Description
Les séries temporelles sont l’un des outils mathématiques les plus basiques et polyvalents utilisés en entreprise pour soutenir les modèles statistiques. Elles consistent en une série de points de données liés à un moment précis dans le temps. Les séries temporelles sont fréquemment utilisées pour modéliser l’évolution des ventes d’une entreprise, les prix des produits et les délais d’approvisionnement, que ce soit sur une base annuelle, mensuelle, quotidienne ou même horaire.
Dans la terminologie d’une prévision de séries temporelles, il existe un niveau principal 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 le bruit. Cela permet de distinguer les variations de données liées à des cycles réguliers d’une tendance sous-jacente à la baisse ou à la hausse.
Cependant, étant donné que les séries temporelles sont une représentation très simplifiée de la réalité, il y a souvent des interprétations erronées des données. Par exemple, un mois calendaire est une façon quelque peu arbitraire de découper le temps et il ne faut pas se faire d’illusion sur le fait que nos mois sont homogènes d’un point de vue commercial. Des nombres inégaux de jours et de week-ends dans un mois peuvent expliquer ce qui pourrait apparaître initialement comme des divergences dans les données.
Il est essentiel de savoir comment les données sont collectées et de prendre en compte les limites des prévisions de séries temporelles lors du choix de la bonne méthode de prévision.
