Description
Séries temporelles sont l’un des outils mathématiques les plus basiques et polyvalents utilisés en entreprise pour soutenir les modèles statistiques et se composent d’une série de points de données liés à un moment précis dans le temps. Les séries temporelles sont fréquemment utilisées pour modéliser tout, de l’évolution des ventes d’une entreprise, des prix des produits et lead times sur une base annuelle, mensuelle, quotidienne ou même horaire.
Dans la terminologie d’une prévision des séries temporelles, il existe un niveau primaire appelé la ligne de base, une évolution à long terme appelée la tendance, des variations cycliques ou périodiques appelées saisonnalité, et d’autres variations aléatoires que nous appelons bruit. Cela permet de distinguer les variations des données liées aux cycles réguliers d’une tendance sous-jacente décroissante ou croissante.
Cependant, comme les séries temporelles sont une représentation très simplifiée de la réalité, il existe souvent des interprétations erronées des données. Par exemple, un mois calendaire est une manière quelque peu arbitraire de segmenter le temps et on ne doit pas se bercer de l’illusion que nos mois sont homogènes d’un point de vue commercial. Un nombre inégal de jours et de week-ends dans un mois peut fournir une explication à ce qui pourrait apparaître au premier abord comme des divergences dans les données.
Savoir comment les données sont collectées, et être conscient des limites des prévisions des séries temporelles est essentiel lors du choix de la bonne méthode de prévision.
