Articles plan - Paramètres de prévision (cpdsp1110m000)

Informations sur le champ

Erreur moyenne de prévision

Erreur moyenne de prévision déterminée au cours du calcul de la prévision de la demande afin de générer un plan de la demande pour un article plan.

Mise à jour automatique des paramètres de prévision

Si cette case est cochée, vous pouvez recalculer les paramètres de prévision en utilisant la session Générer un plan de demande et de stock (cpdsp1210m000).

Vous pouvez recalculer les champs suivants :

• Champ Type de variation de tendance
• Champ Type de variation saisonnière
• Champ Temps de cycle saisonnier
• Champ Facteur de lissage pour demande
• Champ Facteur de lissage pour tendance
• Champ Facteur de lissage pour saison
• Champ Facteur de lissage pour erreur de prévision
• Champ Degré de régression polynomiale

Si cette case n'est pas cochée, vous devez mettre à jour les paramètres de prévision manuellement.

Canal de distribution

Permet d’indiquer l’un des canaux que vous avez définis pour l’article plan dans la session Article plan - Canaux de distribution (cpdsp5100m000).

Signal de dérive critique

Si vous avez coché la case Signal de dérive pour la prévision de la demande, saisissez la valeur critique que le signal de dérive de la prévision de la demande ne doit pas dépasser.

Valeurs autorisées

Saisissez une valeur comprise entre 0 et 1.

Si la case Signal de dérive pour la prévision de la demande est cochée, LN utilise le signal de dérive pour la prévision de la demande durant le calcul de la demande selon la méthode de lissage exponentiel.

Si le signal de dérive dépasse le signal de dérive critique, la méthode de lissage exponentiel emploie une valeur plus grande pour le facteur de lissage, au lieu de la valeur spécifiée dans le champ Facteur de lissage pour demande.

Plus la valeur du signal de dérive est élevée, moins la méthode de lissage exponentiel a d’effet sur les erreurs de prévision.

Un motif raisonnable pour le signal de suivi critique se situe entre 0,5 et 8. Pour avoir un effet, le signal de suivi critique doit être nettement supérieur au champ Facteur de lissage pour demande.

Degré de régression polynomiale

Ce champ n’est accessible que si vous avez coché Régression polynomiale dans le champ Méthode de prévision.

Valeurs autorisées

Saisissez un nombre entier compris entre 0 et 9.

Degré du polynôme employé pour les calculs de prévision de la demande via la méthode de régression polynomiale.

Méthode de prévision

Méthode mathématique utilisée par LN pour calculer la prévision de la demande.

Chaque méthode de prévision fait appel aux données d'historique de la demande correspondant à la période comprise entre la date de début du scénario et la période actuelle. LN récupère les données historiques de la demande du champ Livraisons clients dans la session Plan directeur article (cprmp2101m000).

Ecart moyen absolu

L'écart moyen absolu ou erreur de prévision est égal à la différence moyenne entre la prévision de la demande et la demande réelle.

Remarque

Cette erreur de prévision n'est pas l'erreur moyenne absolue sur laquelle est basé le signal de dérive pour la prévision de la demande.

Décalage moyenne mobile

Ce champ détermine le point de départ du calcul de la moyenne mobile et n’est accessible que si vous avez coché Moyenne mobile dans le champ Méthode de prévision.

Le décalage de moyenne mobile est le nombre de jours calendaires entre :

• le point de départ du calcul de la moyenne mobile,
• la période de prévision.

Période moyenne mobile

Ce champ n’est accessible que si vous avez coché Moyenne mobile dans le champ Méthode de prévision.

Valeurs autorisées

Saisissez une valeur inférieure ou égale à celle du champ Décalage moyenne mobile.

Durée de la période pour laquelle la moyenne mobile doit être calculée (en jours calendaires). La date de départ de cette période est déterminée par le contenu du champ Décalage moyenne mobile.

Ecart moyen relatif

Ecart moyen relatif ou erreur de prévision de la demande par rapport à la demande réelle.

Scénario

Scénario pour lequel vous définissez les paramètres de prévision de l'article plan dans cette session.

Description

Description ou nom du scénario.

Article plan

Article plan pour lequel vous gérez les paramètres de prévision. Il peut s’agir de l’article plan standard ou de l’article lié à un canal de distribution.

Remarque

Si vous indiquez la demande spéciale au niveau de l'article plan et non au niveau du canal de distribution, celle-ci est alors saisie dans le champ Demande spéciale de la session Plan directeur article (cprmp2101m000).

Facteur de corrélation saisonnière

Le facteur de corrélation saisonnière est un facteur relatif qui indique l'importance d'un cycle saisonnier pour la variation d'une demande donnée. La valeur maximum du facteur de corrélation saisonnière est 1,0.

LN calcule ce facteur à partir des chiffres de l’historique de la demande et du contenu du champ Temps de cycle saisonnier.

Temps de cycle saisonnier

Durée du cycle des variations saisonnières de la demande, exprimée en jours calendaires.

Valeurs autorisées

Saisissez une valeur supérieure à 0 et inférieure à 1000 jours calendaires.

Si la demande relative à l'article plan est soumise à une variation récurrente annuelle, la durée du cycle saisonnier est de 365 jours.

Si le champ Type de variation saisonnière ne contient pas Sans objet, vous ne pouvez pas modifier ce champ.

Remarque

Si la case Mise à jour automatique des paramètres de prévision est cochée, vous pouvez déterminer la durée du cycle saisonnier à l'aide de la session Génération du plan de la demande et de stock (cpdsp1210m000).

Ecart type

Ecart type de l'erreur de prévision.

L'écart type de l'erreur de prévision est la différence entre la prévision de la demande et la demande réelle, comparée à l'erreur moyenne de prévision.

Facteur de lissage pour demande

Ce champ n’est accessible que si vous avez coché Lissage exponentiel dans le champ Méthode de prévision.

Valeurs autorisées

Saisissez une valeur comprise entre 0 et 1.

Le champ Facteur de lissage pour demande est un facteur dans le calcul de la prévision de la demande selon la méthode de lissage exponentiel.

Lorsque le facteur de lissage augmente, l’impact des demandes récentes sur la prévision de la demande augmente aussi. En d'autres termes, plus le facteur de lissage est élevé et plus la prévision de la demande est influencée par les fluctuations récentes.

Les valeurs comprises entre 0,1 et 0,3 donnent généralement des résultats satisfaisants.

Remarque

Si la case Mise à jour automatique des paramètres de prévision est cochée, vous pouvez déterminer le facteur de lissage à l'aide de la session Génération du plan de la demande et de stock (cpdsp1210m000).

Facteur de lissage pour erreur de prévision

Ce champ n’est accessible que si vous avez coché Lissage exponentiel dans le champ Méthode de prévision.

Valeurs autorisées

Saisissez une valeur comprise entre 0 et 1.

Le champ Facteur de lissage pour erreur de prévision est un facteur dans le calcul de l’erreur moyenne de prévision, durant le calcul de la prévision de la demande selon la méthode de lissage exponentiel.

Lorsque ce facteur augmente, l’impact des erreurs de prévision récentes sur l'erreur moyenne de prévision augmente aussi.

Vous devez saisir une valeur proche de 1 (par exemple 0,8) afin d'obtenir une réaction rapide de l'erreur moyenne de prévision aux fluctuations de la demande.

Remarque

Si la case Mise à jour automatique des paramètres de prévision est cochée, vous pouvez déterminer ce facteur de lissage à l'aide de la session Génération du plan de la demande et de stock (cpdsp1210m000).

Facteur de lissage pour saison

Le champ Facteur de lissage pour saison est un facteur dans le calcul de la prévision de la demande selon la méthode de lissage exponentiel.

Valeurs autorisées

Saisissez une valeur comprise entre 0 et 1.

Si le facteur de lissage augmente, l’impact des demandes récentes sur les variations saisonnières augmente aussi. En d'autres termes, si le facteur de lissage augmente, la prévision de la demande pour le prochain cycle saisonnier tiendra davantage compte des fluctuations de demande récentes dans le cycle saisonnier courant.

Une valeur raisonnable sera comprise entre 0,1 et 0,3.

Remarque

Si la case Mise à jour automatique des paramètres de prévision est cochée, vous pouvez déterminer ce facteur de lissage à l'aide de la session Génération du plan de la demande et de stock (cpdsp1210m000).

Facteur de lissage pour tendance

Ce champ n’est accessible que si vous avez coché Lissage exponentiel dans le champ Méthode de prévision.

Valeurs autorisées

Saisissez une valeur comprise entre 0 et 1.

Le champ Facteur de lissage pour tendance est un facteur dans le calcul de la prévision de la demande selon la méthode de lissage exponentiel.

Si le facteur de lissage augmente, l’impact des demandes récentes sur la variation de la tendance augmente aussi. En d'autres termes, plus le facteur de lissage augmente, plus la prévision de la demande est influencée par les erreurs de prévision récentes.

Une valeur repr¨¦sentant 20 de la valeur indiqu¨¦e dans le champ Facteur de lissage pour demande donne g¨¦n¨¦ralement des r¨¦sultats satisfaisants.

Remarque

Si la case Mise à jour automatique des paramètres de prévision est cochée, vous pouvez déterminer ce facteur de lissage à l'aide de la session Génération du plan de la demande et de stock (cpdsp1210m000).

Type de variation saisonnière

Ce champ détermine l'importance de l’impact des variations saisonnières sur la prévision de la demande.

Remarque

Si la case Mise à jour automatique des paramètres de prévision est coch¨¦e, vous pouvez d¨¦finir la variation saisonni¨¨re ¨¤ l'aide de la session Génération du plan de la demande et de stock (cpdsp1210m000).

Type de variation de tendance

Ce champ détermine l'importance de l’impact des variations de tendance sur la prévision de la demande.

Remarque

Si la case Mise à jour automatique des paramètres de prévision est coch¨¦e, vous pouvez d¨¦terminer la variation de la tendance ¨¤ l'aide de la session Génération du plan de la demande et de stock (cpdsp1210m000).

Signal de dérive pour la prévision de la demande

Vous ne pouvez cocher cette case que si vous avez coché Lissage exponentiel dans le champ Méthode de prévision.

Si cette case est cochée, le facteur de lissage de la demande doit ¨ºtre li¨¦ ¨¤ un signal de d¨¦rive durant le calcul de la pr¨¦vision de la demande selon la m¨¦thode de lissage exponentiel.

Le signal de dérive est le ratio entre l'erreur moyenne absolue et l'erreur moyenne. Si la valeur du signal de d¨¦rive est sup¨¦rieure ¨¤ celle du champ Signal de dérive critique, LN ajuste automatiquement le facteur de lissage pour la demande.