Assistante commerciale

Disponible uniquement sur Etudier
  • Pages : 11 (2636 mots )
  • Téléchargement(s) : 0
  • Publié le : 20 juin 2010
Lire le document complet
Aperçu du document
Les méthodes de prévision

AUTEUR : OLIVIER BAUDRY

LYCEE R . SCHUMAN / METZ D'APRES ESPACE MUC

1

Introduction
L’analyse des ventes passées, préalable au calcul de l’activité prévisionnelle s’appuie sur des données : ventes, trafic de clients, etc. Il convient de maîtriser les notions de statistiques quant à ces données, ainsi que les techniques de projection de données sur lespériodes à venir.
AUTEUR : OLIVIER BAUDRY LYCEE R . SCHUMAN / METZ D'APRES ESPACE MUC 2

Section 1 : Quelques définitions
Un ensemble d’objets ou de personnes d’une étude statistique est appelé population. Un élément de cette population est appelé individu.

AUTEUR : OLIVIER BAUDRY

LYCEE R . SCHUMAN / METZ D'APRES ESPACE MUC

3

Section 1 : Quelques définitions
L’étude statistique portesur un caractère : Si le caractère est quantitatif, les mesures sont alors les valeurs d’une variable statistique. (ex : le montant des ventes pour la variable vente). La variable quantitative peut être infiniment divisible (le chiffre d’affaires divisible en euros) ou indivisible (le nombre de voitures par foyer). Si le caractère est qualitatif, il ne peut être mesuré. Il peut prendre plusieursmodalités, qui font l’objet d’une codification.
AUTEUR : OLIVIER BAUDRY LYCEE R . SCHUMAN / METZ D'APRES ESPACE MUC 4

Section 1 : Quelques définitions
Exemple : couleur des voitures vendues Code 1 2 3
AUTEUR : OLIVIER BAUDRY

xi Bleu Rouge Jaune
LYCEE R . SCHUMAN / METZ D'APRES ESPACE MUC

Nombre 200 300 551
5

Section 1 : Quelques définitions
11 / L'effectif de la variablestatistique

Convention : effectif total noté N, effectif de chaque modalité : ni Exemple : vente du mois de mars : 250 (n3), ventes annuelles : 2500 (N)
AUTEUR : OLIVIER BAUDRY LYCEE R . SCHUMAN / METZ D'APRES ESPACE MUC 6

Section 1 : Quelques définitions
12 / La fréquence

Rapport entre l'effectif de la modalité et l'effectif total.
Convention : fréquence totale notée F, fréquence de lamodalité : fi. Exemple : les ventes du mois de mars ont une fréquence de 10% (250 / 2500).
AUTEUR : OLIVIER BAUDRY LYCEE R . SCHUMAN / METZ D'APRES ESPACE MUC 7

Section 2 : Analyser une série statistique
21 / Les paramètres de position

Ce sont des valeurs qui donnent une image fidèle de la série étudiée grâce à un nombre unique. Le plus répandu est la moyenne arithmétique. La moyennearithmétique Il s'agit d'un indicateur central de la distribution moyenne = ∑( xi * ni)/N
AUTEUR : OLIVIER BAUDRY LYCEE R . SCHUMAN / METZ D'APRES ESPACE MUC 8

Section 2 : Analyser une série statistique
Exemple 1 : Notes de 30 étudiants à une évaluation :
Xi (note /20) ni Ni x Xi 8 3 24 9 4 36 10 9 90 12 4 48 13 6 78 15 4 60 Total 30 336

Moyenne = 336/30=11,2
AUTEUR : OLIVIER BAUDRY LYCEE R .SCHUMAN / METZ D'APRES ESPACE MUC 9

Section 2 : Analyser une série statistique
22 / La représentation graphique d’une série statistique

La représentation graphique des données permet de visualiser sous un autre angle une série. Selon la nature des données présentées, le lecteur cherche à visualiser une répartition ou une évolution.
AUTEUR : OLIVIER BAUDRY LYCEE R . SCHUMAN / METZ D'APRESESPACE MUC

10

Section 2 : Analyser une série statistique
Les graphiques de répartition
Le graphique le plus adapté est le diagramme circulaire, aussi appelé « camembert » Ventes en Euros Antar 202,48 Exemple : Castrol 2522,35 représenter le poids Elf 4032,36 des marques parmi les MDD 8635,52 ventes du mois n du Mobil 1932,85 rayon huiles moteurs : Shell 5268,99
AUTEUR : OLIVIER BAUDRY LYCEER . SCHUMAN / METZ D'APRES ESPACE MUC

Esso

1393,56
11

Section 2 : Analyser une série statistique
6% 1% 22% 17% MDD 8% Esso Mobil Shell 11% Antar Castrol Elf

35%

AUTEUR : OLIVIER BAUDRY

LYCEE R . SCHUMAN / METZ D'APRES ESPACE MUC

12

Section 2 : Analyser une série statistique
On peut aussi recourir au diagramme « tuyaux d’orgue » :
Es s o Mo b il Elf 2 5 2 2 ,3 5 A...
tracking img