Aller au contenu
English

Trop de parasols, pas assez de personnel

  • Leçon 1
  • 25 min
  • Module 1 : Les prévisions servent des décisions

Où nous en sommes

Dans le cours sur l'apprentissage automatique, nous avons prédit un nombre pour chaque billet de soutien. Chaque ligne était indépendante. Larkfield pose maintenant une autre question : combien de parasols commander et combien d'agents prévoir à l'horaire de la semaine prochaine? Dans cette leçon, nous examinons un été où les deux prévisions étaient erronées, et le coût de chaque erreur.

Lue depuis YouTube. Rien ne se charge depuis YouTube avant que vous appuyiez sur lecture. Confidentialité

Ce que vous saurez faire

Voyez pourquoi on juge une prévision selon la décision qu’elle guide. Un nombre sur l’avenir ne fait rien à lui seul. Il aide seulement si quelqu’un agit en conséquence, et chaque erreur a alors un prix.

Avant de commencerCe qu’il faut savoir et avoir sous la mainEnviron 25 minutes

Ce que vous devez savoir

Ce qu’il vous faut sur votre ordinateur

Rien. Gardez un stylo et du papier à portée de main pour l’exercice.

Vous préparez le souper pour une fête samedi. Vous ne savez pas exactement combien de personnes viendront. Une vingtaine, peut-être. Vous faites donc une estimation et achetez la nourriture selon cette estimation.

Si vous cuisinez trop, vous jetez de la nourriture. Vous perdez l’argent dépensé pour l’acheter. Si vous cuisinez trop peu, certaines personnes restent sur leur faim. Vous perdez autre chose : une belle soirée, et peut-être la bonne opinion d’un ami. La plupart des gens qui cuisinent trouvent la deuxième erreur plus grave. Ils préparent donc un peu plus que leur meilleure estimation.

Vous ne cherchiez pas le nombre parfait de convives. Vous vouliez décider quelle quantité cuisiner. L’estimation n’était qu’une étape vers cette décision. Et les deux façons de se tromper n’avaient pas le même coût. Cette leçon porte sur cette idée, à l’échelle d’une boutique.

Larkfield est la boutique en ligne de produits pour la maison et le jardin que vous connaissez depuis le cours sur l’apprentissage automatique. Ses données dans ce cours sont synthétiques : nous les avons créées, sans personnes ni produits réels. Deux personnes prennent chaque semaine une décision à partir d’une prévision. Kenji, responsable de la planification des stocks, décide combien d’unités de chaque produit commander. Grace, responsable du soutien, décide combien d’agents du centre d’assistance prévoir à l’horaire pour chaque heure.

En 2025, les deux décisions ont mal tourné pendant le même été. Nous avons intégré cette situation aux données pour que vous puissiez l’étudier.

Le parasol est le produit P025, Parasol, 3 m, sand. Il coûte 79,99 $ US et se vend surtout d’avril à septembre. Pendant cette saison en 2024, Larkfield a vendu 2 200 parasols.

Avant la saison 2025, Kenji a commandé 2 000 parasols : un peu moins que l’année précédente, par prudence. Puis l’été a été froid, environ 4 °C sous la normale de juin à août. D’avril à septembre 2025, Larkfield a vendu 1 585 parasols. À la fin de la saison, il restait 415 parasols dans l’entrepôt.

  • Vendus en 2024 (2 200 au total)
  • Vendus en 2025 (1 585 au total)
  • Commande de Kenji pour 2025 (2 000)
Parasols vendus depuis le 1er avril, en 2024 et en 2025, comparés à la commande de 2 000 de Kenji pour 2025. La courbe de 2025 se termine 415 parasols sous la commande.
Description textuelle du graphique

Le graphique présente trois courbes pour la saison, du 1er avril au 30 septembre. Chaque courbe cumule les parasols vendus depuis le 1er avril. La courbe de 2024 monte lentement en avril, rapidement de mai à août, et se termine à 2 200. Celle de 2025 monte rapidement en mai, puis plus lentement pendant l’été froid, avec une courte montée abrupte début juillet. Elle se termine à 1 585. Une ligne horizontale pointillée à 2 000 représente la commande de Kenji pour 2025. L’écart entre la fin de la courbe de 2025 et la ligne pointillée représente les 415 parasols invendus.

Les parasols invendus ne disparaissent pas. Larkfield les vend à la fin de la saison avec un rabais de 60 %. Larkfield a acheté chacun pour environ 65 % de son prix et le vend pour 40 % de son prix. Chaque parasol invendu entraîne donc une perte d’environ 25 % de son prix : 20,00 $ US. Cela donne 415 × 20,00 = 8 299 $ US, pour un seul produit pendant une seule saison.

Pendant cet été froid, il y a eu une semaine chaude, du lundi 30 juin au dimanche 6 juillet 2025. Les gens ont soudain voulu des parasols. Larkfield en a vendu 147 cette semaine-là, contre 50 la semaine précédente.

L’entrepôt de la région côtière avait trop peu de parasols pour répondre à cette demande. Du 3 au 6 juillet, la région côtière était en rupture de stock. Les clients voulaient 14 parasols de plus, mais ne pouvaient pas les acheter. Une vente perdue coûte à Larkfield sa marge : la part du prix qui représente le profit. Elle correspond à environ 35 % du prix, soit 28,00 $ US ici. Cela donne 14 × 28,00 = 392 $ US. Durant le même été, Larkfield avait donc trop de parasols au total, mais trop peu sur la côte pendant une semaine.

La canicule a aussi touché le centre d’assistance. Les clients posaient des questions sur leurs livraisons. Le centre d’assistance a reçu 3 762 billets cette semaine-là, contre 2 309 la semaine précédente. Grace établissait l’horaire de chaque heure à partir de la même heure des quatre semaines précédentes. Ces semaines étaient normales, donc l’horaire n’a pas augmenté.

Dans ce cours, un agent répond à environ 6 billets par heure, et les agents travaillent de 7 h à 21 h 59. Avec ces nombres, la semaine de canicule nécessitait 611 heures d’agent. L’horaire en comptait 422.

  • Heures d'agent nécessaires (billets ÷ 6, chaque heure d'ouverture)
  • Heures d'agent à l'horaire
Heures d'agent nécessaires et à l'horaire, par jour, la semaine avant la canicule et pendant celle-ci. Dès le 30 juin, les besoins dépassent l'horaire chaque jour.
Description textuelle du graphique

Le graphique montre 14 jours, du lundi 23 juin au dimanche 6 juillet 2025. La première courbe représente les heures d’agent nécessaires chaque jour : billets ÷ 6 pour chaque heure d’ouverture, arrondis vers le haut, puis additionnés. La ligne pointillée représente l’horaire. La première semaine, les deux courbes sont proches. Les besoins vont de 37 à 70 heures par jour, et l’horaire de 49 à 75. Le lundi 30 juin, les besoins passent à 78, puis à 111 le mercredi 2 juillet. L’horaire reste entre 49 et 69. Les besoins dépassent l’horaire jusqu’au dimanche 6 juillet.

Ici, un « manque » signifie qu’une heure nécessitait plus d’agents qu’il n’y en avait. Heure par heure, il manquait 191 heures d’agent pendant la semaine de canicule. Durant 86 heures d’ouverture, il manquait au moins un agent. La semaine précédente, il ne manquait que 16 heures d’agent, réparties sur 13 heures.

Omar, le gestionnaire de produit, pose la première question : « Combien cela nous a-t-il coûté, et qu’ont ressenti les clients? » Les clients ont subi l’attente : un billet sans réponse à temps attend environ une journée de plus. Larkfield attribue un coût à cette attente, ci-dessous.

Nous pouvons maintenant nommer l’idée de la fête. Une prévision est une affirmation sur un nombre futur. Par exemple : combien de parasols les clients voudront cette saison, ou combien de billets arriveront mercredi à 10 h. Une prévision seule ne change rien. Elle devient utile quand quelqu’un en tire une décision : la commande de Kenji, l’horaire de Grace.

Quand l’avenir arrive, le nombre réel diffère de la prévision. C’est presque toujours le cas. La décision s’avère alors trop élevée ou trop faible, et l’entreprise paie la différence. Ce paiement est le coût d’une erreur. Nous jugeons donc une prévision selon une question : combien ont coûté les décisions prises à partir de cette prévision?

Un flux de gauche à droite (de haut en bas sur un téléphone). Prévision : combien de parasols les clients voudront d'avril à septembre. Flèche vers Décision : Kenji commande 2 000 parasols. Flèche vers Ce qui s'est passé : un été froid, les clients en voulaient 1 599 et en ont acheté 1 585. Deux flèches pointillées en partent. L'une mène à Trop : 415 parasols invendus, chacun coûte 25 % du prix, soit 20,00 $ US. L'autre mène à Pas assez : rupture de stock sur la côte pendant 4 jours chauds, 14 ventes perdues, chacune coûte 35 % du prix, soit 28,00 $ US. Les deux mènent à Coût des erreurs : 8 299 $ US pour les parasols invendus et 392 $ US pour les ventes perdues.
De la prévision à la décision, puis au coût. La même saison a connu les deux types d'erreurs : trop de parasols au total, mais trop peu sur la côte pendant la semaine la plus chaude.
Description textuelle du diagramme

Le diagramme est une chaîne de cases : la prévision pour la saison, puis la commande de 2 000 de Kenji, puis les faits. Les clients en voulaient 1 599 et en ont acheté 1 585. Deux flèches pointillées partent de là. « Trop » représente 415 parasols invendus à 20,00 $ US chacun. « Pas assez » représente 14 ventes perdues sur la côte à 28,00 $ US chacune. Les deux mènent au coût des erreurs : 8 299 et 392 $ US.

Le « 1 599 » du diagramme mérite une explication. C’est la demande réelle : les parasols que les clients voulaient, y compris les 14 qu’ils n’ont pas pu acheter. Les données de Larkfield montrent seulement les ventes. Nous connaissons la demande parce que nous avons créé les données. La prochaine leçon explique pourquoi cette différence compte.

Trop élevé et trop faible n’ont pas le même coût

Section intitulée « Trop élevé et trop faible n’ont pas le même coût »

Une prévision peut se tromper dans deux directions, et chaque direction a son propre prix. Voici les quatre prix utilisés dans ce cours. Ce sont des hypothèses : des nombres raisonnables choisis pour Larkfield, pas ceux d’une vraie boutique.

Erreur Décision Ce qu’elle coûte Pour un parasol (79,99 $ US)
Prévision trop élevée Trop de stock Une unité invendue perd 25 % de son prix 20,00 $ US
Prévision trop faible Pas assez de stock Une vente perdue fait perdre la marge, soit 35 % du prix 28,00 $ US
Prévision trop élevée Trop d’agents Une heure d’agent en trop coûte son salaire 28 $ US
Prévision trop faible Pas assez d’agents Une heure avec un agent manquant : 6 billets attendent environ une journée de plus, à 12 $ US chacun 72 $ US

Voici un petit exemple. Supposons que Kenji prévoie 100 parasols pour quelques semaines et en commande 100. Examinez deux avenirs possibles :

Les clients en veulent Unités invendues Ventes perdues Coût
90 10 0 10 × 20,00 = 200 $ US
110 0 10 10 × 28,00 = 280 $ US

Dans les deux avenirs, la prévision s’est trompée de 10 parasols. L’erreur a la même taille, mais pas le même coût. Une erreur à la baisse coûte 40 % de plus pour un parasol. Pour le centre d’assistance, l’écart est beaucoup plus grand : une heure d’agent manquante coûte 72 $ US, une heure en trop, 28. Une heure manquante coûte plus que deux heures et demie en trop.

Cela a une conséquence qui surprend beaucoup de gens. La meilleure décision n’est souvent pas la prévision elle-même. Si le manque coûte plus cher, vous commandez ou prévoyez un peu plus que votre meilleure estimation, comme en cuisine. La quantité à ajouter dépend des deux prix. Plus tard dans ce cours, vous calculerez cette quantité exactement.

Priya, la scientifique des données qui vous guide dans ce cours, rassemble les erreurs de l’été dans un tableau pour Omar. La ligne du centre d’assistance utilise le coût supposé de 72 $ US pour chaque heure d’agent manquante.

Erreur Taille Prix unitaire Coût
Parasols invendus à la fin de la saison 415 parasols 20,00 $ US 8 299 $ US
Ventes de parasols perdues sur la côte, du 3 au 6 juillet 14 parasols 28,00 $ US 392 $ US
Heures d’agent manquantes pendant la semaine de canicule 191 heures d’agent 72 $ US 13 752 $ US
Heures d’agent manquantes la semaine précédente 16 heures d’agent 72 $ US 1 152 $ US

Les deux décisions ont échoué dans des directions opposées. La commande de parasols était trop élevée pour la saison. L’horaire était trop faible pour une semaine.

Tomás, l’ingénieur en IA, a tout de suite une réponse : « Il nous faut un meilleur modèle. Un modèle de fondation aurait vu cet été venir. » Un modèle de fondation est un grand modèle entraîné à l’avance sur un très grand nombre de séries. Il peut prévoir une nouvelle série sans entraînement supplémentaire. Priya ne dit pas non. Mais elle pose d’abord deux questions.

  • Quand chaque décision a-t-elle été prise? Kenji a commandé avant avril, pour les six mois suivants. Aucun modèle ne savait en mars que juin serait froid. Réduire le délai entre la commande et la vente aiderait davantage qu’un meilleur modèle. C’est le sujet de la prochaine leçon.
  • Un seul nombre suffisait-il? Kenji avait un nombre pour la saison, sans savoir de combien il pouvait se tromper. Une prévision peut aussi dire « probablement 1 800, mais entre 1 400 et 2 300 ». Kenji peut alors choisir le risque à prendre, avec les deux prix du tableau. Vous apprendrez à produire ces intervalles plus tard dans ce cours.

Le modèle de Tomás peut quand même aider. Dans ce cours, vous le testez sur les mêmes données que toutes les autres méthodes, avec les mêmes coûts.

Il vaut la peine de construire une prévision quand trois conditions sont réunies :

  • Une décision dépend du nombre. La quantité commandée, le nombre d’agents, la taille d’un serveur.
  • La décision doit être prise avant de connaître le nombre réel. Le stock prend du temps à arriver, et les agents ont besoin de leur horaire à l’avance.
  • Une erreur coûte de l’argent, dans au moins une direction.

Si une de ces conditions est fausse, ne construisez pas de prévision. Supposons qu’un fournisseur livre en une heure : Kenji peut alors réagir aux ventes et n’a pas besoin de prévision. Supposons qu’un fournisseur vende seulement par boîtes de 500 et que Kenji ait toujours besoin d’une boîte. Une meilleure prévision ne change alors rien.

Une prévision a aussi ses propres coûts. Quelqu’un doit vérifier les données, lancer la prévision chaque semaine, surveiller ses erreurs et la corriger. Une petite prévision utilisée chaque semaine vaut plus qu’une prévision parfaite à laquelle personne ne fait confiance.

Faites cet exercice sur papier. Les prix sont les hypothèses du cours. Les nombres d’unités sont inventés pour l’exercice.

Le produit P002, la chaise pliante noire, coûte 26,99 $ US. Kenji prévoit que les clients voudront 300 chaises pliantes dans les 14 prochains jours, et il en commande 300.

  1. Calculez le coût d’une chaise invendue : 25 % de 26,99.
  2. Calculez le coût d’une vente perdue : 35 % de 26,99.
  3. Les clients veulent 260 chaises. Écrivez le nombre d’unités invendues et le coût.
  4. Les clients veulent plutôt 340 chaises. Écrivez le nombre de ventes perdues et le coût.
  5. Dites quelle erreur coûte le plus, et de combien.
Afficher les réponses
  1. 0,25 × 26,99 = 6,75 $ US (6,7475, arrondi au cent).
  2. 0,35 × 26,99 = 9,45 $ US (9,4465, arrondi au cent).
  3. Il reste 40 chaises : 40 × 6,75 = 270 $ US.
  4. Il y a 40 ventes perdues : 40 × 9,45 = 378 $ US.
  5. L’erreur à la baisse coûte 108 $ US de plus pour les mêmes 40 chaises. C’est 40 % de plus, comme pour le parasol : le rapport 35 / 25 ne dépend pas du prix.

La prévision de Grace pour un mercredi indique que le centre d’assistance a besoin de 60 heures d’agent. Elle prévoit 60 heures d’agent à l’horaire. Avant de calculer, devinez : qu’est-ce qui coûte plus cher, 10 heures en trop ou 10 heures manquantes? Calculez ensuite les deux avec le tableau ci-dessus.

Afficher la réponse

Si la journée nécessite seulement 50 heures d’agent, 10 heures d’agent sont en trop : 10 × 28 = 280 $ US. Si elle en nécessite 70, il manque 10 heures d’agent à l’horaire : 10 × 72 = 720 $ US. La journée avec un manque coûte plus du double. Grace a donc une raison de prévoir un peu plus que sa prévision. Sa raison est plus forte que celle de Kenji pour les chaises, car 72 / 28 dépasse 35 / 25.

Erreur courante

Juger une prévision seulement selon son erreur

Symptôme : Tomás compare deux prévisions simples pour les commandes de Kenji sur les mêmes 50 produits. La première est une moyenne mobile des 28 derniers jours. Ses erreurs totalisent 43,5 % des unités vendues. La deuxième reprend le même jour de la semaine précédente. Ses erreurs totalisent 51,3 %. « La moyenne mobile est clairement meilleure », dit Tomás. Priya chiffre les commandes issues de chacune. En moyenne, pour chaque commande de 14 jours, les commandes issues de la moyenne mobile coûtent 19 444 $ US. Celles issues du « même jour de la semaine précédente » coûtent 16 739 $ US.

Cause : une mesure d’erreur compte chaque unité d’erreur de la même façon. Les coûts, non. Une prévision peut se tromper moins au total, mais plus souvent du côté coûteux. Elle peut aussi lisser les pointes où les ventes perdues surviennent. Ces nombres sont mesurés sur les données de Larkfield avec le test du cours, que vous construirez au module 3.

Correction : écrivez le coût de chaque type d’erreur avant de comparer les prévisions. Évaluez ensuite chaque prévision deux fois : selon son erreur, puis selon le coût des décisions qui en découlent. Quand les deux divergent, le coût tranche.

Conséquence dans le travail en IA : une équipe qui choisit selon l’erreur seule peut retenir la prévision qui perd plus d’argent. Elle peut aussi consacrer des semaines à une petite réduction d’erreur qui ne change aucune décision.

Vérifiez votre compréhension

Dans vos propres mots : pourquoi juge-t-on une prévision selon la décision qu'elle guide, et pas seulement selon son écart avec le nombre réel?

Afficher la réponse

Une prévision ne change rien à elle seule. Sa valeur vient de la décision qu’une personne prend avec elle, comme la commande de Kenji ou l’horaire de Grace. Quand le nombre réel arrive, la décision prévoit trop ou trop peu, et l’entreprise paie la différence. Les deux directions ont généralement des coûts différents. Deux prévisions avec la même erreur peuvent donc entraîner des coûts différents. La prévision avec la plus petite erreur peut même coûter plus cher : 19 444 $ US contre 16 739 $ US dans le cas d’échec de cette leçon.

Vérifiez votre compréhension

Prédisez et expliquez : une prévision de parasols est trop basse de 10 unités une semaine et trop haute de 10 unités une autre semaine. Quelle semaine coûte le plus cher à Larkfield, et combien coûte chacune des deux semaines?

Afficher la réponse

La semaine où la prévision est trop basse coûte plus cher. Dix ventes perdues coûtent la marge, soit 35 % de 79,99 $ US chacune : 10 × 28,00 = 280 $ US. Dix parasols invendus coûtent chacun 25 % du prix : 10 × 20,00 = 200 $ US. L’écart est le même, mais une vente perdue coûte plus cher qu’une unité invendue. Ces coûts sont des hypothèses du cours.

Vérifiez votre compréhension

À l'été 2025, Larkfield avait trop de parasols et trop peu d'agents. Nommez les deux décisions, indiquez si chacune prévoyait trop ou trop peu, et donnez le coût de chaque écart.

Afficher la réponse
  • La commande de parasols de Kenji était trop élevée pour la saison. Il en a commandé 2 000, Larkfield en a vendu 1 585, et il en restait 415 : 415 × 20,00 = 8 299 $ US. La même commande était trop faible sur la côte pendant la semaine de canicule : 14 ventes perdues, 392 $ US.
  • L’horaire de Grace prévoyait trop peu d’heures pendant la semaine de canicule. Il fallait 611 heures de travail d’agent, mais l’horaire en prévoyait 422 : il manquait 191 heures. Au coût supposé de 72 $ US chacune, cela représente 13 752 $ US.

Récapitulatif

  • Une prévision est un nombre qui concerne l’avenir. Elle est utile seulement par la décision qu’on en tire, comme une commande ou un horaire.
  • Chaque écart a un coût, et les deux directions ont des coûts différents. Dans ce cours, une unité invendue coûte 25 % de son prix, et une vente perdue, 35 %. Une heure de travail d’agent en trop coûte 28 $ US, et une heure manquante coûte 72 $ US. Ce sont des hypothèses.
  • À l’été 2025, Larkfield a connu les deux types d’écart. Il restait 415 parasols (8 299 $ US), et 14 ventes ont été perdues sur la côte (392 $ US). Pendant la semaine de canicule, il manquait 191 heures de travail d’agent (13 752 $ US au coût supposé).
  • Jugez une prévision selon son erreur et le coût des décisions qu’elle guide. La prévision avec la plus petite erreur peut coûter plus cher.
  • Faites une prévision seulement si une décision dépend du nombre, doit être prise à l’avance et qu’un écart coûte de l’argent.

Vous pouvez maintenant expliquer à quoi sert une prévision et combien coûtent ses écarts. Mais « prévoir les parasols » reste trop vague pour faire une prévision. Cela ne précise pas quoi compter, pour quelle région, ni jusqu’à quand prévoir. Ensuite, vous consignez ces choix dans un cadre de prévision pour Kenji et pour Grace.

Leçon suivante : Définir le cadre de prévision