De la stratégie prédictive OUI, mais avec sérieux !
Patrick JAULENT
Lorsque nous faisons des prévisions, nous avons pris l'habitude de baser nos hypothèses sur une série statistique que j’appellerai de continuité. Par l’exemple, l’entreprise XYZ élabore ses prévisions de ventes pour l’année n+1 en se basant sur l’année n-1 (parfois n-2,…), puis réalise quelques ajustements en tenant compte des circonstances actuelles. Cette « tactique » d’estimation suppose donc que chaque nouvelle année ne soit pas fondamentalement différente de l’année précédente. En d’autres termes, la distribution des valeurs possibles pour les ventes de l’année n+1 est gaussienne (ou « normale »). Les variations extrêmes étant peu probables (d’après le directeur des ventes), celles-ci seront rejetées.
Mais tout ceci est basé sur une observation du passé : ce n’est pas une loi physique !
Compte tenu de l’incertitude que nous traversons, ne raisonnons plus sur les historiques des ventes mais observons ce monde de plus en plus incertain. Nous admettons volontiers qu’il y a de nombreuses situations pouvant entraîner des variations considérables des ventes : boycott soudain de produits (boycott des produits laitiers danois au Moyen Orient suite aux caricatures de Mahomet) – raz de marée au Japon (impact sur les produits technologiques utilisés dans l’automobile) – brusque remontée des taux d’intérêt (cf. Italie), effondrement de l’euro ( ?)
Ceci correspondent à des cygnes noirs (Nassim Taleb - The Black Swan). La raison est simple : les ventes, comme de nombreuses séries statistiques ne suivent pas une distribution gaussienne. La probabilité d’une forte variation peut être relativement faible, mais en réalité elle ne peut pas être calculée car la distribution est inconnue (c’est ce que l’économiste Frank Knight appelle « l’incertitude vraie »). Nous sommes dans le domaine des « queues plus épaisses » que normale aux extrémités. C’est la notion de leptokurtosis qui est très utilisée dans le milieu de la finance de marché.
Par exemple, si vous prenez 10 personnes et que vous calculez la moyenne de leur richesse et qu’ensuite vous ajoutez une 11e personne, il est très probable que la valeur moyenne sera très peu différente de celle avec le calcul des 10 personnes. Par contre, si vous ajoutez comme 11e personne Bill Gates, la moyenne explosera littéralement au point que les autres valeurs deviendront négligeables.
De la stratégie prédictive OUI, mais effectuée rigoureusement !
Compte tenu de l’incertitude que nous traversons, ne raisonnons plus sur les historiques des ventes mais observons ce monde de plus en plus incertain. Nous admettons volontiers qu’il y a de nombreuses situations pouvant entraîner des variations considérables des ventes : boycott soudain de produits (boycott des produits laitiers danois au Moyen Orient suite aux caricatures de Mahomet) – raz de marée au Japon (impact sur les produits technologiques utilisés dans l’automobile) – brusque remontée des taux d’intérêt (cf. Italie), effondrement de l’euro ( ?)
Ceci correspondent à des cygnes noirs (Nassim Taleb - The Black Swan). La raison est simple : les ventes, comme de nombreuses séries statistiques ne suivent pas une distribution gaussienne. La probabilité d’une forte variation peut être relativement faible, mais en réalité elle ne peut pas être calculée car la distribution est inconnue (c’est ce que l’économiste Frank Knight appelle « l’incertitude vraie »). Nous sommes dans le domaine des « queues plus épaisses » que normale aux extrémités. C’est la notion de leptokurtosis qui est très utilisée dans le milieu de la finance de marché.
Par exemple, si vous prenez 10 personnes et que vous calculez la moyenne de leur richesse et qu’ensuite vous ajoutez une 11e personne, il est très probable que la valeur moyenne sera très peu différente de celle avec le calcul des 10 personnes. Par contre, si vous ajoutez comme 11e personne Bill Gates, la moyenne explosera littéralement au point que les autres valeurs deviendront négligeables.
De la stratégie prédictive OUI, mais effectuée rigoureusement !
> A LIRE EN CE MOMENT SUR DECIDEO
-
Gouverner l’intelligence artificielle : cartographier les risques (2ème partie)
-
JFrog sécurise le développement d’intelligences artificielles et simplifie de bout en bout la gestion de modèles de machine learning grâce à son intégration avec la plateforme MLflow de DataBricks
-
Le nouvel outil Webfleet Transition EV permet l’électrification des flottes par la donnée
-
Alteryx et DataCamp s'allient pour permettre à tous les salariés de se former à l'analyse
-
Quel est le futur des métiers de la data et de l’IA vu par les grands groupes français ?
-
OneStream Software réinvente et renforce le rôle du CFO grâce à sa nouvelle solution Narrative Reporting
-
Empreinte de la Donnée sur le vivant : Le Cercle de la Donnée et l’Agora 41 présentent 5 propositions pour un numérique responsable
-
Les dirigeants adoptent l'IA sous la pression médiatique, mais la préparation organisationnelle reste un défi majeur
-
La NASA s’appuie sur le moteur d’Enterprise Search de Sinequa pour propulser son nouveau moteur Science Discovery Engine
-
IA, simplification et débureaucratisation pour transformer l'État