Intelligence Demande
Prévision par référence et par point de vente, intégrant saisonnalité, météo, calendrier commercial, effets promotionnels et cannibalisation entre produits.
- 1–26 sem.
- Horizon de prévision
- 1,2 Md
- Prédictions par mois
- 14 j
- Anticipation des ruptures
- −23 %
- Réduction du surstock
Une prévision chiffrée,
jamais une intuition.
Chaque prévision est publiée avec son intervalle de confiance. Un chiffre seul se discute ; un chiffre avec sa marge d'erreur permet de décider en connaissance de cause.
Cinq familles
de signaux combinés.
La prévision ne se limite pas à prolonger la courbe des ventes passées : elle intègre ce qui explique pourquoi la demande a varié.
Séries de ventes
Volumes réels par référence et par magasin, corrigés des ruptures pour ne pas confondre demande et disponibilité.
Saisonnalité et jours fériés
Cycles annuels et calendrier commercial français intégrés dès le premier modèle, pas ajoutés en correction.
Météo
Effet météo sur les catégories sensibles — vêtements, boissons, jardin — où l'écart peut dépasser 20 % en une semaine.
Effets promotionnels
Impact d'une promotion passée sur les ventes futures, pour ne pas surestimer la demande de base après une opération commerciale.
Cannibalisation
Effet d'un produit sur les ventes d'un autre produit proche, pour éviter de prévoir deux fois la même demande.
Référence × magasin
× semaine.
C'est la granularité la plus fine qui a du sens en retail physique : une prévision nationale moyenne cache toujours des écarts locaux qui coûtent cher.
- Granularité
- Une prévision par référence, par point de vente et par semaine — pas une moyenne nationale redistribuée.
- Horizon
- De 1 à 26 semaines, avec une précision qui se dégrade logiquement à mesure que l'horizon s'éloigne.
- Intervalle de confiance
- Publié systématiquement à côté du chiffre central, jamais masqué pour paraître plus précis qu'il ne l'est.
- Rétro-test
- Chaque modèle est confronté en continu aux ventes réelles déjà connues, pas seulement validé une fois au lancement.
Ce que vos équipes
reçoivent concrètement.
Une prévision chiffrée, avec son intervalle de confiance affiché.
- Horizon de 1 à 26 semaines
- Granularité référence × magasin × semaine
- Intervalle de confiance publié, jamais masqué
- Rétro-test permanent sur données réelles
Là où l'exercice
reste difficile.
Une prévision n'élimine pas l'incertitude, elle la mesure. Deux cas restent structurellement plus incertains que la moyenne.
- Références nouvelles
- Sans historique de vente, la prévision s'appuie sur des références comparables : l'intervalle de confiance s'élargit en conséquence, ce n'est pas dissimulé.
- Ruptures de tendance
- Un événement inédit — rupture d'approvisionnement fournisseur, changement réglementaire — n'est prévisible par aucun modèle statistique tant qu'il ne s'est pas produit une première fois.
- Coût de l'absence
- Sans prévision par magasin, les commandes se basent sur des moyennes nationales qui sur-stockent les petits points de vente et sous-stockent les plus performants.
Les enseignes
qui s'appuient dessus.
Ce module fait partie de la formule recommandée pour ces profils d'enseigne.
Réseau de succursales
Un assortiment national, des réalités locales.
Maisons de luxe
La rareté se pilote, elle ne s'improvise pas.
Testez l'intervalle de confiance
sur vos propres références.
Un pilote de quatre semaines suffit à comparer la prévision aux ventes réelles observées.