Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

GSO-1000 > Semaine 3 > Flashcards

Semaine 3 Flashcards

1
Q

Demande

A

C’est la quantité d’un bien ou d’un service qu’une entité de la chaîne d’approvisionnement désire acquérir moyennant une contrepartie

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

La demande inclut:

A

-les ventes réalisées
-les ventes perdues ou annulées
-les pièces de rechange
-les articles promotionnels
-les stocks de sécurité
-la consommation interne

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

Gestion de la demande

A

Utiliser des méthodes et des outils leur permettant d’analyser la demande, en vue de faire des prévisions de la demande.

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

Deux aspects sont importants pour les prévisions

A
  1. le comportement attendu de la demande
  2. le degré de précision pouvant être atteint
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Certaines caractéristiques sont communes à toutes les méthodes de prévision. Lesquels

A

-Les méthodes de prévision supposent que le passé est garant de l’avenir
-Les prévisions sont rarement exactes
-Les prévisions pour des familles de produits donnent généralement de meilleurs résultats que des prévisions individuelles
-La précision d’une prévision diminue au fur et à mesure que l’horizon de la prévision augmente

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Erreur de prévision

A

Écart entre la valeur réelle et la prévision pour une période donnée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Horizon de la prévision

A

Laps de temps sur lequel les prévisions sont calculées

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

Les prévisions doivent satisfaire à certaines exigences:

A

-Elles doivent être disponible à temps
-Elles doivent être précises et leur degré de précision doit être indiqué
-Elles doivent être exprimées dans des unités significatives
-Elles doivent être écrites
-Elles doivent être rentables
-La méthode pour réaliser ces prévisions doit être fiable et cohérente
-La méthode pour réaliser ces prévisions doit être simple à comprendre et à utiliser

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Prévision à long terme

A

Impliquent généralement des données annuelles pour un horizon de 2 à 5 ans

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Marchés témoins

A

Consiste à mettre en vente un nouveau produit dans un marché circonscrit puis à y recueillir l’appréciation des utilisateurs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Les prévisions à moyen terme

A

Se basent habituellement sur des demandes mensuelles qui couvrent un horizon de plusieurs mois à 2 ans, comme les données utilisées pour faire la planification de la production pour la prochaine année

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

Les prévisions à court terme

A

Se basent sur des demandes journalières ou hebdomadaires et couvent un horizon de quelques jours à quelques semaines.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Le processus de prévision compte 6 étapes de base.

A
  1. Définir le but des prévisions
  2. Fixer l’horizon de la prévision
  3. Recueillir et analyser les données historiques pertinentes
  4. Choisir une méthode de prévision
  5. Calculer les prévisions
  6. Suivre l’évolution des prévisions
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Il existe deux types de méthodes de prévision

A

-Les méthodes qualitatives
-Les méthodes quantitatives

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

Méthodes qualitatives

A

Utilisent des intrants subjectifs et atténuent le manque de données numériques en émettant des prévisions basées sur l’opinion ou le jugement d’un expert

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

Méthodes quantitatives

A

Impliquent soit l’utilisation d’un modèle de séries chronologiques pour projeter les données historiques dans le futur, soit l’élaboration de modèles associatifs qui se servent de variables causales pour tenter d’établir des prévisions

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Série chronologique

A

Suite d’observations ordonnées prises à intervalles de temps réguliers

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Variable causale

A

Élément qui influe sur une autre variable

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Méthode Delphi

A

Des experts répondent à une série de questionnaire de façon anonyme. Les réponses recueillies à chaque tour permettent de rédiger la prochaine série de questionnaires, ce qui permet d’élargir la portée de l’information sur laquelle les répondants peuvent fonder leur jugement

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Les prévisions qualitatives peuvent être basées sur:

A
  1. l’opinion des gestionnaires
  2. l’opinion des vendeurs
  3. l’opinion d’experts
  4. l’enquête auprès de consommateurs
  5. l’analogie historique
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Analogie historique

A

Parfois, certains produits sont suffisamment similaires pour que les données historiques d’un produit soient utilisées pour déterminer les prévisions d’autres produits.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Les méthodes quantitatives de prévision peuvent être calculées en utilisant:

A

-Une série chronologique
-Des modèles associatifs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Les comportements de la demande se décrivent comme suit:

A
  1. Le niveau
  2. La tendance
  3. La variation saisonnière
  4. Le cycle
  5. Les variations irrégulières
  6. Les variations aléatoires
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Le niveau

A

Moyenne ou constante, est la valeur qui représente l’ensemble des données

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
La tendance
C'est l'évolution temporelle globale des données
26
La variation saisonnière
Fluctuation périodique, répétitive, régulière et assez prévisible des demandes, observable sur une courte période.
27
Le cycle
Fluctuation de la demande, tout comme la variation saisonnière, mais uniquement observable sur une longue période
28
Les variations irrégulières
Viennent de situations inhabituelles, mais explicables, comme une grève, une panne d'électricité ou des promotions.
29
Les variations aléatoires
Sont des fluctuations résiduelles qui découlent de l'influence combinée de nombreux facteurs sans grande importance, facteurs qui ne peuvent être anticipés, ni évités, ni expliqués
30
Quatre modèles basés sur les moyennes sont décrits:
-La moyenne simple, la moyenne mobile, la moyenne mobile pondérée et le lissage exponentiel simple
31
Moyenne simple
Consiste à calculer la moyenne de toutes les données historiques et à utiliser le résultat comme prévision de la période actuelle
32
Moyenne mobile
Nécessite le calcul de la moyenne des données d'un nombre fixe de périodes parmi les plus récentes.
33
Moyenne mobile pondérée
Similaire à la moyenne mobile, sauf qu'elle attribue des pondérations différentes aux valeurs de la série chronologique lors du calcul de la prévision.
34
Lissage exponentiel simple
Utilise une proportion de l'erreur de prévision pour rajuster le calcul des prévisions d'une période à l'autre
35
Lissage exponentiel adaptatif
Modifie automatiquement la constante de lissage afin de réduire les erreurs de prévision
36
L'analyse de la tendance
Consiste à définir une équation qui décrira adéquatement la tendance dans les données
37
Équation de la tendance linéaire
Équation de régression linéaire. Formule qui décrit les données selon une droite et représente la relation existant entre une ou des variables causales et une variable expliquée.
38
La précision (imprécision) du processus de prévision est mesurée à l'aide de quatre types d'erreurs de prévision:
-L'erreur moyenne, -L'erreur moyenne absolue -L'erreur quadratique moyenne -Pourcentage d'erreur absolue moyen
39
Erreur moyenne (EM)
Représente l'écart global de chacune des prévisions par rapport à la valeur réelle de la période
40
Erreur moyenne absolue (EMA)
Calcule la moyenne des erreurs de prévision en valeur absolue
41
L'erreur quadratique moyenne (EQM)
Évalue la moyenne des erreurs de prévision au carré. Permet d'observer l'ampleur des erreurs commises.
42
Pourcentage d'erreur absolue moyen (PEAM)
Évalue la moyenne des erreurs de prévisions transformées en pourcentage. Permet de mettre en perspective l'erreur moyenne absolue avec la valeur réelle et ainsi d'évaluer la proportion de l'erreur commise
43
Le biais
Concept lié à la précision des prévisions. Il s'évalue en additionnant les erreurs de prévision jusqu'à une période donnée.
44
Lorsque le biais est positif, cela implique que les prévisions
sous-estiment fréquemment les valeurs réelles
45
Lorsque le biais est négatif, cela implique que les prévisions
outrepassent la réalité
46
Demande
Quantité d'un bien ou d'un service qu'une entité de la chaîne d'approvisionnement désire acquérir moyennant une contrepartie
47
Gestion de la demande
Méthodes et outils permettant d'analyser la demande, pour faire des prévisions de la demande
48
Prévisions
Estimation de la demande pour un certain nombre de périodes à l'aide de données historiques ou de l'expérience, ou des deux
49
Objectifs de la demande dans le système logistique
-Prévoir le mieux possible l'évolution de la demande -Mieux combler les besoins des clients -Mieux prévoir l'arrivée des commandes -Prévoir l'arrivée des nouveaux produits -Proposer des dates de livraison raisonnables -Réduire les effets de la variabilité de la demande sur le réseau logistique (donc la demande a une valeur ajoutée) Générer des alternatives aux désirs du marché
50
Les deux types de demande
Demande indépendante Demande dépendante
51
Demande indépendante
Consommation sans lien directe avec d'autres consommations et déterminée à partir des données historiques
52
Demande dépendante
Consommation calculée à partir de la nomenclature des produits et du plan directeur de production.
53
Prédiction
Déterminer un événement futur à partir de bases intuitives ou non scientifiques
54
Plus les prévisions sont à long terme, plus...
elles sont floues car il y a plus d'incertitude
55
Processus de prévisions de la demande
1. Préciser le but de la prévision 2. Déterminer l'horizon de temps 3. Choisir une méthode de prévision 4. Recueillir des données pertinentes de sources fiables 5. Établir un modèle de prévision 6. Évaluer le modèle 7. Implanter les résultats du modèle 8. Entretenir le modèle
56
Opinion des gestionnaires
Petit groupe de gestionnaires de haut niveau élabore collectivement des prévisions
57
Opinion des vendeurs
Employés des ventes et du service à la clientèle = bonne source d'information permettant d'élabo
58
Opinion des experts
Méthode delphi = experts répondent à une série de questionnaires de façon anonyme, chacun étant adapté en fonction des réponses précédentes pour ultimement mener vers un consensus de prévisions
59
Enquête auprès des consommateurs
Enquêtes qui permettent de sonder l'opinion d'un échantillon de consommateurs potentiels et d'en déterminer la demadne
60
Analogie historique
Méthode qui consiste à utiliser les données historiques d'un produit suffisamment similaire pour déterminer les prévisions d'un produit
61
Série chronologique
Méthode qui consiste à utiliser des observations à intervalles réguliers sur un certain laps de temps pour élaborer des prévisions
62
Modèles associatifs
Équations utilisant une ou plusieurs variables causales sont développées pour servir à prévoir la demande future
63
Caractéristiques communes à toutes les méthodes de prévision
-Passé garant de l'avenir -Prévision égal pas exactitude -Prévisions pour des familles de produits donnent généralement de meilleurs résultats que des prévisions individuelles -Précision d'une prévision diminue au fur et à mesure que l'horizon de la prévision augmente
64
De bonnes prévisions doivent être:
-Disponibles à temps -Précises -Exprimées dans des unités significatives -Écrites -Rentables -Obtenues par une méthode fiable et cohérente -Obtenues par une méthode simple à comprendre et à utiliser
65
Niveau (ou moyenne)
Valeur représentant l'ensemble des données
66
Tendance
Informations générale sur comment se comporte la demande
67
Variation saisonnière
Fluctuation périodique, répétitive, régulière et assez prévisible observable sur une courte période
68
Cycle
Fluctuation sur une longue période
69
Variations irrégulières
Fluctuations provoquées par des circonstances inhabituelles
70
Variations aléatoires
Fluctuations inexpliquées après que tous les autres comportements ont été considérés
71
Méthode basées sur les moyennes
Méthodes adéquates si la demande à prévoir est stationnaire (ni tendance ni saisonnalité)
72
Méthode basées sur la tendance
Méthodes adéquates lorsqu'il y a présence d'une tendance
73
Erreur moyenne
Écart global
74
Erreur moyenne absolue
Précision de la méthode en tenant compte uniquement de l'importance de l'écart
75
Erreur quadratique moyenne
Importance des erreurs commises
76
Pourcentage d'erreur absolue moyen
Proportion de l'erreur commise
77
Qu'est-ce qu'un bon système de prévision
Fournis de l'information sur la précision de la prévision Permet d'obtenir les prévisions suffisamment à l'avance pour soutenir la prise de décisions Tiens compte du jugement humain et de l'information connue qui ne se reflète pas encore dans les données historiques Tiens compte du compromis entre le coût des prévisions et le coût des erreurs de prévision

GSO-1000 (6 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions