Fiabilité de prévision : mesurer l'erreur (MAPE, biais)
On ne pilote pas ce qu'on ne mesure pas. Connaître la fiabilité réelle de ses prévisions, via le MAPE et le biais, est la base d'un stock bien dimensionné. Voici les indicateurs et comment les lire.
L'essentiel
On ne pilote pas ce qu'on ne mesure pas. Connaître la fiabilité réelle de ses prévisions, via le MAPE et le biais, est la base d'un stock bien dimensionné. Voici les indicateurs et comment les lire.
Pourquoi mesurer l'erreur de prévision
Toute prévision se trompe, la vraie question est de combien et dans quel sens. Construire une bonne prévision de la demande est un sujet en soi, que nous traitons par ailleurs ; cet article s'intéresse à l'étape d'après : mesurer l'écart entre ce qui était prévu et ce qui s'est réellement passé. Cette mesure a une portée très opérationnelle, puisqu'elle permet de dimensionner correctement les stocks de sécurité, de choisir entre deux méthodes, et de savoir sur quelles références on est aveugle. Une entreprise qui ne mesure pas la fiabilité de ses prévisions pilote ses stocks au jugé, en surprotégeant certaines références et en exposant les autres. Connaître son erreur, c'est transformer une incertitude subie en paramètre géré.
MAPE : l'erreur en pourcentage
Le MAPE (Mean Absolute Percentage Error) est l'indicateur le plus répandu. Il exprime l'écart moyen entre prévision et réalité en pourcentage, ce qui le rend facile à comprendre et à comparer entre références. Un MAPE de 20 % signifie qu'en moyenne, la prévision s'écarte de 20 % du réel. Simple et parlant, il a toutefois des limites : il se comporte mal sur les faibles volumes et les demandes intermittentes, où une petite erreur absolue donne un pourcentage énorme. Sur ces références, d'autres mesures d'erreur sont plus adaptées.
| Indicateur | Ce qu'il mesure | Attention |
|---|---|---|
| MAPE | Erreur moyenne en pourcentage | Trompeur sur faibles volumes |
| Biais | Tendance à sur ou sous-prévoir | À suivre absolument |
| MAD | Erreur absolue moyenne en unités | Moins parlant en relatif |
Le biais, l'indicateur qu'on oublie
On se focalise souvent sur l'ampleur de l'erreur en oubliant sa direction. Le biais mesure si l'on a tendance à systématiquement sur-prévoir ou sous-prévoir. C'est crucial, car une erreur biaisée est bien plus dangereuse qu'une erreur symétrique : sur-prévoir en permanence gonfle les stocks, sous-prévoir en permanence multiplie les ruptures. Une prévision peut afficher un MAPE correct tout en étant fortement biaisée, ce qui détruit de la valeur en silence. Suivre le biais en même temps que le MAPE donne une image complète de la qualité de prévision.
Comment utiliser ces mesures
Ces indicateurs se calculent par référence et par famille, sur une fenêtre glissante, pour repérer où la prévision est fiable et où elle ne l'est pas. Là où l'erreur est forte, on renforce le stock de sécurité ou on change de méthode. Là où le biais est marqué, on corrige le modèle ou le processus. Atteindre une erreur nulle est impossible ; l'objectif réaliste consiste à connaître son erreur pour agir en conséquence. C'est cette lucidité qui distingue un pilotage mature d'un pilotage à l'aveugle.
Réduire l'erreur ne suffit pas
Mesurer et réduire l'erreur de prévision est indispensable, mais il reste un plafond : même la meilleure prévision se trompe sur les événements qu'elle n'a pas vus venir. Gagner quelques points de MAPE ne protège pas de la rupture fournisseur ou du pic soudain, qui sont par nature imprévisibles. La fiabilité de la prévision et la qualité de la décision quand elle se trompe sont deux sujets distincts et complémentaires. On soigne l'une pour réduire les erreurs évitables, on prépare l'autre pour absorber les erreurs inévitables.
Cet article part d'une conviction : la prévision parfaite n'existe pas, ce qui compte c'est la décision d'après.
La fiche à retenir
- Pourquoi mesurer l'erreur de prévision
- MAPE : l'erreur en pourcentage
- Le biais, l'indicateur qu'on oublie
- Comment utiliser ces mesures
- Réduire l'erreur ne suffit pas
Clevizio
Clevizio est la couche de décision qui se branche sur vos outils existants : elle détecte l'imprévu, simule vos options et garde la mémoire de chaque arbitrage. Découvrir comment fonctionne le copilote de décision.
Mansour Niang
CEO & cofondateur de Clevizio
Une question sur vos imprévus ? Réservez 30 minutes avec moi pour estimer ce qu'ils vous coûtent vraiment, sans engagement.
Questions fréquentes
Qu'est-ce que le MAPE en prévision ?
Le MAPE (Mean Absolute Percentage Error) est l'écart moyen entre prévision et réalité, exprimé en pourcentage. Un MAPE de 20 % signifie que la prévision s'écarte en moyenne de 20 % du réel. Il est parlant mais trompeur sur les faibles volumes.
Pourquoi suivre le biais de prévision ?
Parce qu'une erreur biaisée est plus dangereuse qu'une erreur symétrique. Sur-prévoir systématiquement gonfle les stocks, sous-prévoir multiplie les ruptures. Une prévision peut avoir un MAPE correct tout en étant fortement biaisée, ce qui détruit de la valeur en silence.
Peut-on atteindre une erreur de prévision nulle ?
Non. Aucune prévision n'est fiable à 100 %. L'objectif n'est pas l'erreur zéro mais de connaître son erreur pour dimensionner les stocks et préparer la décision face aux écarts inévitables.
À lire aussi
Mettez enfin un chiffre sur ce que vos imprévus vous coûtent chaque année.
Commençons par estimer ce que vos imprévus vous coûtent réellement. C'est gratuit, ça prend 30 minutes, et vous repartez avec un chiffre que personne dans votre entreprise ne connaît aujourd'hui.