Prévoir la demande avec l'IA

• Comprendre les méthodes de prévision de la demande par l’IA
• Préparer et qualifier les données historiques de ventes
• Évaluer la fiabilité d’une prévision et l’intégrer au plan

Planificateurs, responsables supply chain, approvisionneurs

Connaître les bases de la planification et de l’analyse de données

• Définir la prévision de la demande et ses indicateurs d’erreur
• Comparer les méthodes statistiques classiques et l’apprentissage
• Collecter et nettoyer les historiques de ventes et de commandes
• Intégrer les promotions, la saisonnalité et les événements externes
• Choisir les variables explicatives de la demande à intégrer
• Interpréter une prévision et son intervalle de confiance
• Mesurer la précision d’une prévision par l’erreur moyenne et le biais
• Identifier les situations où la prévision par l’IA est insuffisante
• Articuler la prévision automatique et le jugement des experts
• Intégrer les prévisions dans les décisions d’approvisionnement

• Nettoyer un historique de ventes avant son utilisation
• Comparer la précision de deux méthodes de prévision de ventes
• Ajuster une prévision automatique avec l’avis des commerciaux

• Méthodologie de préparation des données de prévision
• Fiche repère des indicateurs d’erreur de prévision de la demande
• Modèle de revue mensuelle des prévisions de la demande