Séance 2: Prévision de la demande Flashcards

1
Q

Demande indépendante (3)

A
  • Produits finis et pièces de rechange
  • Basée sur la demande du marché
  • Requiert des prévisions!!!
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Demande dépendante (3)

A
  • Matières premi`res et composantes
  • Dépend de la demande de produits finis
  • Calculs plutôt que prévisions
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Facteurs influençant la demande à l’interne (5)

A
  • Prix
  • Promotions et publicités
  • Changements
  • Produits substiuts
  • Nouveaux points de vente
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Facteurs influençant la demande à l’externe (6)

PESTEL

A
  • Context eéconomique
  • Saisonnalité
  • Concurrents
  • Cycle de vie
  • Préférence clients
  • Règlementation gouvernementale
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Démarche de prévision (5)

A
  1. Définition du problème
  2. Collecte de données
  3. Analyse exploratoire des données
  4. Choix des modèles
  5. Utilisation et suivi
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Court terme: quelle méthode ?

A

Méthode quantitative

  • Séries chronologiques
  • Méthodes causales
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Long terme: quelle méthode ???

A

Qualitative

  • Opinions
  • Analogie historique
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Méthodes qualitatives (4)

A
  • Enquêtes auprès consommateurs
  • Panels d’experts
  • Méthode Delphi
  • Analogies historiques
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Utilisation méthodes qualitatives (3)

A
  • Nouveaux produits
  • Données historiques non fiables
  • Valider un modèle quantitatif
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Séries chronologiques (4)

A
  • Prévision naïves
  • Moyennes mobiles
  • Moyennes mobiles pondérées
  • Lissage exponentiel simple
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Une prévision naïve pour une période est égale à la ___.

A

Une prévision naïve pour une période est égale à la valeur de la période précédente

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Hypothèse moyenne mobile

A
  • Aucune tendance, saisonnalité ou composante cyclique
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Moyenne mobile: si k est petit, les prévisions réagiront ___ aux véritablees changements, mais ___.

A

si k est petit, les prévisions réagiront rapidement aux véritablements changements, mais pourraient réagir au bruit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Moyenne mobile: si k est grand, les prévisions réagiront ___ aux véritables changements

A

Moyenne mobile: si k est grand, les prévisions réagiront lentement aux véritables changements

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

La moyenne mobile permet d emettre un poids différent sur les périodes observées. Habituellement un poids plus important sera mis sur les données les plus __.

A

La moyenne mobile permet d emettre un poids différent sur les périodes observées. Habituellement un poids plus important sera mis sur les données les plus récentes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Lissage exponentiel simple: principe de base (2)

A
  • Moyenne pondérée où on détermine un seul poids (importance de la demande de la période précédente)
  • Reste de la pondération = prévision de la période précédente
17
Q

Lissage exponentiel simple: Si α est petit, les prévisions seront ___ à réagir aux véritables changements de la demande

A

Si α est petit, les prévisions seront lentes à réagir aux véritables changements de la demande

18
Q

Lissage exponentiel simple: si α est grand, les prévisions réagiront ___ aux véritables changements de la demande, mais __.

A

Si α est grand, les prévisions réagiront rapidement aux véritables changements de la demande, mais pourraient réagir aux bruits.

19
Q

Écart: deux types d’erreurs

A
  • Biais
  • Variations aléatoires
20
Q
A