Moyennes mobiles à pondération multiple, régression linéaire, lissage exponentiel, inférence statistique, modèles stochastiques... ces méthodes amplement représentées dans les progiciels de prévision ont fait leurs preuves. Toutefois, la mondialisation avérée ne cesse de rendre plus complexe l'appréhension des paramètres et variables de nos prévisions, d'augmenter l'incertitude et de faire frissonner nos intervalles de confiance.
On peut simplifier le compliqué, mais pas la complexité ; les systèmes experts, « neuronaux », apprenants sont une bonne réponse à cette complexification, mais, encore faut-il maîtriser leurs entrées et sélectionner les plus représentatives.
Les managers et prévisionnistes opérationnels ne sont pas tous experts en statistiques. Les premiers ont tendance à faire aveuglément confiance, ou à rejeter sans compromis les résultats scientifiquement calculés. Les derniers, en phase de routine, finissent par perdre une partie du sens de leur multi-paramétrage et de leur capacité d'analyse. Bien souvent, les réunions transverses de prévisions/planifications stratégiques ou tactiques (PIC, BP...) se résument en affrontements de chapelles où, par manque de démonstrabilité, après de longs échanges houleux, les chiffres retenus sont ceux de qui parle le plus fort.
Ne finit-on pas par oublier de prendre le recul nécessaire à la gestion de la complexité ? Ne faut-il pas, de temps en temps, enlever les lunettes pour scruter l'horizon ?
En fait, nous sommes en majorité d'accord pour reconnaître que, devant la difficulté de prévoir, l'utilisation de deux méthodes et/ou de scénarii est une bonne pratique.
L"objectif de l" article est de proposer, en complément aux méthodes plus traditionnelles, des approches et concepts permettant un autre regard en support de l'estimation des prévisions, transversalement, sans frustration, avec un rationnel global et une facilité de partage, de suivi et de pilotage. Ces propositions s'adressent aux prévisions de ventes, achats de produits « indépendants » ou communs, ressources matérielles, humaines et budgétaires, pour tout type de produits faisant l'objet d'un cycle de vie significatif (deux ans minimum).
