{"id":73815,"date":"2026-10-02T16:32:51","date_gmt":"2026-10-02T14:32:51","guid":{"rendered":"https:\/\/optimix-software.com\/?p=73815"},"modified":"2026-10-02T16:39:03","modified_gmt":"2026-10-02T14:39:03","slug":"demand-planning-comment-mesurer-fiabilite","status":"publish","type":"post","link":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/","title":{"rendered":"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"73815\" class=\"elementor elementor-73815\" data-elementor-post-type=\"post\">\n\t\t\t\t<div class=\"elementor-element elementor-element-36eacb8 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"36eacb8\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-24e1ffd elementor-widget elementor-widget-text-editor\" data-id=\"24e1ffd\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">La qualit\u00e9 d\u2019une <\/span><b>pr\u00e9vision<\/b><span style=\"font-weight: 400;\"> d\u00e9pend en grande partie de la <\/span><b>fiabilit\u00e9 des donn\u00e9es<\/b><span style=\"font-weight: 400;\"> sur lesquelles elle repose. Mais encore faut-il savoir mesurer cette fiabilit\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">\u00c9valuer la pr\u00e9cision des <\/span><a href=\"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/prevision-de-demande-definition\/\"><b>pr\u00e9visions de la demande<\/b><\/a><span style=\"font-weight: 400;\"> est en effet moins simple qu\u2019il n\u2019y para\u00eet.<\/span><\/p><p><span style=\"font-weight: 400;\">Faut-il mesurer l\u2019\u00e9cart en unit\u00e9s, en pourcentage ou par rapport \u00e0 une pr\u00e9vision de r\u00e9f\u00e9rence ? \u00c0 quel horizon faut-il effectuer la comparaison ? Et comment interpr\u00e9ter les r\u00e9sultats lorsque certains produits se vendent quotidiennement tandis que d\u2019autres enregistrent r\u00e9guli\u00e8rement des p\u00e9riodes sans aucune vente ?<\/span><\/p><p><span style=\"font-weight: 400;\">Une erreur moyenne faible peut \u00e9galement masquer un biais persistant. \u00c0 l\u2019inverse, une pr\u00e9vision statistiquement moins pr\u00e9cise peut parfois conduire \u00e0 de meilleures d\u00e9cisions si elle permet de mieux anticiper l\u2019incertitude et les risques associ\u00e9s.<\/span><\/p><p><span style=\"font-weight: 400;\">Mesurer la pr\u00e9cision des pr\u00e9visions suppose donc de choisir les bons indicateurs, mais aussi de les analyser au bon niveau de granularit\u00e9, au bon horizon et en fonction du profil de demande de chaque produit.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette mesure constitue surtout le point de d\u00e9part d\u2019une d\u00e9marche d\u2019am\u00e9lioration continue du <\/span><a href=\"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-definition\/\"><b>Demand Planning<\/b><\/a><span style=\"font-weight: 400;\">. Elle permet d\u2019identifier si les \u00e9carts proviennent des donn\u00e9es, du mod\u00e8le, d\u2019un \u00e9v\u00e9nement non pris en compte ou encore d\u2019un ajustement humain, puis d\u2019agir sur le bon levier.<\/span><\/p><p><span style=\"font-weight: 400;\">La pr\u00e9cision des pr\u00e9visions devient ainsi un indicateur essentiel pour fiabiliser le <\/span><b>Demand Planning<\/b><span style=\"font-weight: 400;\"> et mieux orienter les d\u00e9cisions de planification et d\u2019approvisionnement.<\/span><\/p><p><span style=\"font-weight: 400;\">Voyons comment mesurer correctement la pr\u00e9cision des pr\u00e9visions et am\u00e9liorer durablement leur performance.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-5783760 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"5783760\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-621266d elementor-widget elementor-widget-heading\" data-id=\"621266d\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-874c4d4 elementor-widget elementor-widget-text-editor\" data-id=\"874c4d4\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p><span style=\"font-weight: 400;\">Mesurer la pr\u00e9cision des pr\u00e9visions permet d\u2019identifier les \u00e9carts entre la demande anticip\u00e9e et la demande r\u00e9ellement observ\u00e9e. Cette analyse doit toutefois tenir compte des principaux <\/span><a href=\"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/facteurs-influencent-demand-planning\/\"><b>facteurs influen\u00e7ant la qualit\u00e9 des pr\u00e9visions<\/b><\/a><span style=\"font-weight: 400;\">, comme la fiabilit\u00e9 des donn\u00e9es, la saisonnalit\u00e9, les promotions, les ruptures de stock, les variations de prix ou encore les \u00e9v\u00e9nements exceptionnels. En Demand Planning, comprendre ces facteurs permet de mieux interpr\u00e9ter les erreurs de pr\u00e9vision et d\u2019agir sur les leviers les plus pertinents pour am\u00e9liorer leur pr\u00e9cision.<\/span><\/p><p>Alors, comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-05a67fc elementor-widget elementor-widget-text-editor\" data-id=\"05a67fc\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>1. D\u00e9finir ce que l\u2019on mesure avant d\u2019\u00e9valuer la pr\u00e9cision<\/b><\/h3><p><span style=\"font-weight: 400;\">Avant de mesurer la pr\u00e9cision d\u2019une pr\u00e9vision, il faut d\u2019abord d\u00e9finir clairement ce que l\u2019on cherche \u00e0 pr\u00e9voir : commandes, ventes, sorties d\u2019entrep\u00f4t ou demande r\u00e9elle.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette distinction est essentielle, car les ventes observ\u00e9es ne refl\u00e8tent pas toujours la demande. En cas de rupture, par exemple, un faible niveau de ventes peut simplement traduire un manque de disponibilit\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Le m\u00eame biais peut appara\u00eetre lors de commandes exceptionnelles, de d\u00e9calages de livraison ou de variations inhabituelles de stock.<\/span><\/p><p><span style=\"font-weight: 400;\">Dans une d\u00e9marche de demand planning, il faut donc pr\u00e9ciser la donn\u00e9e pr\u00e9vue, le niveau de d\u00e9tail, le p\u00e9rim\u00e8tre, la fr\u00e9quence et l\u2019horizon de pr\u00e9vision.<\/span><\/p><p><span style=\"font-weight: 400;\">Une mesure de pr\u00e9cision n\u2019est pertinente que si elle porte sur la bonne variable, au bon niveau et au bon moment.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-a0f8e96 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"a0f8e96\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-f2cdac6 elementor-widget elementor-widget-text-editor\" data-id=\"f2cdac6\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>2. Fiabiliser les donn\u00e9es utilis\u00e9es pour mesurer l\u2019erreur<\/b><\/h3><p><span style=\"font-weight: 400;\">La qualit\u00e9 des donn\u00e9es influence naturellement la qualit\u00e9 des pr\u00e9visions. Mais elle influence \u00e9galement la mani\u00e8re dont leur performance est mesur\u00e9e.<\/span><\/p><p><span style=\"font-weight: 400;\">Une pr\u00e9vision coh\u00e9rente peut appara\u00eetre mauvaise si le r\u00e9alis\u00e9 auquel elle est compar\u00e9e contient des anomalies. \u00c0 l\u2019inverse, certaines erreurs dans les donn\u00e9es peuvent artificiellement am\u00e9liorer un indicateur.<\/span><\/p><p><span style=\"font-weight: 400;\">Avant d\u2019\u00e9valuer la performance, il faut donc identifier les \u00e9v\u00e9nements susceptibles de modifier le signal observ\u00e9 : ruptures et disponibilit\u00e9s partielles, promotions, retours, annulations, erreurs de saisie, changements de r\u00e9f\u00e9rences, fermetures exceptionnelles ou encore transferts entre magasins et canaux.<\/span><\/p><p><span style=\"font-weight: 400;\">L\u2019objectif n\u2019est pas pour autant d\u2019effacer syst\u00e9matiquement les valeurs atypiques.<\/span><\/p><p><span style=\"font-weight: 400;\">Un pic de ventes peut provenir d\u2019une erreur de saisie, mais \u00e9galement d\u2019une promotion particuli\u00e8rement performante ou d\u2019un \u00e9v\u00e9nement local. Dans le premier cas, la donn\u00e9e doit \u00eatre corrig\u00e9e. Dans le second, elle constitue une information r\u00e9elle qu\u2019il faut conserver et expliquer.<\/span><\/p><p><span style=\"font-weight: 400;\">Les corrections doivent \u00e9galement rester tra\u00e7ables. Conserver la donn\u00e9e brute, la donn\u00e9e corrig\u00e9e et le motif de la modification permet d\u2019auditer le processus et d\u2019\u00e9viter qu\u2019un nettoyage excessif ne produise artificiellement de meilleures performances.<\/span><\/p><p><span style=\"font-weight: 400;\">Pour mesurer correctement la pr\u00e9cision des pr\u00e9visions, le principe essentiel reste donc simple : <\/span><b>la pr\u00e9vision et le r\u00e9alis\u00e9 doivent \u00eatre comparables et repr\u00e9senter la m\u00eame r\u00e9alit\u00e9 m\u00e9tier.<\/b><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-ca88b2d e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"ca88b2d\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-95aa33c elementor-widget elementor-widget-html\" data-id=\"95aa33c\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"hs-cta-embed hs-cta-simple-placeholder hs-cta-embed-212638872786\"\r\nstyle=\"max-width:100%; max-height:100%; width:600px;height:281.25px\" data-hubspot-wrapper-cta-id=\"212638872786\">\r\n<a href=\"https:\/\/cta-eu1.hubspot.com\/web-interactives\/public\/v1\/track\/redirect?encryptedPayload=AVxigLJPl%2FfuE0KJoPtbLPGs35lTJeWEPYV5mzRChy7pTu%2FOZrq8lSLqLOkBC53x00uPDOBY4pdsSC9gCS05lbNlDsCp7hcp2J9G1pxnNhspSlmQnAPtn%2FWnr12oVovLDiqijf0FICWVyO05BpVLigkHyrMO47bCNphVnlJuCX%2Fgg6JEkxB75diDJtezVtWq35mWWN3Jv2RCDyHksVkZ5YaIJFIWcFMFS8zR%2FL8AJZ12YScNx0uDWDSaQ96pPqw%3D&webInteractiveContentId=212638872786&portalId=144414462\" target=\"_blank\" rel=\"noopener\" crossorigin=\"anonymous\">\r\n<img decoding=\"async\" alt=\"logo optimix 2025 blanc site-web copie\" loading=\"lazy\" src=\"https:\/\/hubspot-no-cache-eu1-prod.s3.amazonaws.com\/cta\/default\/144414462\/interactive-212638872786.png\" style=\"height: 100%; width: 100%; object-fit: fill\"\r\n\u00a0onerror=\"this.style.display='none'\" \/>\r\n<\/a>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f01c29a elementor-widget elementor-widget-text-editor\" data-id=\"f01c29a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>3. Tenir compte de la pr\u00e9visibilit\u00e9 des produits<\/b><\/h3><p><span style=\"font-weight: 400;\">Tous les produits ne sont pas \u00e9galement pr\u00e9visibles.<\/span><\/p><p><span style=\"font-weight: 400;\">Une r\u00e9f\u00e9rence vendue quotidiennement en quantit\u00e9 importante fournit un signal beaucoup plus riche qu\u2019une pi\u00e8ce de rechange command\u00e9e quelques fois par an. De m\u00eame, un produit mature et stable ne pr\u00e9sente pas les m\u00eames caract\u00e9ristiques qu\u2019une nouveaut\u00e9, un produit fortement saisonnier ou un article dont les ventes sont tr\u00e8s volatiles.<\/span><\/p><p><span style=\"font-weight: 400;\">La difficult\u00e9 de pr\u00e9vision d\u00e9pend notamment :<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">du volume et de la fr\u00e9quence des ventes ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">de la variabilit\u00e9 de la demande ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">de son caract\u00e8re r\u00e9gulier ou intermittent ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">de la pr\u00e9sence d\u2019une tendance ou d\u2019une saisonnalit\u00e9 ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">du cycle de vie du produit ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">de sa sensibilit\u00e9 aux prix et aux promotions ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">de la fr\u00e9quence des \u00e9v\u00e9nements exceptionnels ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">des possibilit\u00e9s de substitution avec d\u2019autres r\u00e9f\u00e9rences.<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">Comparer directement la pr\u00e9cision de produits pr\u00e9sentant des profils tr\u00e8s diff\u00e9rents peut donc conduire \u00e0 des conclusions trompeuses.<\/span><\/p><p><span style=\"font-weight: 400;\">Une segmentation de type volume-variabilit\u00e9, proche d\u2019une logique ABC-XYZ, permet par exemple de distinguer les r\u00e9f\u00e9rences \u00e0 fort impact \u00e9conomique des produits dont la demande est particuli\u00e8rement erratique. D\u2019autres dimensions peuvent compl\u00e9ter cette segmentation : marge, criticit\u00e9, cycle de vie, d\u00e9lai fournisseur ou substituabilit\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette classification permet ensuite d\u2019adapter les mod\u00e8les, les indicateurs et le niveau d\u2019intervention humaine.<\/span><\/p><p><span style=\"font-weight: 400;\">Les r\u00e9f\u00e9rences stables et volumineuses peuvent \u00eatre largement automatis\u00e9es. Les demandes intermittentes n\u00e9cessitent des m\u00e9thodes et des m\u00e9triques adapt\u00e9es aux p\u00e9riodes sans vente. Les r\u00e9f\u00e9rences \u00e0 fort enjeu et forte volatilit\u00e9 peuvent, quant \u00e0 elles, justifier davantage de contr\u00f4le.<\/span><\/p><p><span style=\"font-weight: 400;\">L\u2019objectif n\u2019est donc pas d\u2019obtenir le m\u00eame niveau de pr\u00e9cision partout, mais d\u2019\u00e9valuer chaque pr\u00e9vision au regard de la pr\u00e9visibilit\u00e9 r\u00e9elle du produit.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-466908e e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"466908e\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-426a29f elementor-widget elementor-widget-text-editor\" data-id=\"426a29f\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>4. Mesurer la pr\u00e9cision au bon niveau de granularit\u00e9<\/b><\/h3><p><span style=\"font-weight: 400;\">Plus une pr\u00e9vision est agr\u00e9g\u00e9e, plus la demande tend g\u00e9n\u00e9ralement \u00e0 \u00eatre stable.<\/span><\/p><p><span style=\"font-weight: 400;\">Les variations de plusieurs r\u00e9f\u00e9rences, magasins ou canaux peuvent se compenser lorsqu\u2019elles sont regroup\u00e9es. Il est donc souvent plus facile de pr\u00e9voir les ventes nationales d\u2019une cat\u00e9gorie que celles de chaque r\u00e9f\u00e9rence dans chaque point de vente.<\/span><\/p><p><span style=\"font-weight: 400;\">Mais la pr\u00e9vision statistiquement la plus pr\u00e9cise n\u2019est pas n\u00e9cessairement la plus utile.<\/span><\/p><p><span style=\"font-weight: 400;\">Une pr\u00e9vision nationale peut \u00eatre excellente tout en \u00e9tant insuffisante pour d\u00e9terminer combien d\u2019unit\u00e9s doivent \u00eatre envoy\u00e9es dans chaque entrep\u00f4t. \u00c0 l\u2019inverse, mesurer uniquement la performance au niveau article-magasin peut donner une vision excessivement n\u00e9gative si de nombreuses s\u00e9ries pr\u00e9sentent de faibles volumes ou une demande intermittente.<\/span><\/p><p><span style=\"font-weight: 400;\">Le niveau d\u2019\u00e9valuation doit donc concilier trois contraintes :<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">disposer d\u2019un historique suffisamment riche ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">correspondre au niveau auquel les d\u00e9cisions sont r\u00e9ellement prises ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">maintenir une coh\u00e9rence entre les diff\u00e9rents niveaux de pr\u00e9vision.<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">La performance peut ainsi \u00eatre suivie simultan\u00e9ment par r\u00e9f\u00e9rence, cat\u00e9gorie, magasin, r\u00e9gion ou canal.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette lecture hi\u00e9rarchique permet notamment d\u2019identifier une situation fr\u00e9quente : une pr\u00e9vision globalement correcte peut masquer d\u2019importantes erreurs d\u2019allocation. L\u2019entreprise pr\u00e9voit alors le bon volume total, mais pas n\u00e9cessairement au bon endroit.<\/span><\/p><p><span style=\"font-weight: 400;\">Les m\u00e9thodes de r\u00e9conciliation hi\u00e9rarchique peuvent alors contribuer \u00e0 maintenir la coh\u00e9rence entre les diff\u00e9rents niveaux du demand planning.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-474b818 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"474b818\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-433718f elementor-widget elementor-widget-text-editor\" data-id=\"433718f\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>5. Mesurer la pr\u00e9cision \u00e0 chaque horizon de d\u00e9cision<\/b><\/h3><p><span style=\"font-weight: 400;\">Une pr\u00e9vision n\u2019a pas une pr\u00e9cision unique.<\/span><\/p><p><span style=\"font-weight: 400;\">Son niveau d\u2019incertitude \u00e9volue avec l\u2019horizon. Pr\u00e9voir la demande de la semaine prochaine et celle des trois prochains mois sont deux exercices diff\u00e9rents.<\/span><\/p><p><span style=\"font-weight: 400;\">\u00c0 court terme, davantage d\u2019informations sont d\u00e9j\u00e0 connues : commandes r\u00e9centes, disponibilit\u00e9, op\u00e9rations commerciales confirm\u00e9es ou signaux de vente r\u00e9cents. \u00c0 mesure que l\u2019horizon s\u2019\u00e9loigne, davantage de facteurs deviennent incertains.<\/span><\/p><p><span style=\"font-weight: 400;\">Il faut donc consid\u00e9rer la pr\u00e9cision comme une <\/span><b>performance qui \u00e9volue selon l\u2019horizon<\/b><span style=\"font-weight: 400;\">, plut\u00f4t que comme un chiffre unique.<\/span><\/p><p><span style=\"font-weight: 400;\">Surtout, la mesure doit correspondre au moment o\u00f9 l\u2019entreprise devait r\u00e9ellement prendre sa d\u00e9cision.<\/span><\/p><p><span style=\"font-weight: 400;\">Imaginons qu\u2019un fournisseur exige une commande trois mois \u00e0 l\u2019avance. \u00c9valuer uniquement la pr\u00e9vision r\u00e9vis\u00e9e quinze jours avant la vente ne permet pas de savoir si l\u2019information disponible au moment de l\u2019engagement fournisseur \u00e9tait suffisamment fiable.<\/span><\/p><p><span style=\"font-weight: 400;\">Une pratique plus robuste consiste \u00e0 conserver diff\u00e9rentes versions de la pr\u00e9vision puis \u00e0 mesurer, par exemple :<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">la pr\u00e9vision disponible \u00e0 J-7 ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">la pr\u00e9vision disponible \u00e0 J-30 ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">la pr\u00e9vision disponible \u00e0 J-90.<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">Chacune peut ensuite \u00eatre compar\u00e9e au r\u00e9alis\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette approche \u00e9vite de mesurer apr\u00e8s coup une pr\u00e9vision actualis\u00e9e avec des informations qui n\u2019\u00e9taient pas disponibles lorsque la d\u00e9cision op\u00e9rationnelle devait \u00eatre prise.<\/span><\/p><p><span style=\"font-weight: 400;\">La bonne question n\u2019est donc pas seulement <\/span><b>\u00ab Quelle \u00e9tait notre erreur ? \u00bb<\/b><span style=\"font-weight: 400;\">, mais \u00e9galement <\/span><b>\u00ab Quelle \u00e9tait notre erreur au moment o\u00f9 nous devions d\u00e9cider ? \u00bb<\/b><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-ba64693 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"ba64693\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-585696f elementor-widget elementor-widget-html\" data-id=\"585696f\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"hs-cta-embed hs-cta-simple-placeholder hs-cta-embed-212640273610\"\r\nstyle=\"max-width:100%; max-height:100%; width:600px;height:253.50694900390624px\" data-hubspot-wrapper-cta-id=\"212640273610\">\r\n<a href=\"https:\/\/cta-eu1.hubspot.com\/web-interactives\/public\/v1\/track\/redirect?encryptedPayload=AVxigLIoboVcp%2BVZAybPPK3ZBThVEaECh82C0xJ5tKjKOyZ8ZHP%2FbkXlUN%2FoRB4SBBqg8vSyoif9dH2oD6a4WCK%2FjHf3E%2BYp4%2BvNJLz%2B5aYktYRcS1H5IxTdFZuiIOmkw%2FiltOmvuKuCM%2B%2BiOBefaRVgTH7d4CvUgbT2DDE4sTH0f6uXBJ5jQDQkQ%2FxpWfcyuWKEwK3L82nu1vSy1dtU%2BXdxJwOzPW9nx%2BTBBM%2FLGCvZws1LFms%3D&webInteractiveContentId=212640273610&portalId=144414462\" target=\"_blank\" rel=\"noopener\" crossorigin=\"anonymous\">\r\n<img decoding=\"async\" alt=\"logo optimix 2025 blanc site-web copie\" loading=\"lazy\" src=\"https:\/\/hubspot-no-cache-eu1-prod.s3.amazonaws.com\/cta\/default\/144414462\/interactive-212640273610.png\" style=\"height: 100%; width: 100%; object-fit: fill\"\r\nonerror=\"this.style.display='none'\" \/>\r\n<\/a>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-efa3e78 elementor-widget elementor-widget-text-editor\" data-id=\"efa3e78\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>6. Quels indicateurs utiliser pour mesurer la pr\u00e9cision des pr\u00e9visions ?<\/b><\/h3><p><span style=\"font-weight: 400;\">Il n\u2019existe pas un indicateur universel capable de r\u00e9sumer \u00e0 lui seul la qualit\u00e9 d\u2019une pr\u00e9vision.<\/span><\/p><p><span style=\"font-weight: 400;\">Chaque m\u00e9trique met en \u00e9vidence une dimension diff\u00e9rente de l\u2019erreur. Le choix doit d\u00e9pendre du profil de demande, du niveau d\u2019analyse et de l\u2019usage op\u00e9rationnel.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-51fc405 elementor-widget elementor-widget-text-editor\" data-id=\"51fc405\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>MAE : mesurer l\u2019erreur moyenne en unit\u00e9s<\/b><\/h3><p><span style=\"font-weight: 400;\">La MAE, ou <\/span><i><span style=\"font-weight: 400;\">Mean Absolute Error<\/span><\/i><span style=\"font-weight: 400;\">, mesure la moyenne des \u00e9carts absolus entre la pr\u00e9vision et le r\u00e9alis\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Elle pr\u00e9sente un avantage majeur : le r\u00e9sultat reste exprim\u00e9 dans l\u2019unit\u00e9 du produit.<\/span><\/p><p><span style=\"font-weight: 400;\">Une MAE de 50 signifie ainsi que la pr\u00e9vision s\u2019\u00e9carte en moyenne de 50 unit\u00e9s du r\u00e9alis\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette m\u00e9trique est simple \u00e0 interpr\u00e9ter, mais elle permet difficilement de comparer des r\u00e9f\u00e9rences dont les volumes sont tr\u00e8s diff\u00e9rents. Une erreur de 50 unit\u00e9s peut \u00eatre n\u00e9gligeable pour un produit vendu \u00e0 plusieurs milliers d\u2019exemplaires et consid\u00e9rable pour un produit dont les ventes habituelles sont de 70 unit\u00e9s.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c517359 elementor-widget elementor-widget-text-editor\" data-id=\"c517359\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>RMSE : donner davantage de poids aux erreurs importantes<\/b><\/h3><p><span style=\"font-weight: 400;\">La RMSE, ou <\/span><i><span style=\"font-weight: 400;\">Root Mean Squared Error<\/span><\/i><span style=\"font-weight: 400;\">, accorde davantage de poids aux \u00e9carts importants.<\/span><\/p><p><span style=\"font-weight: 400;\">Elle peut \u00eatre particuli\u00e8rement utile lorsque les grosses erreurs pr\u00e9sentent un co\u00fbt op\u00e9rationnel disproportionn\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">En revanche, cette sensibilit\u00e9 signifie \u00e9galement que quelques \u00e9v\u00e9nements extr\u00eames peuvent fortement influencer le r\u00e9sultat.<\/span><\/p><p><span style=\"font-weight: 400;\">MAE et RMSE ne r\u00e9pondent donc pas exactement \u00e0 la m\u00eame question. La premi\u00e8re mesure une erreur moyenne facilement interpr\u00e9table ; la seconde attire davantage l\u2019attention sur les erreurs de grande amplitude.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d5b900e elementor-widget elementor-widget-text-editor\" data-id=\"d5b900e\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>MAPE : exprimer l\u2019erreur en pourcentage<\/b><\/h3><p><span style=\"font-weight: 400;\">Le MAPE, ou <\/span><i><span style=\"font-weight: 400;\">Mean Absolute Percentage Error<\/span><\/i><span style=\"font-weight: 400;\">, rapporte l\u2019erreur au volume r\u00e9ellement observ\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Son expression en pourcentage le rend intuitif et explique en grande partie sa popularit\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Mais il pr\u00e9sente une limite importante : lorsque les ventes r\u00e9elles deviennent tr\u00e8s faibles, le pourcentage d\u2019erreur peut devenir extr\u00eamement \u00e9lev\u00e9. Lorsque le r\u00e9alis\u00e9 est nul, le calcul devient probl\u00e9matique.<\/span><\/p><p><span style=\"font-weight: 400;\">Le MAPE est donc mal adapt\u00e9 aux r\u00e9f\u00e9rences caract\u00e9ris\u00e9es par une demande faible ou intermittente.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-698aae5 elementor-widget elementor-widget-text-editor\" data-id=\"698aae5\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>MASE : comparer les performances entre diff\u00e9rentes s\u00e9ries<\/b><\/h3><p><span style=\"font-weight: 400;\">La MASE, ou <\/span><i><span style=\"font-weight: 400;\">Mean Absolute Scaled Error<\/span><\/i><span style=\"font-weight: 400;\">, rapporte l\u2019erreur du mod\u00e8le \u00e0 celle d\u2019une pr\u00e9vision de r\u00e9f\u00e9rence.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette normalisation facilite les comparaisons entre s\u00e9ries de tailles diff\u00e9rentes et permet surtout de r\u00e9pondre \u00e0 une question essentielle :<\/span><\/p><p><b>le mod\u00e8le fait-il r\u00e9ellement mieux qu\u2019une m\u00e9thode simple ?<\/b><\/p><p><span style=\"font-weight: 400;\">C\u2019est un point important dans l\u2019\u00e9valuation d\u2019un processus de demand planning. Une m\u00e9thode sophistiqu\u00e9e peut sembler performante en valeur absolue sans apporter de v\u00e9ritable am\u00e9lioration par rapport \u00e0 une pr\u00e9vision na\u00efve.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-435f555 elementor-widget elementor-widget-text-editor\" data-id=\"435f555\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Le biais : d\u00e9tecter les sous-pr\u00e9visions et les sur-pr\u00e9visions persistantes<\/b><\/h3><p><span style=\"font-weight: 400;\">L\u2019erreur moyenne ne suffit pas.<\/span><\/p><p><span style=\"font-weight: 400;\">Une pr\u00e9vision peut pr\u00e9senter une pr\u00e9cision apparemment satisfaisante tout en surestimant ou sous-estimant syst\u00e9matiquement la demande.<\/span><\/p><p><span style=\"font-weight: 400;\">C\u2019est ce que permet d\u2019identifier le biais de pr\u00e9vision.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette information est essentielle car les cons\u00e9quences op\u00e9rationnelles sont diff\u00e9rentes. Une sous-pr\u00e9vision persistante augmente le risque de rupture. Une sur-pr\u00e9vision r\u00e9p\u00e9t\u00e9e peut entra\u00eener davantage de stock, d\u2019immobilisation financi\u00e8re ou de d\u00e9marque.<\/span><\/p><p><span style=\"font-weight: 400;\">Les erreurs positives et n\u00e9gatives pouvant se compenser dans certaines mesures agr\u00e9g\u00e9es, le biais doit \u00eatre suivi s\u00e9par\u00e9ment.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-14c1007 elementor-widget elementor-widget-text-editor\" data-id=\"14c1007\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Mesurer \u00e9galement l\u2019incertitude<\/b><\/h3><p><span style=\"font-weight: 400;\">Une pr\u00e9vision ponctuelle de 1 000 unit\u00e9s donne l\u2019impression qu\u2019un seul futur est envisag\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Or deux produits pr\u00e9sentant la m\u00eame pr\u00e9vision moyenne peuvent avoir des niveaux d\u2019incertitude tr\u00e8s diff\u00e9rents.<\/span><\/p><p><span style=\"font-weight: 400;\">Associer la pr\u00e9vision \u00e0 un intervalle de pr\u00e9diction permet d\u2019estimer une plage plausible de demande. Cette information devient particuli\u00e8rement utile pour dimensionner les stocks de s\u00e9curit\u00e9, construire plusieurs sc\u00e9narios et arbitrer entre risque de rupture et risque de surplus.<\/span><\/p><p><span style=\"font-weight: 400;\">Un dispositif robuste ne repose donc pas sur un seul pourcentage de pr\u00e9cision. Il combine g\u00e9n\u00e9ralement plusieurs dimensions : <\/span><b>erreur, biais, performance relative \u00e0 une r\u00e9f\u00e9rence, \u00e9volution selon l\u2019horizon et niveau d\u2019incertitude.<\/b><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-7112c67 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"7112c67\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-0caa606 elementor-widget elementor-widget-text-editor\" data-id=\"0caa606\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>7. Comparer les mod\u00e8les \u00e0 une pr\u00e9vision de r\u00e9f\u00e9rence<\/b><\/h3><p><span style=\"font-weight: 400;\">Un mod\u00e8le complexe n\u2019est pas n\u00e9cessairement un meilleur mod\u00e8le.<\/span><\/p><p><span style=\"font-weight: 400;\">Une moyenne mobile, une m\u00e9thode na\u00efve saisonni\u00e8re ou un mod\u00e8le statistique relativement simple peuvent produire de bons r\u00e9sultats lorsque la demande pr\u00e9sente une structure adapt\u00e9e.<\/span><\/p><p><span style=\"font-weight: 400;\">Avant de rechercher davantage de sophistication, il est donc utile de construire une <\/span><b>baseline<\/b><span style=\"font-weight: 400;\">, c\u2019est-\u00e0-dire une pr\u00e9vision de r\u00e9f\u00e9rence suffisamment simple pour servir de point de comparaison.<\/span><\/p><p><span style=\"font-weight: 400;\">Elle peut par exemple consister \u00e0 utiliser :<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">la derni\u00e8re valeur observ\u00e9e ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">la moyenne des derni\u00e8res p\u00e9riodes ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">les ventes de la m\u00eame p\u00e9riode de l\u2019ann\u00e9e pr\u00e9c\u00e9dente ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">une pr\u00e9vision saisonni\u00e8re simple.<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">Le mod\u00e8le candidat doit ensuite d\u00e9montrer qu\u2019il apporte une am\u00e9lioration par rapport \u00e0 cette r\u00e9f\u00e9rence.<\/span><\/p><p><span style=\"font-weight: 400;\">Mais cette comparaison ne doit pas \u00eatre r\u00e9alis\u00e9e uniquement sur les donn\u00e9es ayant servi \u00e0 construire le mod\u00e8le.<\/span><\/p><p><span style=\"font-weight: 400;\">Un mod\u00e8le tr\u00e8s flexible peut reproduire remarquablement l\u2019historique tout en se r\u00e9v\u00e9lant m\u00e9diocre sur de nouvelles p\u00e9riodes. C\u2019est le ph\u00e9nom\u00e8ne de surapprentissage.<\/span><\/p><p><span style=\"font-weight: 400;\">Pour reproduire plus fid\u00e8lement les conditions r\u00e9elles du demand planning, la validation peut \u00eatre effectu\u00e9e \u00e0 plusieurs moments de l\u2019historique.<\/span><\/p><p><span style=\"font-weight: 400;\">Le mod\u00e8le apprend d\u2019abord sur les donn\u00e9es disponibles jusqu\u2019\u00e0 une date donn\u00e9e, produit une pr\u00e9vision aux horizons souhait\u00e9s, puis l\u2019exercice est r\u00e9p\u00e9t\u00e9 en avan\u00e7ant dans le temps.<\/span><\/p><p><span style=\"font-weight: 400;\">Ce backtesting permet de comparer les m\u00e9thodes sur diff\u00e9rentes p\u00e9riodes, diff\u00e9rents r\u00e9gimes de demande et surtout aux horizons r\u00e9ellement utilis\u00e9s par les \u00e9quipes.<\/span><\/p><p><span style=\"font-weight: 400;\">Le machine learning peut apporter de la valeur lorsque l\u2019entreprise dispose de nombreuses s\u00e9ries, d\u2019un historique suffisamment riche et de variables explicatives pertinentes. Mais sa performance doit \u00eatre d\u00e9montr\u00e9e dans les m\u00eames conditions que celle des mod\u00e8les plus simples.<\/span><\/p><p><span style=\"font-weight: 400;\">L\u2019objectif n\u2019est pas de s\u00e9lectionner la technologie la plus sophistiqu\u00e9e, mais <\/span><b>le mod\u00e8le qui am\u00e9liore r\u00e9ellement les pr\u00e9visions sur des donn\u00e9es qu\u2019il n\u2019a jamais vues<\/b><span style=\"font-weight: 400;\">.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-6d119a7 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"6d119a7\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-417839a elementor-widget elementor-widget-text-editor\" data-id=\"417839a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>8. Identifier l\u2019origine des erreurs de pr\u00e9vision<\/b><\/h3><p><span style=\"font-weight: 400;\">Mesurer une erreur n\u2019est que la premi\u00e8re \u00e9tape. Pour am\u00e9liorer les pr\u00e9visions, il faut ensuite comprendre l\u2019origine des \u00e9carts.<\/span><\/p><p><span style=\"font-weight: 400;\">Une d\u00e9gradation de la performance peut provenir de plusieurs sources :<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">une donn\u00e9e incorrecte ou incompl\u00e8te ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">une rupture ayant masqu\u00e9 une partie de la demande ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">un changement de comportement ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">une promotion ou un changement de prix mal renseign\u00e9 ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">un \u00e9v\u00e9nement exceptionnel absent du mod\u00e8le ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">une rupture de tendance ou de saisonnalit\u00e9 ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">un mod\u00e8le devenu moins adapt\u00e9 ;<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><span style=\"font-weight: 400;\">une modification humaine inappropri\u00e9e.<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">Toutes ces erreurs n\u2019appellent pas la m\u00eame r\u00e9ponse.<\/span><\/p><p><span style=\"font-weight: 400;\">Changer de mod\u00e8le ne r\u00e9soudra pas un probl\u00e8me provenant d\u2019une donn\u00e9e de stock incorrecte. Ajouter davantage d\u2019historique ne corrigera pas n\u00e9cessairement une rupture structurelle r\u00e9cente. Et multiplier les variables externes n\u2019am\u00e9liorera pas automatiquement les r\u00e9sultats si celles-ci ne sont pas suffisamment fiables ou disponibles au moment o\u00f9 la pr\u00e9vision doit \u00eatre produite.<\/span><\/p><p><span style=\"font-weight: 400;\">L\u2019analyse des erreurs doit donc pr\u00e9c\u00e9der le choix de la solution.<\/span><\/p><p><span style=\"font-weight: 400;\">Il est particuli\u00e8rement utile de segmenter les \u00e9carts par produit, cat\u00e9gorie, site, canal et horizon afin d\u2019identifier les zones dans lesquelles la performance se d\u00e9grade r\u00e9ellement.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette logique permet de passer d\u2019un constat g\u00e9n\u00e9ral \u2014 \u00ab nos pr\u00e9visions manquent de pr\u00e9cision \u00bb \u2014 \u00e0 un diagnostic exploitable : <\/span><b>o\u00f9 perdons-nous en pr\u00e9cision, depuis quand, \u00e0 quel horizon et pour quel type de demande ?<\/b><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-8c15d5b e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"8c15d5b\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-2eb030b elementor-widget elementor-widget-html\" data-id=\"2eb030b\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"hs-cta-embed hs-cta-simple-placeholder hs-cta-embed-211436237037\"\r\nstyle=\"max-width:100%; max-height:100%; width:600px;height:268.21181350585937px\" data-hubspot-wrapper-cta-id=\"211436237037\">\r\n<a href=\"https:\/\/cta-eu1.hubspot.com\/web-interactives\/public\/v1\/track\/redirect?encryptedPayload=AVxigLKly0%2BwrN9PT5B%2B0%2BOeEod4UQoIInPeslMs77UOruSh%2FrTuWkkEZeaonYW85nMGZAzpelu0WiCWA0A8FrHpc2y3lHwQgmf6yxDctOnxwsND7hDx%2BpToD7uAowLn%2B7Eo2wDgTjuBE7r78ZLpYsUpjmu0iQMWI6%2FsZkyanleSwjdi6puZ5gNjevm%2F92I4fAKyd%2FDoBbdxYRAKPTEFa2c6AABjOiPIw0lzFfBhBOKkOWMwvc1TbkanvEvjRwKv0RokWgo%3D&webInteractiveContentId=211436237037&portalId=144414462\" target=\"_blank\" rel=\"noopener\" crossorigin=\"anonymous\">\r\n<img decoding=\"async\" alt=\"logo optimix 2025 blanc site-web copie\" loading=\"lazy\" src=\"https:\/\/hubspot-no-cache-eu1-prod.s3.amazonaws.com\/cta\/default\/144414462\/interactive-211436237037.png\" style=\"height: 100%; width: 100%; object-fit: fill\"\r\nonerror=\"this.style.display='none'\" \/>\r\n<\/a>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f472383 elementor-widget elementor-widget-text-editor\" data-id=\"f472383\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>9. Mesurer la valeur ajout\u00e9e des ajustements humains<\/b><\/h3><p><span style=\"font-weight: 400;\">Un mod\u00e8le ne dispose pas n\u00e9cessairement de toutes les informations connues par les \u00e9quipes.<\/span><\/p><p><span style=\"font-weight: 400;\">Un commercial peut conna\u00eetre l\u2019arriv\u00e9e prochaine d\u2019un nouveau client. Le marketing peut avoir valid\u00e9 une campagne qui n\u2019existe pas encore dans les donn\u00e9es. Les achats peuvent conna\u00eetre une modification prochaine de l\u2019assortiment.<\/span><\/p><p><span style=\"font-weight: 400;\">L\u2019intervention humaine peut donc am\u00e9liorer la pr\u00e9vision.<\/span><\/p><p><span style=\"font-weight: 400;\">Mais elle peut \u00e9galement la d\u00e9grader.<\/span><\/p><p><span style=\"font-weight: 400;\">Augmenter une pr\u00e9vision parce qu\u2019elle \u00ab para\u00eet trop basse \u00bb, multiplier les corrections non document\u00e9es ou confondre pr\u00e9vision et objectif commercial peut introduire progressivement du biais dans le processus.<\/span><\/p><p><span style=\"font-weight: 400;\">La question n\u2019est donc pas de choisir entre automatisation et expertise humaine, mais de <\/span><b>mesurer la valeur r\u00e9ellement apport\u00e9e par chaque intervention<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">C\u2019est notamment l\u2019objectif de la Forecast Value Added, ou FVA.<\/span><\/p><p><span style=\"font-weight: 400;\">L\u2019entreprise peut comparer successivement les performances d\u2019une pr\u00e9vision na\u00efve, du mod\u00e8le statistique, de la pr\u00e9vision apr\u00e8s ajustement du demand planner puis, le cas \u00e9ch\u00e9ant, du consensus commercial.<\/span><\/p><p><span style=\"font-weight: 400;\">\u00c0 chaque \u00e9tape, elle mesure si l\u2019intervention am\u00e9liore ou d\u00e9grade effectivement la pr\u00e9vision.<\/span><\/p><p><span style=\"font-weight: 400;\">Si une \u00e9tape d\u00e9t\u00e9riore r\u00e9guli\u00e8rement les r\u00e9sultats, son fonctionnement doit \u00eatre r\u00e9\u00e9valu\u00e9, m\u00eame si elle fait historiquement partie du processus.<\/span><\/p><p><span style=\"font-weight: 400;\">Les ajustements gagnent \u00e9galement \u00e0 \u00eatre document\u00e9s : auteur, date, motif, valeur initiale, nouvelle valeur et dur\u00e9e de validit\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Cette tra\u00e7abilit\u00e9 transforme l\u2019intervention humaine en processus mesurable et permet aux \u00e9quipes de concentrer leur expertise sur les situations o\u00f9 elle apporte r\u00e9ellement de la valeur : lancements, \u00e9v\u00e9nements exceptionnels, r\u00e9f\u00e9rences prioritaires ou changements structurels.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-c600900 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"c600900\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-90c153d elementor-widget elementor-widget-text-editor\" data-id=\"90c153d\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>10. Relier la pr\u00e9cision des pr\u00e9visions aux r\u00e9sultats op\u00e9rationnels<\/b><\/h3><p><span style=\"font-weight: 400;\">Une am\u00e9lioration statistique n\u2019a d\u2019int\u00e9r\u00eat que si elle contribue \u00e0 de meilleures d\u00e9cisions.<\/span><\/p><p><span style=\"font-weight: 400;\">Pr\u00e9voir une demande de 1 000 unit\u00e9s au cours des quatre prochaines semaines ne signifie pas n\u00e9cessairement qu\u2019il faut commander imm\u00e9diatement 1 000 unit\u00e9s.<\/span><\/p><p><span style=\"font-weight: 400;\">La d\u00e9cision d\u00e9pend \u00e9galement du stock disponible, des commandes d\u00e9j\u00e0 engag\u00e9es, des ventes attendues avant la prochaine livraison, du d\u00e9lai fournisseur, des minimums de commande, des capacit\u00e9s logistiques et du niveau de service recherch\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Il faut donc distinguer trois dimensions.<\/span><\/p><p><b>La qualit\u00e9 du signal de demande<\/b><span style=\"font-weight: 400;\"> : la pr\u00e9vision repr\u00e9sente-t-elle correctement la demande attendue et son incertitude ?<\/span><\/p><p><b>La politique de stock<\/b><span style=\"font-weight: 400;\"> : les param\u00e8tres de r\u00e9approvisionnement, les stocks de s\u00e9curit\u00e9, les fr\u00e9quences de commande et les niveaux de service sont-ils coh\u00e9rents avec cette incertitude ?<\/span><\/p><p><b>L\u2019ex\u00e9cution logistique<\/b><span style=\"font-weight: 400;\"> : les commandes et les livraisons sont-elles effectivement r\u00e9alis\u00e9es dans les conditions pr\u00e9vues ?<\/span><\/p><p><span style=\"font-weight: 400;\">Cette distinction est fondamentale.<\/span><\/p><p><span style=\"font-weight: 400;\">Une rupture peut \u00eatre provoqu\u00e9e par une sous-pr\u00e9vision, mais \u00e9galement par une commande pass\u00e9e trop tard ou une livraison fournisseur en retard.<\/span><\/p><p><span style=\"font-weight: 400;\">De m\u00eame, un surstock ne prouve pas n\u00e9cessairement que la pr\u00e9vision \u00e9tait trop \u00e9lev\u00e9e : il peut r\u00e9sulter d\u2019un minimum de commande, d\u2019une modification d\u2019assortiment ou d\u2019une r\u00e8gle de stock devenue obsol\u00e8te.<\/span><\/p><p><span style=\"font-weight: 400;\">La pr\u00e9cision des pr\u00e9visions doit donc \u00eatre mise en perspective avec les KPI op\u00e9rationnels : taux de service, ruptures, disponibilit\u00e9, niveaux de stock, d\u00e9marque ou encore co\u00fbts associ\u00e9s.<\/span><\/p><p><span style=\"font-weight: 400;\">L\u2019objectif du demand planning n\u2019est pas d\u2019obtenir le meilleur score statistique possible. Il est de produire une information suffisamment fiable pour am\u00e9liorer les d\u00e9cisions op\u00e9rationnelles.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-98f4928 e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"98f4928\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-6e7f21a elementor-widget elementor-widget-text-editor\" data-id=\"6e7f21a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>11. Construire une d\u00e9marche d\u2019am\u00e9lioration continue de la pr\u00e9cision<\/b><\/h3><p><span style=\"font-weight: 400;\">Am\u00e9liorer durablement la pr\u00e9cision des pr\u00e9visions ne consiste pas n\u00e9cessairement \u00e0 remplacer imm\u00e9diatement le mod\u00e8le ou \u00e0 ajouter davantage de complexit\u00e9.<\/span><\/p><p><span style=\"font-weight: 400;\">Une d\u00e9marche structur\u00e9e commence par identifier pr\u00e9cis\u00e9ment o\u00f9 la performance peut \u00eatre am\u00e9lior\u00e9e.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-90e7c95 elementor-widget elementor-widget-text-editor\" data-id=\"90e7c95\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>D\u00e9finir pr\u00e9cis\u00e9ment la cible<\/b><\/h3><p><span style=\"font-weight: 400;\">Il faut d\u2019abord d\u00e9terminer ce qui est pr\u00e9vu, \u00e0 quel niveau de granularit\u00e9, \u00e0 quelle fr\u00e9quence et pour alimenter quelle d\u00e9cision.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1075a4a elementor-widget elementor-widget-text-editor\" data-id=\"1075a4a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>\u00c9tablir une baseline<\/b><\/h3><p><span style=\"font-weight: 400;\">Les mod\u00e8les existants doivent \u00eatre compar\u00e9s \u00e0 une m\u00e9thode simple et reproductible afin de mesurer leur v\u00e9ritable valeur ajout\u00e9e.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3bd8865 elementor-widget elementor-widget-text-editor\" data-id=\"3bd8865\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Segmenter les profils de demande<\/b><\/h3><p><span style=\"font-weight: 400;\">Les r\u00e9f\u00e9rences stables, saisonni\u00e8res, intermittentes, nouvelles ou fortement volatiles ne doivent pas n\u00e9cessairement \u00eatre \u00e9valu\u00e9es et trait\u00e9es de la m\u00eame mani\u00e8re.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6e279af elementor-widget elementor-widget-text-editor\" data-id=\"6e279af\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Mesurer aux horizons r\u00e9ellement utilis\u00e9s<\/b><\/h3><p><span style=\"font-weight: 400;\">Les pr\u00e9visions doivent \u00eatre \u00e9valu\u00e9es dans la version disponible au moment o\u00f9 les d\u00e9cisions sont prises, et non uniquement dans leur derni\u00e8re version avant le r\u00e9alis\u00e9.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-cdf8ee5 elementor-widget elementor-widget-text-editor\" data-id=\"cdf8ee5\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Combiner plusieurs indicateurs<\/b><\/h3><p><span style=\"font-weight: 400;\">L\u2019erreur doit \u00eatre compl\u00e9t\u00e9e par l\u2019analyse du biais, de la performance par rapport \u00e0 une baseline et, lorsque cela est pertinent, de l\u2019incertitude associ\u00e9e \u00e0 la pr\u00e9vision.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-badbef4 elementor-widget elementor-widget-text-editor\" data-id=\"badbef4\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Tester les mod\u00e8les sur des p\u00e9riodes non utilis\u00e9es pour l\u2019apprentissage<\/b><\/h3><p><span style=\"font-weight: 400;\">Un backtesting repr\u00e9sentatif des conditions r\u00e9elles permet d\u2019\u00e9viter de s\u00e9lectionner des mod\u00e8les performants uniquement sur les donn\u00e9es historiques qui ont servi \u00e0 leur construction.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5dd6e59 elementor-widget elementor-widget-text-editor\" data-id=\"5dd6e59\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Analyser les causes des \u00e9carts<\/b><\/h3><p><span style=\"font-weight: 400;\">Les erreurs doivent \u00eatre attribu\u00e9es autant que possible \u00e0 leur origine : donn\u00e9es, mod\u00e8le, \u00e9v\u00e9nement non anticip\u00e9, changement structurel ou ajustement humain.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-b237c5e elementor-widget elementor-widget-text-editor\" data-id=\"b237c5e\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Mesurer la Forecast Value Added<\/b><\/h3><p><span style=\"font-weight: 400;\">Chaque \u00e9tape du processus, automatique comme humaine, doit pouvoir d\u00e9montrer qu\u2019elle contribue effectivement \u00e0 am\u00e9liorer la qualit\u00e9 de la pr\u00e9vision.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-688510c elementor-widget elementor-widget-text-editor\" data-id=\"688510c\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Relier la pr\u00e9cision aux r\u00e9sultats op\u00e9rationnels<\/b><\/h3><p><span style=\"font-weight: 400;\">Une meilleure pr\u00e9vision doit \u00eatre mise en perspective avec les objectifs op\u00e9rationnels : disponibilit\u00e9, niveau de service, ma\u00eetrise des stocks et capacit\u00e9 \u00e0 anticiper les besoins.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a9d560a elementor-widget elementor-widget-text-editor\" data-id=\"a9d560a\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h3><b>Surveiller la performance dans le temps<\/b><\/h3><p><span style=\"font-weight: 400;\">Un mod\u00e8le performant aujourd\u2019hui ne le restera pas n\u00e9cessairement.<\/span><\/p><p><span style=\"font-weight: 400;\">Les assortiments \u00e9voluent, les comportements changent et les relations apprises \u00e0 partir de l\u2019historique peuvent progressivement perdre leur pertinence.<\/span><\/p><p><span style=\"font-weight: 400;\">Le suivi du biais, de la d\u00e9rive des donn\u00e9es, de la baisse de performance ou de la multiplication des ajustements permet de d\u00e9tecter ces changements et de r\u00e9\u00e9valuer les mod\u00e8les avant que les \u00e9carts ne deviennent structurels.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-bb6e31d e-flex e-con-boxed wpr-particle-no wpr-jarallax-no wpr-parallax-no wpr-sticky-section-no wpr-column-slider-no wpr-equal-height-no e-con e-parent\" data-id=\"bb6e31d\" data-element_type=\"container\" data-e-type=\"container\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-89acb97 elementor-widget elementor-widget-text-editor\" data-id=\"89acb97\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<h2><b>Faire de la pr\u00e9cision un v\u00e9ritable outil de pilotage du demand planning<\/b><\/h2><p><span style=\"font-weight: 400;\">Mesurer la pr\u00e9cision des pr\u00e9visions ne consiste pas \u00e0 rechercher un pourcentage unique cens\u00e9 r\u00e9sumer toute la performance du demand planning.<\/span><\/p><p><span style=\"font-weight: 400;\">Une \u00e9valuation pertinente doit tenir compte de ce qui est r\u00e9ellement pr\u00e9vu, du profil de demande, du niveau de granularit\u00e9 et surtout de l\u2019horizon auquel la d\u00e9cision doit \u00eatre prise.<\/span><\/p><p><span style=\"font-weight: 400;\">Elle doit \u00e9galement combiner plusieurs lectures. L\u2019erreur mesure l\u2019ampleur des \u00e9carts. Le biais r\u00e9v\u00e8le les tendances persistantes \u00e0 sur-pr\u00e9voir ou sous-pr\u00e9voir. La comparaison avec une baseline indique si le mod\u00e8le apporte r\u00e9ellement de la valeur. Les intervalles de pr\u00e9diction permettent, quant \u00e0 eux, de rendre visible l\u2019incertitude que la pr\u00e9vision ponctuelle ne montre pas.<\/span><\/p><p><span style=\"font-weight: 400;\">Mais la mesure n\u2019est utile que si elle d\u00e9bouche sur une action.<\/span><\/p><p><span style=\"font-weight: 400;\">En identifiant pr\u00e9cis\u00e9ment o\u00f9, quand et pourquoi les pr\u00e9visions se d\u00e9gradent, les entreprises peuvent intervenir sur le bon levier : qualit\u00e9 des donn\u00e9es, segmentation, choix du mod\u00e8le, variables explicatives, ajustements humains ou processus op\u00e9rationnels.<\/span><\/p><p><span style=\"font-weight: 400;\">L\u2019enjeu n\u2019est donc pas de faire dispara\u00eetre toute incertitude. Une partie de la demande restera toujours difficile \u00e0 anticiper.<\/span><\/p><p><span style=\"font-weight: 400;\">L\u2019objectif consiste plut\u00f4t \u00e0 r\u00e9duire les erreurs \u00e9vitables, \u00e0 quantifier l\u2019incertitude restante et \u00e0 l\u2019int\u00e9grer aux d\u00e9cisions de stock et d\u2019approvisionnement.<\/span><\/p><p><span style=\"font-weight: 400;\">Une pr\u00e9vision performante n\u2019est finalement pas celle qui pr\u00e9tend avoir toujours raison. C\u2019est celle dont l\u2019entreprise conna\u00eet suffisamment la fiabilit\u00e9 pour savoir <\/span><b>o\u00f9 s\u00e9curiser du stock, o\u00f9 limiter l\u2019engagement, quand r\u00e9agir et sur quelles r\u00e9f\u00e9rences concentrer l\u2019attention des \u00e9quipes<\/b><span style=\"font-weight: 400;\">.<\/span><\/p><p><span style=\"font-weight: 400;\">C\u2019est cette capacit\u00e9 \u00e0 mesurer, comprendre et exploiter la qualit\u00e9 des pr\u00e9visions qui transforme le demand planning en v\u00e9ritable outil d\u2019aide \u00e0 la d\u00e9cision.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e1003ab elementor-widget elementor-widget-html\" data-id=\"e1003ab\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"hs-cta-embed hs-cta-simple-placeholder hs-cta-embed-212638874819\"\r\n\u00a0style=\"max-width:100%; max-height:100%; width:600px;height:234.77083450195312px\" data-hubspot-wrapper-cta-id=\"212638874819\">\r\n<a href=\"https:\/\/cta-eu1.hubspot.com\/web-interactives\/public\/v1\/track\/redirect?encryptedPayload=AVxigLJ3yV6MOPEmjYe7rXEbJeQg%2FmegZqzgl0psdvbmrVD6FolDLhtWw%2F9wevv68x9FTGL1TA%2Fh1dqgwCJS%2BaKNYq0FVqGtgXDeutTc0RaorznpftimzFBkWFuNFBwuNo4rv0bD7SuPEYBoKzu3Ba%2B0aGRlhLa0t5qIvzpTyJ3u2d%2Bm9ytLKC0fZ1BWIEFvD6DS5FWaNv3u&webInteractiveContentId=212638874819&portalId=144414462\" target=\"_blank\" rel=\"noopener\" crossorigin=\"anonymous\">\r\n<img decoding=\"async\" alt=\"logo optimix 2025 blanc site-web copie\" loading=\"lazy\" src=\"https:\/\/hubspot-no-cache-eu1-prod.s3.amazonaws.com\/cta\/default\/144414462\/interactive-212638874819.png\" style=\"height: 100%; width: 100%; object-fit: fill\"\r\nonerror=\"this.style.display='none'\" \/>\r\n<\/a>\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>MAE, MAPE, biais ou RMSE : d\u00e9couvrez comment mesurer la pr\u00e9cision de vos pr\u00e9visions, identifier les sources d\u2019erreur et am\u00e9liorer votre Demand Planning.<\/p>\n","protected":false},"author":19,"featured_media":73820,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_eb_attr":"","content-type":"","footnotes":""},"categories":[188],"tags":[299,50],"class_list":["post-73815","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-supplychain","tag-article-cta","tag-supply-chain"],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v22.8 (Yoast SEO v28.4) - https:\/\/yoast.com\/product\/yoast-seo-premium-wordpress\/ -->\n<title>Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?<\/title>\n<meta name=\"description\" content=\"D\u00e9couvrez comment mesurer la pr\u00e9cision des pr\u00e9visions en Demand Planning, analyser les erreurs et am\u00e9liorer la fiabilit\u00e9 de vos pr\u00e9visions.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?\" \/>\n<meta property=\"og:description\" content=\"D\u00e9couvrez comment mesurer la pr\u00e9cision des pr\u00e9visions en Demand Planning, analyser les erreurs et am\u00e9liorer la fiabilit\u00e9 de vos pr\u00e9visions.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/\" \/>\n<meta property=\"og:site_name\" content=\"Optimix Solutions\" \/>\n<meta property=\"article:published_time\" content=\"2026-10-02T14:32:51+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-10-02T14:39:03+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/optimix-software.com\/wp-content\/uploads\/demand-planning-precision-previsions-optimix-solution.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"1600\" \/>\n\t<meta property=\"og:image:height\" content=\"900\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Carla Gonzalez\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Carla Gonzalez\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"20 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/\"},\"author\":{\"name\":\"Carla Gonzalez\",\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/#\\\/schema\\\/person\\\/1f05483bf14941498b0642f62feb8390\"},\"headline\":\"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?\",\"datePublished\":\"2026-10-02T14:32:51+00:00\",\"dateModified\":\"2026-10-02T14:39:03+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/\"},\"wordCount\":4339,\"publisher\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/optimix-software.com\\\/wp-content\\\/uploads\\\/demand-planning-precision-previsions-optimix-solution.webp\",\"keywords\":[\"Article CTA\",\"Supply Chain\"],\"articleSection\":[\"Supply Chain\"],\"inLanguage\":\"fr-FR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/\",\"url\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/\",\"name\":\"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/optimix-software.com\\\/wp-content\\\/uploads\\\/demand-planning-precision-previsions-optimix-solution.webp\",\"datePublished\":\"2026-10-02T14:32:51+00:00\",\"dateModified\":\"2026-10-02T14:39:03+00:00\",\"description\":\"D\u00e9couvrez comment mesurer la pr\u00e9cision des pr\u00e9visions en Demand Planning, analyser les erreurs et am\u00e9liorer la fiabilit\u00e9 de vos pr\u00e9visions.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/#primaryimage\",\"url\":\"https:\\\/\\\/optimix-software.com\\\/wp-content\\\/uploads\\\/demand-planning-precision-previsions-optimix-solution.webp\",\"contentUrl\":\"https:\\\/\\\/optimix-software.com\\\/wp-content\\\/uploads\\\/demand-planning-precision-previsions-optimix-solution.webp\",\"width\":1600,\"height\":900},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/blog\\\/supplychain\\\/demand-planning-comment-mesurer-fiabilite\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/#website\",\"url\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/\",\"name\":\"Optimix Solutions\",\"description\":\"Pricing and supply chain solutions provider\",\"publisher\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/#organization\",\"name\":\"Optimix Software\",\"url\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/optimix-software.com\\\/wp-content\\\/uploads\\\/logo-carre-optimix-RETAIL-PERFORMANCE-SOFTWARE.jpg\",\"contentUrl\":\"https:\\\/\\\/optimix-software.com\\\/wp-content\\\/uploads\\\/logo-carre-optimix-RETAIL-PERFORMANCE-SOFTWARE.jpg\",\"width\":2001,\"height\":2001,\"caption\":\"Optimix Software\"},\"image\":{\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/company\\\/optimix-ffr\\\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/optimix-software.com\\\/fr\\\/#\\\/schema\\\/person\\\/1f05483bf14941498b0642f62feb8390\",\"name\":\"Carla Gonzalez\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?","description":"D\u00e9couvrez comment mesurer la pr\u00e9cision des pr\u00e9visions en Demand Planning, analyser les erreurs et am\u00e9liorer la fiabilit\u00e9 de vos pr\u00e9visions.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/","og_locale":"fr_FR","og_type":"article","og_title":"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?","og_description":"D\u00e9couvrez comment mesurer la pr\u00e9cision des pr\u00e9visions en Demand Planning, analyser les erreurs et am\u00e9liorer la fiabilit\u00e9 de vos pr\u00e9visions.","og_url":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/","og_site_name":"Optimix Solutions","article_published_time":"2026-10-02T14:32:51+00:00","article_modified_time":"2026-10-02T14:39:03+00:00","og_image":[{"width":1600,"height":900,"url":"https:\/\/optimix-software.com\/wp-content\/uploads\/demand-planning-precision-previsions-optimix-solution.webp","type":"image\/webp"}],"author":"Carla Gonzalez","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"Carla Gonzalez","Dur\u00e9e de lecture estim\u00e9e":"20 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/#article","isPartOf":{"@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/"},"author":{"name":"Carla Gonzalez","@id":"https:\/\/optimix-software.com\/fr\/#\/schema\/person\/1f05483bf14941498b0642f62feb8390"},"headline":"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?","datePublished":"2026-10-02T14:32:51+00:00","dateModified":"2026-10-02T14:39:03+00:00","mainEntityOfPage":{"@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/"},"wordCount":4339,"publisher":{"@id":"https:\/\/optimix-software.com\/fr\/#organization"},"image":{"@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/#primaryimage"},"thumbnailUrl":"https:\/\/optimix-software.com\/wp-content\/uploads\/demand-planning-precision-previsions-optimix-solution.webp","keywords":["Article CTA","Supply Chain"],"articleSection":["Supply Chain"],"inLanguage":"fr-FR"},{"@type":"WebPage","@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/","url":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/","name":"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?","isPartOf":{"@id":"https:\/\/optimix-software.com\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/#primaryimage"},"image":{"@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/#primaryimage"},"thumbnailUrl":"https:\/\/optimix-software.com\/wp-content\/uploads\/demand-planning-precision-previsions-optimix-solution.webp","datePublished":"2026-10-02T14:32:51+00:00","dateModified":"2026-10-02T14:39:03+00:00","description":"D\u00e9couvrez comment mesurer la pr\u00e9cision des pr\u00e9visions en Demand Planning, analyser les erreurs et am\u00e9liorer la fiabilit\u00e9 de vos pr\u00e9visions.","breadcrumb":{"@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/#primaryimage","url":"https:\/\/optimix-software.com\/wp-content\/uploads\/demand-planning-precision-previsions-optimix-solution.webp","contentUrl":"https:\/\/optimix-software.com\/wp-content\/uploads\/demand-planning-precision-previsions-optimix-solution.webp","width":1600,"height":900},{"@type":"BreadcrumbList","@id":"https:\/\/optimix-software.com\/fr\/blog\/supplychain\/demand-planning-comment-mesurer-fiabilite\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/optimix-software.com\/fr\/"},{"@type":"ListItem","position":2,"name":"Demand planning : comment mesurer et am\u00e9liorer la pr\u00e9cision des pr\u00e9visions ?"}]},{"@type":"WebSite","@id":"https:\/\/optimix-software.com\/fr\/#website","url":"https:\/\/optimix-software.com\/fr\/","name":"Optimix Solutions","description":"Pricing and supply chain solutions provider","publisher":{"@id":"https:\/\/optimix-software.com\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/optimix-software.com\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/optimix-software.com\/fr\/#organization","name":"Optimix Software","url":"https:\/\/optimix-software.com\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/optimix-software.com\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/optimix-software.com\/wp-content\/uploads\/logo-carre-optimix-RETAIL-PERFORMANCE-SOFTWARE.jpg","contentUrl":"https:\/\/optimix-software.com\/wp-content\/uploads\/logo-carre-optimix-RETAIL-PERFORMANCE-SOFTWARE.jpg","width":2001,"height":2001,"caption":"Optimix Software"},"image":{"@id":"https:\/\/optimix-software.com\/fr\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/optimix-ffr\/"]},{"@type":"Person","@id":"https:\/\/optimix-software.com\/fr\/#\/schema\/person\/1f05483bf14941498b0642f62feb8390","name":"Carla Gonzalez"}]}},"_links":{"self":[{"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/posts\/73815","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/users\/19"}],"replies":[{"embeddable":true,"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/comments?post=73815"}],"version-history":[{"count":16,"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/posts\/73815\/revisions"}],"predecessor-version":[{"id":73996,"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/posts\/73815\/revisions\/73996"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/media\/73820"}],"wp:attachment":[{"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/media?parent=73815"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/categories?post=73815"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/optimix-software.com\/fr\/wp-json\/wp\/v2\/tags?post=73815"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}