Paris le 14/12/2020
Très souvent les historiques – à condition d’être suffisamment longs – portent très bien l’information que l’on cherche à modéliser et à projeter dans le futur. Par exemple, la saisonnalité d’un produit (une glace, une soupe…) se dégage bien des historiques. La météo joue un rôle évident mais très souvent à la marge par rapport aux décisions à prendre. Dans cas, on reste dans une démarche classique car on dispose des historiques.
Dans les cas où l’historique n’existe pas (produits nouveaux) ou trop court, on a besoin d’explications complémentaires, d’informations exogènes car l’analyse de la série temporelle des ventes (ou de la demande) ne suffit pas. Il faut ainsi étoffer la démarche par des algos avancés faisant appel à l’IA.
Données exogènes : comment AZAP les intègre ?
Les algorithmes d’AZAP intègrent ces données exogènes sous deux formes complémentaires :
- Des données de base, par exemple la température comme indicateur météo, le trafic sur le site internet pour les ventes e-commerce, taux d’incidence pour les épidémies, les indicateurs propres à chaque métier (on pense par exemple à l’automobile ou au bâtiment).
- des données évènementielles caractérisant chaque évènement, comme :
- une plage de dates, les produits concernés, le réseau de distribution ou le périmètre clients associé
- mais aussi le type d’évènement (exemple : produits gratuits ou girafe, promotion prix ou 3 pour 2 achetés…, action d’une blogueuse pour la mise en avant d’un produit, mise en avant dans un catalogue, rupture fournisseur…)
- Selon le type d’évènement des informations complémentaires sont attendues : la variation de prix, la taille des photos dans le catalogue ou le tract, l’existence d’une incitation vendeurs. Dans l’industrie pharmaceutique, pour la grippe par exemple, on s’intéresse aux indicateurs d’évolutions de l’épidémie (certains sites spécialisés fournissant ces informations).
Données exogènes : un exemple pour bien faire comprendre la différence entre les techniques classiques et l’exploitation de ce types d’informations
Dans le cas d’un vaccin contre la grippe : la série temporelle des ventes est tout à fait saisonnière, AZAP détermine la saisonnalité moyenne en se basant sur les historiques des dernières années et donne la fourchette d’incertitude : année forte – année faible. C’est parfait pour caler le moyen terme, planifier la production et les achats de principes actifs.
Pour le court terme, c’est insuffisant : quand l’épidémie démarre-t ’elle vraiment ? Quelle est l’ampleur de l’épidémie cette année ? Dans ce cas, AZAP exploite des informations exogènes qui donnent toute les semaines le taux d’incidence… et permet d’ajuster la prévision court terme.
Il faut bien noter que ces informations « exogènes » sont :
- Soit internes à l’entreprise et donc plutôt facile à obtenir et fiables (le prix par exemple, le trafic sur le site commercial…).
- Soit externes et alors souvent plus difficiles à obtenir même si certaines informations sont tout à fait publiques et/ou disponibles sur le net. Dans ce cas, AZAP les collecte directement sur les sites concernés.
