Prévoir les ventes mensuelles depuis votre base
Utilisez la définition des ventes déjà validée par votre équipe pour préparer une prévision du prochain trimestre.
Par l'équipe Datarelix · Publié le · Vérifié le
Une prévision des ventes mensuelles commence par une mesure historique cohérente et un horizon compatible avec les données. Dans Data science (Beta), décrivez cette mesure, examinez la requête et la vérification des données, puis les tests historiques avant de publier. La première décision utile consiste à vérifier que la source et l’évaluation correspondent à la question commerciale de votre équipe.
Définir les ventes avant de les prévoir
Pour Acme, la question porte sur les ventes nettes en EUR d’octobre à décembre 2026. Sa vue de reporting contient les mois terminés jusqu’à septembre. Les ventes nettes excluent les taxes et les commandes annulées et intègrent les remboursements enregistrés sur ces commandes à la date d’arrêté du rapport.
Cette définition diffère des encaissements du mois. Un remboursement portant sur une ancienne commande peut réviser les ventes nettes de son mois d’origine ; choisissez entre une mesure par cohorte de commandes retraitée et une mesure de flux de trésorerie avant la prévision. Le guide du rapport de ventes hebdomadaire détaille cette distinction et le risque de dupliquer les montants en joignant les remboursements.
| Décision | Choix d’Acme | Conséquence |
|---|---|---|
| Mesure | Ventes nettes hors taxes | Évite de confondre recettes brutes et ventes après remboursements. |
| Devise | EUR | Plusieurs devises nécessitent une règle de conversion convenue avant agrégation. |
| Période | Mois calendaires terminés, UTC | Exclut le mois d’octobre encore partiel de l’historique. |
| Horizon | Trois mois | Définit la période future et la longueur de chaque test historique. |
| Mois absent | Observation manquante | Un chargement absent ne prouve pas des ventes nulles. |
| Regroupement | Ensemble de l’activité au départ | Permet de commencer par le total que le responsable commercial peut rapprocher. |
Enregistrez ces choix dans le contexte du schéma et les définitions métier. Le responsable des ventes confirme la mesure et la date d’arrêté ; l’analyste vérifie leur mise en œuvre dans la vue.
Préparer une prévision depuis la vue de reporting
Utilisez une connexion SQL active ayant accès à cette vue. Vous pouvez formuler la demande en langage courant ; l’analyste peut examiner et ajuster la requête. Consultez la documentation de prévision pour les prérequis de connexion et les commandes.
Dans Data science → New forecast (science des données → nouvelle prévision), sélectionnez la connexion et saisissez :
Prévoir les ventes nettes mensuelles d’Acme en EUR pour les trois prochains mois. Exclure les commandes annulées et utiliser uniquement les mois terminés. Utiliser la vue mensuelle de reporting des ventes.
Ajoutez les règles sur les taxes, les remboursements et les mois manquants dans les précisions. Choisissez Draft the plan (préparer le plan), puis confirmez la somme par mois, l’EUR, l’horizon et la date de fin de la source.
Rapprocher l’historique et examiner les tests passés
Ouvrez Inspect and customize (examiner et personnaliser) pour relire le SQL. Confirmez une ligne par mois pour cette série agrégée, avec les ventes nettes déjà calculées. Rapprochez un mois connu du rapport approuvé et examinez les lacunes et doublons en suivant la vérification du SQL et des résultats.
La vérification des données indique l’historique disponible et les fenêtres de validation. Un horizon long ou un segment récent peut laisser trop peu d’historique. Réduisez l’horizon, étendez la période historique ou revoyez le regroupement si le contrôle bloque la progression. Ne transformez pas les données manquantes en zéros pour permettre l’exécution.
Pendant la validation sur fenêtres successives, le modèle prédit des mois historiques à partir des seules périodes antérieures. Examinez l’erreur par rapport à la référence saisonnière, pas seulement l’aspect de la courbe. Avec la MAE, une valeur plus faible signifie une erreur absolue moyenne plus petite en EUR. Vérifiez aussi la régularité entre fenêtres et la fréquence à laquelle les observations réelles se trouvaient dans l’intervalle proposé.
Une promotion ou une hausse de prix mentionnée dans la demande apporte du contexte, pas une série de valeurs futures. Si le modèle utilise une variable externe, son calendrier et sa disponibilité future doivent être représentés dans le plan et les données. Un nouveau marché, un lancement ou un changement de politique reste une hypothèse métier à examiner séparément.
Publier un résultat utile à la revue commerciale
Choisissez Review every result (examiner chaque résultat) si chaque mise à jour nécessite l’accord du responsable des ventes. Lors de la première revue, utilisez Ask for an explanation (demander une explication) si nécessaire, puis Publish candidate (publier le candidat) lorsque le résultat convient. La référence saisonnière peut rester le modèle retenu ; davantage de complexité ne garantit pas un meilleur résultat.
La prévision publiée reste dans votre compte. Dans Things to know (points à connaître), vérifiez la fin de l’historique, les constats non concluants et la couverture de l’intervalle. La prévision centrale est une estimation, et l’intervalle ne constitue pas une borne garantie des ventes futures. Convenez de la réponse opérationnelle si les ventes dépassent ou restent sous ces valeurs.
Actualiser quand la source est prête
Refresh (actualiser) relit la source et réentraîne la configuration acceptée. Si des remboursements de septembre sont retraités après la première exécution, l’actualisation peut modifier l’historique comme l’estimation future. Consignez la date d’arrêté du rapport lorsque vous expliquez un changement à l’équipe commerciale.
Planifiez une actualisation mensuelle après publication, ou gardez Only when I ask (à la demande) jusqu’à ce que la mise à jour de la vue soit fiable. Consultez la prochaine actualisation dans Settings (paramètres). Improve (améliorer) explore d’autres configurations dans l’allocation définie ; cette action ne publie pas silencieusement un modèle différent. La planification des prévisions n’ajoute pas de planification aux tableaux de bord.
Vous pouvez créer un tableau de bord à partir de questions sur vos données pour suivre les ventes réelles à côté de la prévision. Consultez la présentation des fonctionnalités de Datarelix pour les outils de reporting et le parcours illustré pour créer une première prévision à partir d’une mesure mensuelle convenue.