Passer au contenu principal
Toutes les collectionsLes fonctions principales de SKU Science
🎯 Comment amĂ©liorer vos performances avec les KPI de prĂ©vision
🎯 Comment amĂ©liorer vos performances avec les KPI de prĂ©vision

Cet article explique comment visualiser et comprendre les indicateurs de performance de prévision (KPI).

Mis à jour il y a plus de 2 ans

Comme expliqué dans l'article Ajouter de nouvelles données de vente dans SKU Science, vous pouvez obtenir de nouvelles prévisions de ventes à chaque cycle si vous téléchargez réguliÚrement vos données de ventes.

Cela vous permettra de suivre les indicateurs clĂ©s de performance (KPI) afin d'amĂ©liorer vos prĂ©visions cycle aprĂšs cycle, ce qui devrait ĂȘtre votre objectif final.

Notez que cette fonctionnalité n'est accessible que si vous disposez d'un abonnement "Core", "Pro" ou "Enterprise".

1. Visualisation des KPI au niveau de prévision le plus bas

Vous pouvez afficher les KPI au niveau le plus bas ou au niveau agrégé.

Commençons par le niveau le plus bas.

Si vous accédez aux détails des prévisions, à partir du navigateur, par exemple, vous pouvez afficher les KPI en cliquant sur l'onglet Indicateurs clés de performance. Cet onglet vous permet de visualiser les KPI au niveau le plus uniquement.

  • Comprendre le concept de Lag (dĂ©calage)

Un menu déroulant permet de sélectionner le lag pour lequel vous souhaitez suivre les KPI.


​Le lag est le nombre de pĂ©riodes entre la gĂ©nĂ©ration des prĂ©visions et la pĂ©riode cible des prĂ©visions.
Le lag que vous sĂ©lectionnez devrait gĂ©nĂ©ralement ĂȘtre Ă©gal Ă  votre lead time (dĂ©lai d'approvisionnement ou de mise Ă  disposition). Le lead time Ă©tant le dĂ©lai aprĂšs lequel l'article est disponible, votre prĂ©vision doit ĂȘtre aussi prĂ©cise que possible en prenant en compte ce dĂ©lai particulier.

Par exemple, si vous avez besoin de 3 mois entre la fabrication d'un article et le moment oĂč l'article est disponible pour les clients, vous devez anticiper la demande 3 mois avant les ventes rĂ©elles. Par consĂ©quent, vous devez prendre soin de crĂ©er une prĂ©vision prĂ©cise en juin pour septembre. Autrement dit, vous devez surveiller la prĂ©cision de vos prĂ©visions Ă  Lag 3 et essayer de l'amĂ©liorer. Les autres retards sont moins intĂ©ressants pour vous car il y a une valeur faible pour amĂ©liorer vos prĂ©visions Ă  Lag 1 ou Lag 2.

  • Comprendre les valeurs dans le tableau de KPI et la valeur ajoutĂ©e de prĂ©vision

Vous trouverez ci-dessous les formules utilisées pour renseigner le tableau de KPI de chaque prévision :

Une premiÚre colonne affiche les valeurs moyennes des indicateurs clés de performance. Chaque colonne affiche ensuite le KPI pour une période donnée, en fonction du lag sélectionné. Par exemple, si vous affichez le Lag 3, les indicateurs de performance clés de la colonne avril sont calculés en comparant la prévision que vous avez générée en janvier (pour avril) aux ventes réelles d'avril.

Il y a 4 KPI différents :

  • Biais : le biais est la diffĂ©rence entre la prĂ©vision et la demande (p-d), en unitĂ©s.

  • Biais (%) : rapport entre biais et demande, en pourcentage (100x(p-d)/d).

  • Erreur : l'erreur de prĂ©vision est le rapport entre le biais et la demande, en valeur absolue. Notez que la moyenne correspond Ă  l'erreur absolue moyenne (MAE - Mean Absolute Error).

  • PrĂ©cision : (100 - erreur), en pourcentage.

Pour chaque KPI, il y a 3 lignes :

  • SKU Science : KPI pour les prĂ©visions gĂ©nĂ©rĂ©es par SKU Science.

  • Utilisateur : KPI calculĂ©s en tenant compte de vos ajustements.

  • Valeur ajoutĂ©e : amĂ©lioration (ou dĂ©gradation) due Ă  vos ajustements. Une valeur ajoutĂ©e nĂ©gative est une amĂ©lioration dans le cas des biais et erreurs. Une valeur ajoutĂ©e positive est une amĂ©lioration dans le cas de la prĂ©cision.

Les couleurs des cellules permettent de comparer les valeurs des KPI aux seuils définis par l'utilisateur :

  • Rouge : l'erreur ou le biais est plus grand que le seuil supĂ©rieur.

  • Orange : l'erreur ou le biais se situe entre les seuils infĂ©rieur et supĂ©rieur.

  • Vert : l'erreur ou le biais est plus petit que le seuil infĂ©rieur.

Les seuils peuvent ĂȘtre modifiĂ©s dans ParamĂštres / RĂšgles / Seuils des KPI.


2. Visualisation des KPI pour tous les niveaux de prévision dans l'outil dédié

Pour afficher les KPI à différents niveaux d'agrégation, cliquez sur KPI dans le menu de gauche. Vous pouvez afficher l'ensemble des KPI pour l'élement qui vous intéresse en cliquant sur l'icÎne des détails dans le tableau.

Vous obtiendrez alors le mĂȘme type de tableau, mais Ă  un niveau agrĂ©gĂ©, par exemple ici nous visualisons les KPI sur les quantitĂ©s pour le magasin de Londres.

Dans l'outil KPI, il est cependant plus facile d'utiliser le menu déroulant pour choisir le KPI à afficher dans le tableau.

  • L'erreur de prĂ©vision

Par exemple en sélectionnant Erreur dans le menu déroulant, vous obtiendrez le tableau de l'erreur pour tous vos éléments. Notez qu'une ligne Total est disponible en bas du tableau pour visualiser instantanément la somme des erreurs pour chaque colonne.

  • Le pourcentage d'erreur de prĂ©vision

Vous pouvez également visualiser le pourcentage d'erreur instantanément en sélectionnant Erreur %.

  • Le biais de prĂ©vision

En sélectionnant Biais dans le menu, nous affichons le biais et la somme des biais.

  • Le pourcentage de biais de prĂ©vision

En sélectionnnant Biais % il est également possible d'afficher le pourcentage des biais.

  • La prĂ©cision de prĂ©vision

Pour finir, si vous préférez visualiser la précision plutÎt que l'erreur, vous pouvez également sélectionner cette option dans le menu déroulant, et obtenir le tableau suivant :

Vous savez à présent comment passer facilement d'un KPI à un autre pour un lag donné. Si vous avez des questions, n'hésitez pas à nous contacter directement dans l'interface de l'outil, en utilisant le messager en bas à droite de l'écran.

Avez-vous trouvé la réponse à votre question ?