Une prevision sans fourchette n'est pas une prevision

On vous demande à quoi ressemblera le mois prochain et vous donnez un nombre. Il est noté, on planifie dessus, et il est faux — comme toute prévision. Le problème n'était pas le nombre, mais l'absence de fourchette.

Pourquoi l'intervalle s'élargit. À un pas, vous savez presque tout ce qui compte. À dix pas, l'erreur de chaque pas alimente le suivant : l'incertitude s'accumule. Une bande de largeur constante prétend que le dixième mois est aussi prévisible que le premier. Il ne l'est pas.

Le lissage exponentiel. Holt-Winters reporte le niveau, la tendance et une forme saisonnière ; les poids α, β, γ sont ajustés à vos données.

ARIMA modélise la dépendance au passé récent après différenciation. SenSight explore une petite grille et choisit par AIC — l'ordre retenu est un CHOIX, pas une découverte.

⚠️ Le chiffre qui compte vraiment : le rétro-test. Tout modèle colle aux données qu'il a vues. On cache donc la fin de la série et on mesure l'erreur réelle dessus.

Et la comparaison qui garde honnête : la prévision naïve est embarrassante de qualité. Si votre modèle ne la bat pas, sa complexité ne se paie pas.