déterministe vs stochastique: souvent, la demande est composée de ces deux caractéristiques à la fois commandes fermes vs commandes non planifiées par exemple • demande indépendante vs demande dépendante 3. Inclus dans la demande… • ventes (réalisées, perdues, reportées), stock de sécurité, … 3 Prévisions: les fondements Gestion des opérations (ADM1069) | Les prévisions 4 Commandes fermes vs non planifiées Gestion des opérations (ADM1069) | Les prévisions Mois 1 Mois 2 Sem. 1 Sem. 2 Sem. 3 Sem. 4 Sem. 1 Sem. 2 Sem. 3 Sem. 4 Planifiées 120 140 140 100 140 180 140 160 Prévues 1200 1200 Planifiées Partie déterministe (500 mois 1 et 620 mois 2) Prévues Partie stochastique (700 mois 1 et 580 mois 2) 5 Utilité des prévisions Gestion des opérations (ADM1069) | Les prévisions 1. Approvisionnements 2. Gestion des stocks 3. Planification de la production 4. Distribution Aussi en lien avec • La comptabilité, les finances, les ressources humaines, le marketing 6 Types de méthodes de prévision Gestion des opérations (ADM1069) | Les prévisions Méthodes qualitatives Basées sur des informations subjectives, des évaluations contextuelles, des avis d’experts Méthodes quantitatives Basées sur des données quantitatives: demande antérieure, données primaires, données secondaires, … Méthodes d’extrapolation vs explicative • Extrapolation: données historiques de la demande sont la base des prévisions (le passé est garant de l’avenir) • Explicative: fait intervenir des variables indépendantes pour expliquer le comportement de la demande Prévoir la demande 1. Demande stationnaire vs non stationnaire 2. Demande déterministe vs stochastique 3. Estimer l’évolution générale de la demande en tenant compte de ses différentes composantes • composantes structurelles • composantes aléatoires 4. Composantes structurelles: niveau moyen, tendance, saisonnalité, cycles, … 5. Composantes aléatoires: partie imprévisible Prévisions à court, moyen, long terme… 7 Le comportement de la demande Gestion des opérations (ADM1069) | Les prévisions 8 Demande stationnaire Gestion des opérations (ADM1069) | Les prévisions 0 5 10 15 20 25 30 35 40 45 50 0 2 4 6 8 10 12 Demande Période Le niveau moyen de la demande est relativement stable dans le temps. 9 Demande avec tendance Gestion des opérations (ADM1069) | Les prévisions 0 5 10 15 20 25 30 35 40 45 50 0 2 4 6 8 10 12 Demande Période Le niveau moyen de la demande varie graduellement dans le temps. La tendance peut être positive ou négative. 10 Demande avec saisonnalité Gestion des opérations (ADM1069) | Les prévisions 0 5 10 15 20 25 30 35 40 0 2 4 6 8 10 12 14 Demande Période Le niveau moyen de la demande est relativement stable. Ci-contre: il y a cependant une saisonnalité – un pattern de 4 périodes (L=4) qui se répète périodiquement. L=4 11 Demande avec saisonnalité et tendance Gestion des opérations (ADM1069) | Les prévisions 0 5 10 15 20 25 30 0 2 4 6 8 10 12 14 Demande Période Le niveau moyen de la demande varie graduellement dans le temps. Il y a aussi une saisonnalité – un pattern sur 4 périodes (L=4) qui se répète dans le temps. L=4 1. Pour quels produits? 2. Pourquoi faire des prévisions? 3. Quel horizon de prévision et quelle périodicité? 4. Identifier et recueillir les données requises 5. Choisir une méthode de prévision • tester différentes méthodes sur des données historiques 6. Calculer les prévisions 7. Suivi de la performance des prévision 12 Étapes du processus de prévision Gestion des opérations (ADM1069) | Les prévisions Tiennent compte d’informations subjectives, non quantifiables • Contexte économique • Perceptions terrain (gestionnaires, vendeurs, représentants) • Avis d’experts Lorsqu’il n’y a pas d’infos quantitatives de disponibles Peut aussi y avoir une certaine part de quantitatif Pour le long terme (considérations stratégiques souvent) Exemples: études de marché, analogies historiques, méthode Delphi. Les méthodes qualitatives ne sont habituellement pas celles qui sont utilisées en gestion des opérations et en contexte de prévisions manufacturières. 13 Les méthodes qualitatives Gestion des opérations (ADM1069) | Les prévisions Moyenne simple Moyenne mobile Moyenne mobile pondérée Lissage exponentiel simple Autres 1. Lissage exponentiel pour tendance 2. Lissage exponentiel pour saisonnalité 3. Lissage expon. pour tendance et saison. 4. Méthodes explicatives 14 Les méthodes quantitatives Gestion des opérations (ADM1069) | Les prévisions Pas couvert dans le cadre de ce cours. Moyenne simple = moyenne des données historiques 15 Moyenne simple Gestion des opérations (ADM1069) | Les prévisions Pt : prévision de la demande pour la période t Rt : demande (valeur réelle) pour la période t t : numéro de période Notation pour chapitre prévision. 16 Exemple – moyenne simple Gestion des opérations (ADM1069) | Les prévisions À propos du nombre de chiffres après la virgule… 17 Moyenne mobile Gestion des opérations (ADM1069) | Les prévisions Moyenne mobile = moyenne des n données historiques les plus récentes Pt : prévision de la demande pour la période t Rt : demande (valeur réelle) pour la période t t : numéro de période n : ordre de la moyenne mobile 18 Exemple – moyenne mobile Gestion des opérations (ADM1069) | Les prévisions Données exemple 4.7, p. 142 Moy. mobile (MM-3) Période (t) Rt Pt 1 217 2 213 3 216 4 210 215,3 5 213 213,0 6 219 213,0 7 216 214,0 8 212 216,0 9 215,7 19 Moyenne mobile pondérée Gestion des opérations (ADM1069) | Les prévisions Moyenne mobile pondérée = moyenne pondérée des n données historiques les plus récentes Pt : prévision de la demande pour la période t Rt : demande (valeur réelle) pour la période t t : numéro de période n : ordre de la moyenne mobile wi : pondération de la demande de la période t-i Somme des wi = 1 20 Exemple – moyenne mobile pondérée Gestion des opérations (ADM1069) | Les prévisions w1 = 0,6 w2 = 0,3 w3 = 0,1 21 Lissage exponentiel simple Gestion des opérations (ADM1069) | Les prévisions Lissage = moyenne pondérée de la demande la plus récente et de la prévision la plus récente Pt : prévision pour la période t Rt : demande pour la période t t : numéro de période a : constante de lissage (0 ≤ a ≤1) 22 Exemple – lissage exponentiel simple Gestion des opérations (ADM1069) | Les prévisions a = 0,2 P1 Initialisation Plusieurs possibilités… Note importante Les quatre méthodes de prévision présentées (moyenne simple, moyenne mobile, moyenne mobile pondérée et lissage exponentiel) donnent une prévision pour une période suivant celle de la dernière demande réelle connue. Au delà de cette période, on suppose que les prévisions sont les mêmes tant qu’un nouvelle demander réelle ne devient pas disponible. Pour l’exemple ci-dessus, cela signifie que P11=P10=P9=214,8. Évaluation des méthodes de prévision 1. Erreur moyenne (EM) 2. Erreur moyenne absolue (EMA) 3. Erreur quadratique moyenne (EQM) 4. Pourcentage d’erreur absolue moyen (PEAM) On travaille sur les erreurs historiques… • En utilisant l’une ou l’autre des méthodes de prévision, quelles auraient été les erreurs de prévision pour les périodes passées? 23 Précision et contrôle des processus de prévision Gestion des opérations (ADM1069) | Les prévisions 24 Erreur moyenne (EM) Gestion des opérations (ADM1069) | Les prévisions EM = moyenne des erreurs historiques et = Rt – Pt t : numéro de période n : nombre de périodes Notion de biais => Somme des erreurs On peut aussi calculer le biais moyen (EM) et en pourcentage (PEAM). 25 Exemple – EM Gestion des opérations (ADM1069) | Les prévisions t Rt Pt (LES) et 1 217 217,0 2 213 217,0 -4,0 3 216 216,2 -0,2 4 210 216,2 -6,2 5 213 214,9 -1,9 6 219 214,5 4,5 7 216 215,4 0,6 8 212 215,5 -3,5 À partir de quelle période commence-t-on à calculer les erreurs de prévisions? Ça dépend de la méthode de prévision utilisée… 26 Erreur moyenne absolue (EMA) Gestion des opérations (ADM1069) | Les prévisions EMA = moyenne des erreurs absolues historiques et = Rt – Pt t : numéro de période n : nombre de périodes 27 Exemple – EMA Gestion des opérations (ADM1069) | Les prévisions t Rt Pt (LES) |et| 1 217 217,0 2 213 217,0 4,0 3 216 216,2 0,2 4 210 216,2 6,2 5 213 214,9 1,9 6 219 214,5 4,5 7 216 215,4 0,6 8 212 215,5 3,5 28 Erreur quadratique moyenne (EQM) Gestion des opérations (ADM1069) | Les prévisions EQM = moyenne des erreurs uploads/Management/c4-gestion-des-operations.pdf