Fichier Excel « methodeprevisioncentreappel.xls »

(Fichier Excel, ne pas oublier d’indiquer clairement les noms des étudiants du groupe dans le fichier, onglet noms etudiants)

1. Les caractéristiques de l’activité

Caractéristiques :

• Les centres d’appel fonctionnent tous les jours sauf le dimanche
• L’affectation d’un parc à un centre d’appel conditionne l’activité du centre d’appel
• Cette affectation peut être remise en cause et modifiée tous les jours
• Une dégradation de la qualité de service induit une réitération d’appels donc un surcroît d’activité (cercle vicieux)

Conséquences :

• Impossibilité d’utiliser les modèles classiques de prévision fondés sur le lissage exponentiel (extrapolation de l’historique) car l’affectation du parc influence l’activité.
• Obligation d’une prévision à périodicité quotidienne (6 jours par semaine)
• Intégrations : de la saisonnalité du jour liée à l’hétérogénéité de l’activité selon le jour de la semaine, du facteur explicatif Parc et du facteur explicatif Qualité de Service.

2. Méthodologie prévisionnelle :
L’objectif est de calculer une prévision, jour par jour, à un horizon de 12 semaines du nombre d’appels présentés.

2.1 Calcul de la saisonnalité mensuelle du nombre d’appels par type de produit (onglet saisonnalité)

La saisonnalité retenue est celle du taux d’appel par produit.

Etape 1 : Estimer la tendance par une moyenne mobile d’ordre 12.

Etape 2 : Estimer la tendance par une droite de tendance

La tendance linéaire de la série peut alors être estimée par une droite de tendance. Elle est calculée sur la moyenne mobile (série hors saisonnalité) : Tt = a1 t + a0 droite correspondant à l'ajustement par la méthode des moindres carrés.

Etape 3 : Calculer les rapports de la tendance à la série observée.

Etape 4 : Rassembler les rapports relatifs aux mêmes mois pour les différentes années et calcul d’une moyenne pondérée afin de tenir compte d’une évolution du comportement des consommateurs et donc de la saisonnalité. Les coefficients de pondération sont respectivement de 0,5 pour l’année A, 0,3 pour l’année A - 1 et 0,2 pour l’année A – 2.

Etape 5 : Normalisation des coefficients saisonniers (principe de la conservation des aires)

2.2 Estimation des coefficients saisonniers quotidiens (onglet interpolation)

Afin de se ramener à des coefficients saisonniers quotidiens nous procédons à une interpolation linéaire entre deux mois en affectant de manière systématique le coefficient du mois au 15 de chaque mois. Cela permet une évolution lente de la saisonnalité au cours du mois (ce qui nous semble réaliste) et évite une rupture brutale de la saisonnalité lors du changement de mois.

2.3 Calcul de la série CVS (onglet prevision)

La série CVS est calculée par le rapport entre la série du taux d’appel brute et le coefficient saisonnier du mois considéré.

2.4 Correction des valeurs anormales (onglet prevision)

Soit la moyenne de la série et x l'écart type de la série, nous pouvons calculer l'intervalle de confiance de la manière suivante :
IC = x±1,96*σx
où 1,96 est la valeur de la loi normale pour un seuil de confiance de 0,05 (± 2,5 % pour un test bilatéral).

Toute observation qui sort de l’intervalle de confiance est neutralisée.

2.5 Estimation économétrique

La variable à expliquer (à prévoir) est le nombre quotidiens d’appels présentés intégrant donc la réitération corrigé des variations saisonnières et des valeurs anormalement hautes ou basses.

Les variables explicatives sont :
QS_PARC = Qualité de service
LUN*PARC = variable binaire du Lundi * Parc
MAR*PARC = variable binaire du Mardi * Parc
MER*PARC = variable binaire du Mercredi * Parc
JEU*PARC = variable binaire du Jeudi * Parc
VEN*PARC = variable binaire du Vendredi * Parc
SAM*PARC = variable binaire du Samedi * Parc
C = Terme constant

Compte tenu de l’instabilité temporelle des modèles, l’estimation est effectuée sur les 90 dernières observations (environ trois mois).

Expliquez l’intérêt des variables binaire jour *parc

2.6 Prévision

Calculer une prévision jour par jour du 1/10/2004 au 6/12/2004.