Prévoir ses ventes : par où commencer avec vos données
Prévision des ventes en PME : des méthodes simples (pipeline pondéré, moyennes mobiles, saisonnalité), les données utiles et la mesure de l’erreur.


Chaque mois, quelqu’un dans votre entreprise devine les ventes du trimestre suivant. L’acheteur commande le stock, le responsable des opérations prévoit les plannings, le financier surveille la trésorerie, et chacun utilise un chiffre différent, souvent sorti d’une réunion commerciale et que personne ne sait expliquer ensuite.
Nul besoin d’une équipe de data scientists pour faire mieux. Pour une PME, la prévision des ventes la plus utile repose sur des méthodes simples, que l’on explique en une phrase : pipeline pondéré, moyenne mobile, ajustement saisonnier. Ce guide montre par où commencer : la question à trancher, les données utiles, quatre méthodes, un exemple chiffré, la mesure de l’erreur et l’usage de la prévision pour le stock, les effectifs et la trésorerie.
Avant de prévoir : choisir la question
Une prévision sert une décision : partez donc de la décision. Trois choix déterminent tout le reste.
- L’horizon. Une commande de stock passée trois mois à l’avance exige une prévision à trois mois. Un planning hebdomadaire exige une prévision à la semaine.
- Le niveau de détail. Chiffre d’affaires total, familles de produits, produits, régions, canaux de vente. Plus le niveau est fin, plus les chiffres sont bruités. La plupart des PME commencent par des totaux mensuels et quelques familles de produits.
- Les utilisateurs. Qui lit la prévision, et que va-t-il en faire ? Si elle ne change aucune décision, c’est un rapport, pas une prévision.
Fixez une règle dès le départ : une prévision n’est pas un objectif. L’objectif est ce que vous voulez vendre ; la prévision, ce que vous vous attendez à vendre. Mélangez les deux, et le chiffre est gonflé pour faire plaisir, puis manqué.
Les données nécessaires à un prévisionnel des ventes
Vous en avez sans doute plus que vous ne le pensez.
- L’historique des ventes : factures ou commandes par date, client, produit et montant, idéalement sur deux ou trois ans pour que les saisons se répètent. Votre logiciel comptable ou votre ERP (progiciel de gestion intégré) le contient en général.
- Le pipeline : les opportunités ouvertes, avec leur étape, leur montant et leur date de signature prévue, normalement dans un CRM (logiciel de gestion de la relation client). Si le vrai pipeline vit dans des tableurs et des boîtes mail, c’est l’un des signes que vous avez besoin d’un CRM.
- Les effets de calendrier : jours fériés, salons, promotions, hausses de prix, grosse commande exceptionnelle. Notez-les au fil de l’eau : un an plus tard, personne ne se souvient pourquoi mars a bondi.
Puis nettoyez-les : supprimez les doublons, isolez les avoirs, signalez les commandes exceptionnelles et codez les familles de produits de la même façon chaque année. Quand les données vivent dans plusieurs systèmes, notre guide sur l’entrepôt de données explique quand il se justifie et quand une solution plus simple suffit.
Chez Innova Home, au Maroc, notre fondateur, Anass Chabbab, dans ses fonctions précédentes, a mené le passage du papier et d’Excel à un outil unique, de la commande à la facture, qui a fait gagner plus de 50 % du temps passé sur chaque commande. Un outil unique de ce type rend aussi l’historique des commandes exploitable plus tard.
Des méthodes de prévision des ventes simples et explicables
Commencez par la méthode la plus simple, et n’ajoutez de la complexité que si elle réduit l’erreur de façon mesurable.
Le pipeline pondéré
Pour les entreprises qui vendent par affaires (services aux entreprises ou B2B, projets, équipements), multipliez chaque opportunité ouverte par sa probabilité de signature à son étape, puis additionnez. Utilisez vos propres taux de transformation historiques par étape, tirés de vos affaires clôturées, pas les pourcentages par défaut de votre CRM. Cette méthode convient à un horizon d’un à trois mois : au-delà, la plupart des ventes futures ne sont pas encore dans le pipeline.
Les moyennes mobiles
Pour les ventes récurrentes (consommables, abonnements, commerce), faites la moyenne des trois, six ou douze derniers mois et prenez-la comme prévision du mois suivant. Une fenêtre courte réagit vite mais saute au moindre bruit ; une fenêtre longue est stable mais lente. C’est rudimentaire, et tout le monde le comprend.
La saisonnalité
Si décembre est toujours chargé et août toujours calme, une simple moyenne se trompera deux fois par an. Calculez un coefficient saisonnier pour chaque mois : les ventes de ce mois divisées par celles du mois moyen, sur plusieurs années. Multipliez ensuite votre base par ce coefficient. La même idée sert à la prévision de la demande pour le stock : prévoyez des unités par famille de produits, pas seulement du chiffre d’affaires.
Les modèles statistiques de base
Viennent ensuite les modèles statistiques simples. Le lissage exponentiel donne plus de poids aux mois récents et peut traiter tendance et saisonnalité ensemble. Une régression linéaire relie les ventes à un facteur connu à l’avance, comme le nombre de clients actifs ou un calendrier de promotions. Un tableur et la plupart des outils de BI (informatique décisionnelle) savent faire les deux.
Exemple chiffré : la prévision d’un trimestre
Exemple fictif. Un distributeur vend sur devis à des professionnels, qui passent aussi des commandes récurrentes. Il prévoit le trimestre suivant en deux parties.
Partie 1, les nouvelles affaires du pipeline, avec les taux de transformation de ses deux dernières années d’affaires clôturées :
| Étape | Montant ouvert | Taux de transformation historique | Montant pondéré |
|---|---|---|---|
| Premier rendez-vous | 200 000 | 10 % | 20 000 |
| Proposition envoyée | 120 000 | 30 % | 36 000 |
| Négociation | 60 000 | 60 % | 36 000 |
| Total | 380 000 | 92 000 |
Partie 2, les commandes récurrentes : la moyenne mobile sur six mois est de 100 000 par mois. Sur les trois dernières années, ce trimestre a dépassé de 10 % un trimestre moyen : le coefficient saisonnier est de 1,1. Commandes récurrentes : 100 000 × 3 × 1,1 = 330 000.
Prévision du trimestre : 92 000 + 330 000 = 422 000. L’équipe écrit aussi un scénario bas (taux du pipeline divisés par deux, sans effet saisonnier : 346 000) et un scénario haut, pour planifier sur une fourchette plutôt que sur un chiffre unique.
Mesurer l’erreur de prévision
Conservez chaque prévision telle qu’elle a été faite, puis comparez-la au réel.
- L’erreur par période : réel moins prévision, en valeur et en pourcentage.
- L’erreur moyenne en pourcentage (MAPE, Mean Absolute Percentage Error) : la moyenne des erreurs sans leur signe, rapportée aux ventes réelles. Elle trompe sur de très petits chiffres : utilisez-la sur des totaux ou des familles de produits.
- Le biais : l’erreur moyenne avec son signe. Surestimer mois après mois signifie que la méthode, ou ceux qui l’alimentent, sont optimistes.
- Une référence naïve : comparez votre méthode à « comme l’an dernier » ou « comme le mois dernier ». Si une méthode sophistiquée ne bat pas la prévision naïve, gardez la naïve.
Mesurez à l’horizon choisi : si le stock se commande trois mois à l’avance, jugez la prévision faite trois mois plus tôt, pas celle mise à jour la semaine dernière. Affichez prévision et réel sur le même tableau de bord mensuel que vos autres indicateurs ; notre guide du tableau de bord de direction montre comment choisir ceux qui comptent.
Utiliser la prévision pour le stock, les effectifs et la trésorerie
La prévision prouve sa valeur quand elle change des décisions.
- Le stock : commandez selon la prévision par famille de produits, plus une marge de sécurité calée sur votre erreur habituelle.
- Les effectifs : traduisez les volumes prévus en heures de travail et construisez les plannings et le recours à l’intérim sur le scénario central, le scénario haut servant de seuil d’alerte.
- La trésorerie : injectez la prévision dans votre plan de trésorerie avec vos vrais délais de paiement. Un bon trimestre de ventes peut rester un trimestre tendu en trésorerie si les clients paient à 60 jours.
Faites le point chaque mois : comparer, ajuster, noter pourquoi. Trente minutes par mois entre ventes, opérations et finance autour d’un chiffre partagé, c’est souvent le plus grand gain de la démarche. Mettre en place ce rituel et les données qui l’alimentent, c’est le type de travail que couvre notre offre data et BI.
Questions fréquentes
Comment faire une prévision des ventes sans historique ?
Partez de votre pipeline et d’hypothèses vérifiables, construites par le bas : nombre de prospects contactés, taux de transformation, panier moyen. Remplacez chaque hypothèse par vos propres chiffres dès que vous avez quelques mois de ventes. Enregistrez chaque prévision dès le premier jour, pour mesurer son erreur et apprendre quelles hypothèses étaient fausses.
Quelle précision attendre d’une prévision des ventes ?
Il n’existe pas de chiffre universel : tout dépend de votre activité, du niveau de détail et de l’horizon. La vraie question est de savoir si votre erreur diminue avec le temps et si votre méthode bat une prévision naïve du type « comme l’an dernier ». Suivez la tendance de votre erreur et son biais plutôt qu’un chiffre de référence sectoriel.
Faut-il de l’IA pour prévoir ses ventes ?
En général, pas pour commencer. Pipeline pondéré, moyennes mobiles et coefficients saisonniers couvrent l’essentiel des besoins d’une PME. L’apprentissage automatique mérite un essai quand vous prévoyez des centaines de produits sur de nombreux sites, avec des années de données propres et des facteurs extérieurs comme la météo ou les prix, et seulement s’il bat les méthodes simples sur la même mesure d’erreur.
En résumé
Partez de la décision que sert la prévision, puis rassemblez et nettoyez votre historique de ventes et votre pipeline. Utilisez d’abord les méthodes les plus simples : pipeline pondéré pour les affaires, moyennes mobiles et coefficients saisonniers pour les ventes récurrentes. Mesurez chaque mois l’erreur, le biais et la référence naïve, et planifiez stock, effectifs et trésorerie sur une fourchette.
Chaque service de votre entreprise travaille avec son propre chiffre de ventes ? Réservez un appel découverte gratuit de 30 minutes : nous regardons ensemble vos données et vos décisions de planification, et nous voyons où une prévision simple aiderait en premier.
Parlons-en pendant un appel découverte de 30 minutes, gratuit et sans engagement.
Recevez nos prochains articles dans votre fil : suivez AnazTech sur LinkedIn.Suivre sur LinkedIn






