Exercices - Atelier 03

Préparation

Les exercices forment un cas indépendant du guide sur la demande hebdomadaire. Ils utilisent une série mensuelle avec tendance, saisonnalité et cible budgétaire.

Jeu de données de transfert : ventes_saisonnieres_quebec.csv.

library(tidyverse)
library(broom)

data_path <- if (file.exists("../semaine-08-tendance-saisonnalite/data/ventes_saisonnieres_quebec.csv")) {
  "../semaine-08-tendance-saisonnalite/data/ventes_saisonnieres_quebec.csv"
} else {
  "modules/semaine-08-tendance-saisonnalite/data/ventes_saisonnieres_quebec.csv"
}

ventes <- read_csv(
  data_path,
  show_col_types = FALSE
) |>
  mutate(
    date = as.Date(date),
    mois = factor(mois)
  ) |>
  arrange(date)

Exercice 1 - Détecter une fuite

Une analyste essaie six modèles sur les douze derniers mois, choisit celui dont la MAE est la plus faible, puis annonce cette même MAE comme performance finale.

Expliquez précisément :

  • quelle décision a utilisé la période de validation;
  • pourquoi la performance annoncée est optimiste;
  • comment créer une validation chronologique à l’intérieur de l’entraînement;
  • quand les douze derniers mois peuvent enfin être utilisés.

Ajoutez un exemple de variable dont la valeur future ne devrait jamais être calculée à partir des ventes réalisées après l’origine de prévision.

Exercice 2 - Changer le coût

Comparez les erreurs de prévision au budget_cible. Une sous-prévision de 1 000 dollars coûte 1 500 dollars en ajustements tardifs, alors qu’une sur-prévision de 1 000 dollars coûte 400 dollars en capacité inutilisée.

cout_asymetrique <- function(observe, prevision) {
  erreur <- observe - prevision

  if_else(
    erreur > 0,
    1.5 * erreur,
    0.4 * abs(erreur)
  )
}

evaluation_budget <- ventes |>
  mutate(
    prevision_budget = budget_cible,
    erreur = ventes - prevision_budget,
    cout = cout_asymetrique(ventes, prevision_budget)
  )

evaluation_budget |>
  summarise(
    MAE = mean(abs(erreur)),
    biais = mean(erreur),
    cout_total = sum(cout)
  )

Expliquez pourquoi la cible ayant la meilleure MAE n’est pas nécessairement la moins coûteuse pour l’organisation.

Exercice 3 - Plan de surveillance

Proposez quatre indicateurs mensuels : MAE récente, biais récent, couverture des intervalles et erreur par mois de calendrier. Pour chacun, fixez un seuil de révision et indiquez l’action déclenchée.

Ajoutez une vérification particulière pour décembre afin de détecter une dérive du motif saisonnier.

Exercice de synthèse

Transformez le cas en une note de décision de 250 mots maximum avec un graphique des erreurs dans le temps, un tableau de coûts et une recommandation. La note ne doit pas reprendre la demande hebdomadaire ni le choix de fenêtre du guide.

Assistant IA Ouvrir le GPT du cours