Prévision
Forfait : FreeProlonger une série dans le temps, et savoir ce que vaut la prévision avant de s'en servir.
Problèmes business
- Anticiper le chiffre d'affaires des prochaines semaines pour caler un budget ou un stock.
- Savoir si les creux d'une activité tiennent à sa saisonnalité, ou s'il faut chercher ailleurs.
Problèmes académiques
- Enseigner le lissage exponentiel et la décomposition d'une série en niveau, tendance et saison.
- Montrer qu'une prévision se juge sur des périodes tenues hors de l'ajustement, pas sur l'historique.
Méthodes et garanties
- Lissage exponentiel de Holt-Winters, saisonnalité additive ou multiplicative.
- Coefficients α, β, γ trouvés par recherche sur grille, ou réglés à la main.
- Back-test chronologique : les dernières périodes sont retirées de l'ajustement, puis prévues et comparées au réel.
Prévoir la suite, et la juger sur des périodes qu'elle n'a pas vues
On choisit la colonne de temps (Time Column, une date ou un simple index), la variable à prévoir (Target) et la longueur d'une saison (Seasonal Period : 12 pour des mois, 52 pour des semaines), additive ou multiplicative (Seasonality). Auto-fit α/β/γ cherche les coefficients de lissage qui ajustent le mieux l'historique ; décoché, on règle soi-même le poids du niveau, de la tendance et de la saison.
Back-Test Holdout met de côté les dernières périodes : le modèle s'ajuste sans elles, puis les prévoit. L'écart mesuré (MAE, RMSE, MAPE) dit ce que vaut la prévision sur des données nouvelles, à côté des mêmes métriques sur l'apprentissage. Inference Horizon fixe le nombre de périodes prévues au-delà des données.
Comprendre de quoi la série est faite
Sous la courbe, la décomposition sépare les trois piliers du modèle : le niveau (la hauteur de la série), la tendance (son inclinaison) et la saison (le motif qui se répète). On y voit si une baisse est une tendance qui s'installe ou un creux saisonnier qui reviendra. Pour expliquer le chiffre d'affaires par les dépenses média plutôt que par son seul passé, voir le Marketing Mix Modeling.
Essayez-le sur vos données
Tout s’exécute dans votre navigateur : vos données ne le quittent pas.
Ouvrir TétrachoreMis à jour le 6 novembre 2026