Prévisions d'affaires: comprendre les bases

Il n’est pas rare d’entendre la direction d’une entreprise parler de prévisions: "Nos ventes n’ont pas été à la hauteur des prévisions", ou "nous sommes confiants dans la croissance économique prévue et espérons dépasser nos objectifs". En fin de compte, toutes les prévisions financières, qu’il s’agisse des spécificités d’une entreprise, telles que la croissance des ventes ou de l’économie dans son ensemble, sont des conjectures bien informées. Dans cet article, nous examinerons certaines des méthodes utilisées pour les prévisions financières, ainsi que le processus, ainsi que certains des risques qui apparaissent lorsque nous cherchons à prédire l'avenir.

Méthodes de prévision financière

Il existe plusieurs méthodes différentes permettant d’établir une prévision commerciale. Toutes les méthodes s'inscrivent dans l'une des deux approches globales: qualitative et quantitative.

Modèles qualitatifs

Les modèles qualitatifs ont généralement donné de bons résultats avec les prévisions à court terme, dans lesquelles la portée des prévisions était limitée. Les prévisions qualitatives peuvent être considérées comme conduites par des experts, dans la mesure où elles dépendent des experts du marché ou du marché dans son ensemble pour prendre en compte un consensus informé. Les modèles qualitatifs peuvent être utiles pour prédire le succès à court terme des entreprises, des produits et des services, mais ont des limites en raison de leur confiance en l'opinion sur des données mesurables. Les modèles qualitatifs comprennent:

• Étude de marché Interrogez un grand nombre de personnes sur un produit ou service spécifique pour prédire combien de personnes l'achèteront ou l'utiliseront une fois lancé.
• Méthode Delphi: Demander aux experts sur le terrain leurs opinions générales, puis les compiler dans une prévision. (Pour plus d'informations sur la modélisation qualitative, lisez "Analyse qualitative: Qu'est-ce qui rend une entreprise formidable?")

Les bases de la prévision des affaires

Modèles quantitatifs

Les modèles quantitatifs tiennent compte du facteur expert et tentent de supprimer l'élément humain de l'analyse. Ces approches ne concernent que les données et évitent la versatilité des personnes sous-jacentes aux chiffres. Ils tentent également de prédire où les variables telles que les ventes, le produit intérieur brut, les prix du logement, etc., seront à long terme, mesurées en mois ou en années. Les modèles quantitatifs comprennent:

• L'approche par indicateurs: L'approche par indicateurs dépend de la relation entre certains indicateurs, par exemple le PIB et les taux de chômage, restant relativement inchangés dans le temps. En suivant les relations, puis en suivant les indicateurs avancés, vous pouvez estimer la performance des indicateurs retardés en utilisant les données de l'indicateur avancé.
• Modélisation économétrique: Il s'agit d'une version plus rigoureuse sur le plan mathématique de l'approche par indicateur. Au lieu de supposer que les relations restent les mêmes, la modélisation économétrique teste la cohérence interne des ensembles de données dans le temps et la signification ou la force de la relation entre les ensembles de données. La modélisation économétrique est parfois utilisée pour créer des indicateurs personnalisés pouvant être utilisés pour une approche plus précise des indicateurs. Cependant, les modèles économétriques sont plus souvent utilisés dans les domaines universitaires pour évaluer les politiques économiques. (Pour une explication de base sur l’application de modèles économétriques, lisez «Principes de base de la régression pour l’analyse commerciale».)
• Méthodes de séries chronologiques: Ceci fait référence à un ensemble de méthodologies différentes qui utilisent des données antérieures pour prédire des événements futurs. La différence entre les méthodologies de séries chronologiques se situe généralement dans les détails, comme donner plus de poids aux données plus récentes ou réduire certains points aberrants. En analysant ce qui est arrivé dans le passé, le prévisionniste espère pouvoir donner une prévision meilleure que la moyenne concernant l’avenir. Il s'agit du type de prévision d'entreprise le plus répandu, car il est peu coûteux et ne peut être ni meilleur ni pire que les autres méthodes.

Comment fonctionne la prévision?

Il y a beaucoup de variations sur le plan pratique en matière de prévision d'activité. Cependant, sur le plan conceptuel, toutes les prévisions suivent le même processus.

1. Un problème ou un point de données est choisi. Cela peut être quelque chose comme "est-ce que les gens vont acheter une cafetière haut de gamme?" ou "quelles seront nos ventes en mars de l'année prochaine?"
2. Les variables théoriques et un ensemble de données idéal sont choisis. C'est ici que le prévisionniste identifie les variables pertinentes à prendre en compte et décide de la manière de collecter les données.
3. Heure d'assomption. Pour réduire le temps et les données nécessaires à la prévision, le prévisionniste formule des hypothèses explicites pour simplifier le processus.
4. Un modèle est choisi. Le prévisionniste choisit le modèle qui correspond à l'ensemble de données, aux variables sélectionnées et aux hypothèses.
5. Une analyse. À l'aide du modèle, les données sont analysées et une prévision est établie à partir de l'analyse.
6. Vérification. Le prévisionniste compare les prévisions à ce qui se passe pour peaufiner le processus, identifier les problèmes ou, dans les rares cas de prévisions précises, se féliciter.

Problèmes de prévision

Les prévisions commerciales sont très utiles pour les entreprises car elles leur permettent de planifier la production, le financement, etc. Cependant, le recours aux prévisions pose trois problèmes:

1. Les données vont toujours être anciennes. Les données historiques sont tout ce dont nous avons besoin, et rien ne garantit que les conditions du passé se maintiendront.
2. Il est impossible de prendre en compte des événements ou des externalités uniques ou imprévus. Les hypothèses sont dangereuses, telles que les hypothèses selon lesquelles les banques sélectionnaient correctement les emprunteurs avant la fusion des subprimes. Et les événements de cygnes noirs sont devenus plus fréquents à mesure que notre dépendance aux prévisions a augmenté.
3. Les prévisions ne peuvent pas intégrer leur propre impact. Avec des prévisions, précises ou inexactes, les actions des entreprises sont influencées par un facteur qui ne peut être inclus comme variable. C'est un nœud conceptuel. Dans le pire des cas, la direction devient l'esclave des données historiques et des tendances plutôt que de se préoccuper de ce que l'entreprise fait actuellement.

Le résultat final

La prévision peut être un art dangereux, car les prévisions deviennent un objectif pour les entreprises et les gouvernements, limitant mentalement leur gamme d'actions, en présentant le futur à court et à long terme comme étant déjà déterminé. De plus, les prévisions peuvent facilement se briser à cause d'éléments aléatoires qui ne peuvent pas être incorporés dans un modèle, ou elles peuvent tout simplement être fausses dès le départ.

Les aspects négatifs mis à part, les prévisions commerciales ne vont nulle part. Utilisées à bon escient, les prévisions permettent aux entreprises de planifier à l'avance leurs besoins, augmentant leurs chances de rester en bonne santé sur tous les marchés. C'est une fonction de prévision d'activité que tous les investisseurs peuvent comprendre.