Prévision de commande et alerte de relance sur Excel
Bonjour à tous,
J’ai un fichier Excel (joint à ce message) qui contient l’historique des livraisons effectuées sur une année.
Mon objectif est de :
- Prévoir la prochaine date de commande en fonction des livraisons précédentes.
- Recevoir une alerte si la commande doit être passée, afin de savoir quand relancer le fournisseur.
Je cherche donc une solution (formule ou macro) qui pourrait :
- Analyser l’historique des livraisons pour estimer la prochaine date de commande.
- Générer un message d’alerte lorsque la commande doit être passée, selon l'urgence.
J’utilise Excel (2016) et je suis ouvert à toute suggestion (formule, VBA, mise en forme conditionnelle…).
Merci d’avance pour votre aide ! 😊
Bonjour,
On pourrait faire des prévisions en regardant l'écart entre deux livraisons et leurs quantités. Mais dans votre fichier on a des "bonds" assez importants par rapport à l'échantillon qui cassent un peu tout le truc.
Typiquement l'ancienne école, on a toujours la meme quantité donc c'est facile. Mais on voit qu'entre le 12/11 et le 03/05 on a subitement +100 jours d'écart, alors que tous les antécédents sont à environ 25 jours…
Comment expliquer cela, comment le gérer ? Doit-on retirer les extremas du calcul ?
J'imagine qu'il y a une pause entre mai et septembre car on a le même soucis sur "Res pinsonne", mais est-ce un cas isolé/régulier/particulier ?
Merci pour votre analyse détaillée !
Effectivement, j’ai remarqué ces écarts inhabituels entre le 12/11 et le 03/05. Ces variations peuvent s’expliquer car le site en question ne fonctionne uniquement en mode chauffage entre octobre et mai. idem pour Res Pinsonne
Pour affiner la prévision :
Exclure les valeurs extrêmes (comme les écarts de plus de 100 jours) pour lisser le calcul et obtenir une tendance plus fiable ?
Prendre en compte la saisonnalité, si les écarts longs sont récurrents à certaines périodes de l’année ?
Quelle méthode vous semblerait la plus pertinente dans ce cas ? Ou y aurait-il une autre approche plus adaptée ?
Merci encore pour votre aide ! 😊
Excusez moi mais j'ai l'impression de parler à chatGPT. C'est à vous de me fournir les réponses, c'est quand même votre projet et vous devriez en connaitre l'usage mieux que moi.
Ce sont donc, reformulées, les questions que je vous ai posées :
- Y-a-t-il une saisonnalité à prendre en compte ? Apparemment oui, mais comment savoir quelles installations y sont soumises ou non ?
- Cela mène a la question, comment la gérer ? En retirant les écarts… ce qui peut fausser les données, ou en l'intégrant dans le calcul en retirant les valeurs couvrant une plage spécifique ?
Vous avez bien reformulé mes questions, mais vous n'y avez pas répondu.
Enfin, a priori le calcul sera une simple moyenne de l'écart entre les dates, pondérée par la quantité fournie.
sommeprod/moyenne.si me paraissent pas mal pour ça.
Ci-joint une première proposition avec une colonne de calcul de l'écart en jours, et la moyenne pondérée.
bonjour
pour amorcer ,,, une analyse du nb de commandes par mois ,,,,, on remarque d'énormes disparités , la prévision se présente mal
Je pense que le mieux a faire pour éviter les fausses données, c'est de prendre en compte la saisonnalité (octobre-mai généralement) et de les rétirer (ex : si écart sup à 100 jours).