Logiciel SaaS

Prédiction annuelle des ventes : comment l’améliorer ?

Retour aux ressources

ERP Moyennes entreprises

17 octobre 2018

Quel que soit le canal de distribution choisi, la prédiction annuelle des ventes doit permettre de servir la demande tout en optimisant les stocks. Quelques pistes pour disposer de données les plus précises possible.

2 min

Se baser sur l’historique des ventes, mais pas que…

Pour améliorer la prédiction annuelle des ventes, le premier réflexe de nombreuses PME est de se baser en priorité sur les données internes. Tout ERP est en effet capable de procurer une vision des tendances futures à partir de l’historique des ventes passées. Toutefois, malgré son réel intérêt, cette démarche ne peut pas se suffire à elle-même. « Des éléments extérieurs et concrets doivent absolument s’adjoindre à ces prévisions et pondérer les premiers résultats », explique en effet Pascal Jouin, Product Manager au sein de Cegid. Plus précisément, des données d’ordre marketing.

Tenir compte du cycle de vie du produit et du marché

D’un côté, la prédiction annuelle des ventes obtenue par les calculs statistiques doit être ajustée par des éléments sur le cycle de vie du produit : est-il en phase de lancement, de maturité ou de déclin ? De l’autre, par des données marché telles que l’arrivée d’un nouveau concurrent ou une innovation. Un critère dont Kodak n’avait pas tenu compte dans les années 2000. Focalisé sur l’argentique, le géant de la photo n’avait pas vu arriver le numérique et n’a pas pu s’adapter suffisamment à temps. « Si on n’intègre pas une vision du futur, on peut perdre rapidement de la visibilité sur les actions que l’on aurait pu entreprendre pour lancer des ventes », remarque, à ce titre, Pascal Jouin.
En somme, ne basez pas uniquement votre analyse selon les performances passées. Veillez à inclure des paramètres sur le marché, le cycle de vie ou encore, l’innovation. Un bon ERP vous permet d’intégrer une pondération au niveau des calculs prévisionnels statistiques tel que par exemple, un coefficient d’obsolescence. Résultat : une analyse bien plus fine, offrant une vision plus large de ce qui peut affecter une courbe de tendances.

Découvrez pourquoi passer à un ERP ouvert

Regardez la vidéo