Modèles prédictifs de l'état final des devis de vente dans une grande entreprise de télécommunications

La prévision de vente est un enjeu fondamental dans le domaine des hautes technologies. Ce dernier fait face à de nombreuses difficultés à cause du court cycle de vie de ses produits et de la forte concurrence. Ce mémoire présente une étude sur la possibilité d'utiliser le cycle de vie des devis pour améliorer les prévisions des ventes à court et moyen terme dans une entreprise de télécommunication. La gestion des devis est devenue un élément stratégique pour l'entreprise, car elle lui permet de limiter les surstocks liés aux déséquilibres entre les délais de production et de livraison. Les devis sont aujourd'hui gérés par un processus manuel. Ils sont évalués en les intégrant dans un processus de prévision long terme et ainsi prédire la demande réelle au sein d'un trimestre de vente. Cette étape est aujourd'hui une limitation dans le processus de prévisions de l'entreprise. La problématique soulevée a été la prédiction de l'état final des devis de l'entreprise. Pour cette étude, nous avons exploité les données de leur évolution sur 18 mois. Les analyses préliminaires ont déterminé qu'il existait différents types de clients et de devis. La création de modèles prévisionnels spécifiques à chaque client apparaissait donc envisageable. Nous avons donc développé deux modèles sur R : l'un basé sur des arbres de décisions et l'autre sur les forêts aléatoires. Les modèles ont été validés par un processus de validation croisée. L'exploitation de leurs résultats sur cinq clients a montré que la fiabilité des prédictions de vente dépendait du type de client. En fonction de celui-ci, l'erreur sur la justesse varie entre 10 % à 30 % et les scores F1 pour la classe « ANNULÉ » atteignent des valeurs entre 60 % et 80 %. La prédiction de l'évolution de l'état final des devis est donc possible pour une partie des clients. Cette démarche donne d'ailleurs des résultats prometteurs dans la prédiction de la vente, mais reste sujette à analyse dans celle d'éventuel retard dans la signature de la commande de vente. Nous démontrons ainsi que les données disponibles sur les devis devraient permettre à l'entreprise d'améliorer ses prévisions de ventes et ainsi réduire les surstocks. Toutefois, des analyses approfondies sont nécessaires pour comprendre en détail le processus de gestion de devis et proposer des mécanismes permettant de réduire la marge d'erreur pour les clients dont les prévisions sont les moins précises.