La prévision de la demande peut vite devenir complexe. Mais parfois, les outils les plus simples restent les plus efficaces. L’une de mes méthodes privilégiées quand j’ai besoin d’une prévision rapide et fiable, c’est l’incontournable moyenne mobile.
Ce n’est pas une méthode parfaite, mais elle fait le job, surtout quand la situation est stable et qu’il s’agit d’une planification à court terme.
Voici notre template Excel complet sur la moyenne mobile, à suivre pas à pas :
La formule de base des moyennes mobiles (que vous connaissez sans doute déjà)
Voici la formule de la moyenne mobile en termes simples
Prenez la demande des dernières périodes, additionnez-la et divisez-la par le nombre de périodes.
Par exemple, une moyenne mobile sur 3 mois donnerait :
Vous obtenez ainsi une prévision pour le mois d’avril. C’est aussi simple que ça.
Pourquoi les prévisions basées sur les moyennes mobiles sont-elles toujours pertinentes en 2025 ?
Même avec l’omniprésence d’outils avancés, des prévisions avec l’IA ou des analyses prédictives, je constate que les demand planner continuent d’utiliser la moyenne mobile.
Voici pourquoi :
- Elle simplifie la lecture des données en supprimant les irrégularités.
- Elle est transparente : facile à expliquer à votre manager
- Elle ne nécessite pas de logiciel particulier
- Vous pouvez faire ça sur Excel en 2 minutes
Il m’est arrivé plus d’une fois de le faire en direct sur Excel, en pleine réunion, quand quelqu’un demandait :
« À quoi ressemblera la demande le mois prochain ? »
Comment établir une prévision de moyenne mobile sur Excel
Découvrons le process à l’aide de notre template Excel, disponible ici :
1. Définissez la période de prévision et rassemblez vos données historiques
Décidez de la durée de vos prévisions : 1 mois, 3 mois, 2 ans ? Cela permet de définir comment et quand vous utiliserez vos prévisions.
Dans notre exemple, nous disposons de données historiques pour les années 2022 et 2023 et nous voulons faire des prévisions jusqu’à la fin de l’année 2025. Il s’agit d’une planification financière à long terme.
2. Sélectionner le nombre de périodes dont on va définir la moyenne
Déterminez la quantité de données antérieures que vous souhaitez lisser (par exemple, 3, 6 ou 12 mois). Plus court = sensible aux variations. Plus long = plus stable.
Dans notre exemple, nous comparons 4 périodes de moyennes mobiles différentes. Notez qu’ici, une moyenne sur un mois n’est qu’une prévision naïve (dernière valeur = prochaine prévision).
3. Construire la prévision de la moyenne mobile sur Excel
- Placez vos données de vente dans une colonne (B2:B13 par exemple).
- Dans la colonne suivante, utilisez :
=AVERAGE(B2:B4) - Étirez la formule vers le bas
Ajoutez les données sur un graphique, et voilà : vous avez une prévision par moyenne mobile sur 3 périodes.
Voici le résultat avec notre exemple après avoir calculé la moyenne mobile sur 1, 3, 6 et 12 périodes :
Nous avons eu récemment une forte augmentation du chiffre d’affaires juste avant le premier point de prévision. Cette dernière apparaît immédiatement avec la prévision naïve (1 mois).
Plus la fenêtre de la moyenne mobile est longue, plus la prévision met du temps à s’ajuster.
Cela illustre parfaitement le compromis entre délai et fluctuations :
- Moyenne mobile courte = rapide mais instable
- Moyenne mobile longue = lissée mais lente
4. Comparaison avec d’autres modèles de prévision
Une fois que vos prévisions de moyenne mobile sont prêtes, comparez-les à d’autres méthodes, comme la méthode de la moyenne mobile :
- Prévision naïve (dernière valeur = prochaine prévision)
- Lissage exponentiel
- Régression linéaire (pour les tendances)
- Modèles saisonniers (le cas échéant)
Utilisez des mesures telles que MAPE, RMSE et Bias pour voir quel modèle est le plus performant sur vos données historiques.
Cette étape transforme votre moyenne mobile en un point de repère et vous aide à prendre des décisions éclairées sur les éventuels changements (ou le maintien de la simplicité !).
Quand doit-on utiliser (ou pas) la Moyenne Mobile en prévision Supply Chain
Pour la planification à court terme et la stabilité de la demande
Cette méthode fonctionne :
- Bien lorsque la demande est relativement stable
- Idéalement si vous revoyez les prévisions fréquemment (chaque semaine/mois)
- Au mieux lorsque les produits ne sont pas soumis à une forte saisonnalité ou à d’importantes fluctuations des promotions
Si vous jetez un œil au graphique de planification court terme que nous avons utilisé plus haut, il s’agit en quelque sorte d’un « zoom » sur notre graphique précédent, avec un horizon d’un an au lieu de quatre.
Attention à la saisonnalité et aux lancements de produits
Si la demande évolue en raison de la saisonnalité ou si vous lancez régulièrement de nouvelles références (SKUs), une simple moyenne mobile risque d’être insuffisante. Vous aurez besoin d’outils comme l’indexation saisonnière ou le lissage exponentiel.
Dans notre exemple, j’ai volontairement utilisé un jeu de données avec une tendance et une saisonnalité pour montrer que ce n’est pas le modèle le plus adapté dans ce cas, mais il est parfait pour des références stables.
L’expression « court terme » est toujours relative
Si demain, c’est le Black Friday, même une prévision à un jour n’est pas stable. Ce qui compte vraiment, c’est d’évaluer ce qui peut bouger pendant la période que vous essayez d’anticiper.
- Prévoir à un jour d’avance dans la fast fashion peut être chaotique.
- Prévoir à un mois dans la distribution de ciment peut être relativement tranquille.
- Prévoir à trois mois pour le transport maritime, c’est peut-être déjà trop tard, tout est déjà verrouillé.
Il s’agit de la volatilité par unité de temps, et pas seulement du temps.
Exemple concret
Lorsque je travaillais avec une marque de produits de grande consommation (FMCG), certaines références affichaient des ventes hebdomadaires stables. Nous utilisions une moyenne mobile sur 4 semaines sur Excel pour prévoir la demande de la semaine suivante, avec une précision d’environ 80 %. C’était suffisant pour prendre des décisions en matière de stock, sans complexifier les choses.
Pour des produits moins prévisibles (produits de type « Y » ou « Z »), j’utilise encore les moyennes mobiles pour la planification court terme, mais je bascule vers des modèles plus avancés pour les prévisions à long terme.
La Formule de la moyenne mobile : FAQ rapide
Qu’est-ce que la Moyenne Mobile en prévision de la demande ?
Un moyen de lisser les données de demande passées et de projeter des valeurs futures, souvent utilisé lorsque les tendances sont stables.
Comment est-ce que je calcule la Moyenne Mobile sur Excel ?
Utilisez la formule =MOYENNE(plage) sur le nombre de périodes souhaité, puis faites glisser vers le bas.
Est-ce que la Moyenne Mobile est fiable ?
Pour des articles stables et non saisonniers, oui. Pour des produits saisonniers ou très volatils, beaucoup moins.
Dernière remarque
Vous n’avez pas toujours besoin de réflexions poussées pour prendre de bonnes décisions. Parfois, faire simplement la moyenne des derniers mois suffit pour éviter les ruptures ou les surstocks.
Générez votre prévision avec une moyenne mobile pour la planification court terme, révisez régulièrement vos produits les plus importants, et le tour est joué !
