Comprendre les intervalles de confiance
Chaque prévision Eaternity Forecast inclut un intervalle de confiance qui vous aide à comprendre la fourchette de résultats probables. Ce guide explique comment interpréter et utiliser efficacement ces intervalles.
Qu'est-ce qu'un intervalle de confiance ?
Concept de base
Un intervalle de confiance montre la fourchette de valeurs possibles pour une prévision, pas seulement un chiffre unique.
Exemple :
Pasta Carbonara - Samedi 20 janvier
Estimation ponctuelle : 52 portions
Intervalle de confiance : 45-59 portions (confiance 80 %)
Interprétation :
- Le plus probable : 52 portions seront vendues
- Borne inférieure : 45 portions (10 % de chance de vendre moins)
- Borne supérieure : 59 portions (10 % de chance de vendre plus)
- Probabilité : 80 % de chance que les ventes réelles soient entre 45 et 59
Pourquoi les intervalles de confiance sont importants
Les prévisions ponctuelles sont insuffisantes :
Considérez ces deux scénarios avec la même estimation ponctuelle :
Scénario A : Confiance élevée
Pasta Carbonara (article stable du menu, 2 ans d'historique) :
Prevision : 52 portions
Fourchette : 48-56 portions (etroite, ±8 % de variance)
Confiance : Elevee
Scénario B : Confiance faible
Nouveau Mushroom Risotto (lance il y a 1 semaine) :
Prevision : 52 portions
Fourchette : 35-69 portions (large, ±33 % de variance)
Confiance : Faible
Incidence sur la décision :
- Scénario A : Préparer 52-54 portions (confiance élevée dans la précision)
- Scénario B : Préparer 40-45 portions initialement, garder les ingrédients pour plus (faible confiance, incertitude élevée)
Même estimation ponctuelle, stratégies de planification très différentes.
Comment les intervalles de confiance sont calculés
Regression quantile
Eaternity Forecast utilise la regression quantile pour prédire trois valeurs simultanement :
-
10e percentile (borné inférieure)
- 10 % du temps, les ventes réelles seront inférieures à cela
- 90 % du temps, les ventes réelles seront égales ou supérieures à cela
-
50e percentile (médiane/estimation ponctuelle)
- La moitie du temps, les ventes réelles seront inférieures à cela
- La moitie du temps, les ventes réelles seront supérieures à cela
- C'est notre « meilleure estimation »
-
90e percentile (borné supérieure)
- 90 % du temps, les ventes réelles seront égales ou inférieures à cela
- 10 % du temps, les ventes réelles depasseront cela
Intervalle de confiance 80 % = Espace entre le 10e et le 90e percentile
Exemple de calcul
Données historiques pour Pasta Carbonara les samedis (20 dernières semaines) :
Ventes triees : [42, 44, 46, 47, 48, 49, 50, 51, 51, 52, 53, 53, 54, 55, 56, 57, 58, 60, 62, 65]
10e percentile (2e valeur) : 45 portions (borne inferieure)
50e percentile (10e valeur) : 52 portions (estimation ponctuelle)
90e percentile (18e valeur) : 59 portions (borne superieure)
Intervalle de confiance : 45-59 portions
Apprentissage du réseau de neurones :
Au lieu de calculer manuellement à partir des données historiques, le réseau de neurones apprend à prédire ces quantiles directement en fonction de :
- Tendances des ventes historiques
- Jour de la semaine
- Conditions météorologiques
- Tendances saisonnières
- Trajectoire récente
- Dynamique du menu
Facteurs affectant la confiance
Qu'est-ce qui rend la confiance élevée ou faible ?
Confiance élevée (intervalles etroits)
Caractéristiques :
- Article de menu stable (mois/années d'historique)
- Tendance de demande cohérente
- Facteurs d'influence prévisibles
- Faible variabilité naturelle
- Tendances saisonnières claires (si applicable)
Exemple :
House Bread (servi quotidiennement depuis 3 ans) :
Lundi-Vendredi : 85 portions (fourchette : 82-88, ±3,5 %)
Samedi-Dimanche : 95 portions (fourchette : 91-99, ±4,2 %)
Pourquoi confiance elevee ?
- Milliers de points de donnees historiques
- Demande tres coherente
- Influence minimale des facteurs externes
- Tendance hebdomadaire previsible
Confiance faible (intervalles larges)
Caractéristiques :
- Nouvel article de menu (jours/semaines d'historique)
- Variabilité élevée de la demande
- Facteurs d'influence imprévisibles
- Lie aux événements ou aux promotions
- Article saisonnier en début/fin de saison
Exemple :
Nouveau plat saisonnier (lance il y a 1 semaine) :
Prevision : 35 portions
Fourchette : 22-48 portions (±37 %)
Pourquoi confiance faible ?
- Seulement 5-7 jours de donnees de ventes
- Tendance de demande inconnue
- Acceptation par les clients incertaine
- Historique saisonnier limite
Niveaux de confiance par age de l'article
Largeur typique de l'intervalle de confiance :
| Age de l'article | Points de données | Largeur IC typique | MAPE |
|---|---|---|---|
| Semaine 1 (Nouveau) | 5-7 jours | ±30-40 % | 18-25 % |
| Semaines 2-3 | 10-20 jours | ±20-30 % | 14-18 % |
| Mois 2-3 | 30-60 jours | ±15-20 % | 11-14 % |
| 6 mois et plus | 100+ jours | ±10-15 % | 9-12 % |
| 2 ans et plus | 500+ jours | ±8-12 % | 8-10 % |
Courbe d'apprentissage : La confiance s'améliore rapidement le premier mois, se stabilise après 3-6 mois
Facteurs externes
Sensibilité meteorologique
Articles sensibles à la température :
Caesar Salad (dependant de la meteo) :
Journee chaude (20 °C) :
Prevision : 45 portions
Fourchette : 42-48 portions (etroite, meteo previsible)
Journee froide (5 °C) :
Prevision : 28 portions
Fourchette : 22-34 portions (plus large, plus de variabilite)
Pourquoi plus large par temps froid ? Moins de personnes commandent des salades quand il fait froid, mais la variabilité est plus élevée (certains en commandent quand même, d'autres passent à la soupe).
Influence des événements
Événements connus (confiance plus élevée) :
Reunion mensuelle du personnel (200 participants) :
Prevision : +180 couverts dejeuner
Fourchette : +170 a +190 (etroite, evenement previsible)
Événements inconnus (confiance plus faible) :
Conference a proximite non annoncee :
Prevision : Volume de journee normale
Fourchette : Plus large que d'habitude (le modele ressent l'incertitude)
Note : Si l'evenement est annonce et ajoute au systeme, la confiance s'ameliore
Utiliser les intervalles de confiance pour la prise de décision
Cadres de décision
Stratégie conservatrice (minimiser le gaspillage)
Quand l'utiliser :
- Ingrédients couteux
- Articles à courte durée de conservation
- Couts d'élimination du gaspillage eleves
- Acceptable d'être occasionnellement en rupture
Regle de préparation : Préparer selon la borne inférieure ou légèrement au-dessus
Exemple :
Special poisson frais (cout 18 EUR, conservation 1 jour) :
Prevision : 28 portions
Fourchette : 23-33 portions
Decision : Preparer 25 portions (entre borne inferieure et estimation ponctuelle)
- 90 % de confiance que nous vendrons au moins 23
- Reserver du poisson frais pour 8 de plus si necessaire (fournisseur livre 2 fois/jour)
- Risque de gaspillage minimal
- Petit risque de rupture acceptable
Profil de risque :
- Risque de gaspillage : Faible (5-10 %)
- Risque de rupture : Moyen (15-20 %)
- Idéal pour : Périssables, articles à cout élevé
Stratégie équilibrée (focus qualité de service)
Quand l'utiliser :
- Articles standard du menu
- Couts moderes
- Une certaine flexibilite de préparation
- Ruptures indesirables mais gerables
Regle de préparation : Préparer selon l'estimation ponctuelle avec leger tampon
Exemple :
Pasta Carbonara (cout 3,50 EUR, facile a preparer davantage) :
Prevision : 52 portions
Fourchette : 48-56 portions
Decision : Preparer 52 portions initialement
- Garder les ingredients prets pour 6-8 de plus
- Peut preparer davantage en 15 minutes si necessaire
- Equilibre gaspillage vs qualite de service
Profil de risque :
- Risque de gaspillage : Moyen (10-15 %)
- Risque de rupture : Faible (5-10 %)
- Idéal pour : Articles de menu principaux, couts moderes
Stratégie agressive (jamais de rupture)
Quand l'utiliser :
- Plats signatures
- Ingrédients à faible cout
- Articles critiques pour l'expérience client
- Restes facilement reutilisables
Regle de préparation : Préparer selon la borne supérieure
Exemple :
House Bread (cout 0,50 EUR, article signature, conservation 3 jours) :
Prevision : 85 portions
Fourchette : 82-88 portions
Decision : Preparer 88 portions (borne superieure)
- Zero risque de rupture
- Cout de gaspillage minimal (1,50-2,00 EUR)
- Critique pour l'experience client
- Restes pour repas du personnel ou chapelure du lendemain
Profil de risque :
- Risque de gaspillage : Plus élevé (20-25 %)
- Risque de rupture : Très faible (moins de 2 %)
- Idéal pour : Articles à faible cout, articles signatures
Planification du stock tampon
Stratégie de tampon fixe
Ajouter un tampon constant à l'estimation ponctuelle :
Preparation = Estimation ponctuelle + Tampon fixe
Exemple (tampon 10 %) :
- Pasta Carbonara : 52 + 5 = 57 portions
- Caesar Salad : 31 + 3 = 34 portions
- Grilled Salmon : 28 + 3 = 31 portions
Avantages : Simple, coherent Inconvenients : Ignore les variations de confiance entre articles
Stratégie de tampon basée sur la confiance
Tampon proportionnel à la largeur de l'intervalle de confiance :
Preparation = Estimation ponctuelle + (Largeur intervalle × Facteur tampon)
Article a confiance elevee (intervalle etroit) :
- Point : 52, Fourchette : 48-56 (largeur : 8)
- Tampon : 8 × 0,25 = 2
- Preparer : 52 + 2 = 54 portions
Article a confiance faible (intervalle large) :
- Point : 35, Fourchette : 22-48 (largeur : 26)
- Tampon : 26 × 0,25 = 6,5
- Preparer : 35 + 7 = 42 portions
Avantages : S'adapté à la certitude de la prévision Inconvenients : Calcul plus complexe
Stratégie de pourcentage de borne supérieure
Préparer entre l'estimation ponctuelle et la borne supérieure :
Preparation = Estimation ponctuelle + (Superieur - Point) × Pourcentage
Strategie 50 % (a mi-chemin entre point et superieur) :
- Pasta : 52 + (56 - 52) × 0,5 = 54 portions
- Risotto : 35 + (48 - 35) × 0,5 = 41,5 = 42 portions
Strategie 75 % (plus proche de la borne superieure) :
- Pasta : 52 + (56 - 52) × 0,75 = 55 portions
- Risotto : 35 + (48 - 35) × 0,75 = 44,75 = 45 portions
Avantages : S'ajuste intuitivement à la confiance Inconvenients : Peut sur-préparer pour les articles à faible confiance
Combiner plusieurs facteurs
Exemple de matrice de décision :
Article : Grilled Salmon
- Prevision : 28 portions (Fourchette : 23-33)
- Cout : Eleve (6 EUR cout ingredient)
- Conservation : 1 jour
- Flexibilite preparation : Faible (1 heure de prep anticipee necessaire)
- Importance client : Moyenne
Processus de decision :
1. Cout eleve → pencher vers borne inferieure
2. Courte conservation → minimiser risque gaspillage
3. Faible flexibilite preparation → ne peut pas facilement en faire plus
4. Importance moyenne → un certain risque de rupture acceptable
Decision finale : Preparer 26 portions (legerement au-dessus borne inferieure)
- Accepter 10 % de risque de rupture
- Minimiser le gaspillage couteux
- Envisager d'offrir une alternative si rupture
Article : House Pasta
- Prevision : 52 portions (Fourchette : 48-56)
- Cout : Faible (1,50 EUR cout ingredient)
- Conservation : 2 jours (sauce), pates fraiches 3 jours
- Flexibilite preparation : Elevee (15 min temps de prep)
- Importance client : Elevee (plat signature)
Processus de decision :
1. Faible cout → peut se permettre un peu de gaspillage
2. Conservation plus longue → gaspillage moins problematique
3. Flexibilite preparation elevee → peut en faire plus si necessaire
4. Importance elevee → eviter les ruptures
Decision finale : Preparer 54 portions (au-dessus estimation ponctuelle)
- Commencer avec 52, garder ingredients pour 6-8 de plus
- Zero tolerance rupture pour la signature
- Risque financier minimal
Interpréter les tendances de confiance
Confiance en amélioration (intervalles se resserrant)
Bons signes :
Nouvel article de menu - Mushroom Risotto :
Semaine 1 : Prevision 22 (Fourchette : 12-32, ±45 %)
Semaine 2 : Prevision 25 (Fourchette : 18-32, ±28 %)
Semaine 3 : Prevision 27 (Fourchette : 22-32, ±19 %)
Semaine 4 : Prevision 28 (Fourchette : 24-32, ±14 %)
Ce que cela signifie :
- Le modèle apprend la tendance de demande
- Acceptation par les clients se stabilisant
- Prévision devenant plus fiable
- Peut augmenter la confiance dans la préparation
Confiance en déclin (intervalles s'elargissant)
Signes d'alerte :
Article etabli - Caesar Salad :
Janvier : Prevision 42 (Fourchette : 39-45, ±7 %)
Fevrier : Prevision 38 (Fourchette : 32-44, ±16 %)
Mars : Prevision 35 (Fourchette : 26-44, ±26 %)
Causes possibles :
- Transition saisonnière (demandé salade hiver→printemps variable)
- Changements de menu affectant les articles complémentaires
- Nouvelle concurrence à proximité
- Changements de qualité ou de recette
- Activités promotionnelles
Actions :
- Investiguer les changements opérationnels
- Vérifier les facteurs externes du marche
- Fournir des retours au modèle
- Utiliser une stratégie de préparation plus conservatrice temporairement
Confiance stable
État idéal :
Article de menu principal - Pasta Carbonara (2 ans au menu) :
Tendance coherente : Prevision ±10-12 % de largeur
- Lundis : 45 (Fourchette : 41-49)
- Mercredis : 52 (Fourchette : 48-56)
- Vendredis : 68 (Fourchette : 62-74)
- Samedis : 73 (Fourchette : 67-79)
Ce que cela signifie :
- Tendance de demande bien établie
- Comportement client previsible
- Fiable pour la planification
- Surprises minimales
Idées fausses courantes
Idée fausse 1 : « Intervalles etroits signifient prévisions parfaites »
Realite : Les intervalles etroits signifient des tendances cohérentes, pas une précision garantie.
Exemple :
Changement systematique pas encore detecte :
Tendance historique : 50 portions/jour (Fourchette : 48-52)
Nouvelle concurrence ouverte → Demande reelle maintenant : 42 portions/jour
Semaine 1 apres concurrence : Prevoit toujours 50 (48-52)
- Confiance elevee, mais prevision erronee
- Le modele n'a pas encore appris la nouvelle tendance
Semaine 3 apres concurrence : Prevoit 43 (40-46)
- Ajuste a la nouvelle reference
- Confiance restauree
Lecon : La confiance élevée reflete la cohérence historique, pas l'immunite au changement
Idée fausse 2 : « Intervalles larges signifient que le modèle devine »
Realite : Les intervalles larges refletent honnetement une incertitude veritable.
Exemple :
Nouvel article, demande tres variable :
- Jour 1 : 15 vendus
- Jour 2 : 32 vendus
- Jour 3 : 21 vendus
- Jour 4 : 28 vendus
- Jour 5 : 19 vendus
Prevision jour 6 : 23 (Fourchette : 15-31)
- Fourchette large reflete la variabilite reelle
- Estimation ponctuelle (23) est la moyenne des donnees
- L'intervalle communique honnetement l'incertitude
Lecon : Les intervalles larges sont des informations precieuses, pas un échec du modèle
Idée fausse 3 : « Je devrais toujours préparer selon l'estimation ponctuelle »
Realite : La préparation optimale dépend des couts, risques et priorités commerciales.
Exemple :
Deux articles, meme prevision :
Article A : Fruits de mer couteux (cout 12 EUR, conservation 1 jour)
Article B : House pasta (cout 1,50 EUR, conservation 2 jours)
Les deux : Prevision 30 (Fourchette : 25-35)
Preparation optimale :
- Article A : 27-28 portions (minimiser gaspillage couteux)
- Article B : 32-33 portions (eviter ruptures, faible cout gaspillage)
Lecon : Utiliser estimation ponctuelle + intervalle de confiance + contexte commercial ensemble
Idée fausse 4 : « 80 % de confiance signifie 80 % de précision »
Realite : 80 % de confiance signifie 80 % des reels tombent dans la fourchette.
Exemple :
100 previsions avec intervalles de confiance 80 % :
Resultat attendu :
- 80 previsions : Reel dans [inferieur, superieur]
- 10 previsions : Reel en dessous borne inferieure
- 10 previsions : Reel au-dessus borne superieure
Cela NE signifie PAS :
- 80 previsions sont exactement correctes
- 20 previsions sont totalement fausses
Ce que cela SIGNIFIE :
- 80 % du temps, preparer dans la fourchette est suffisant
- 10 % du temps, demande inattenduement faible (moins de gaspillage)
- 10 % du temps, demande inattenduement elevee (rupture potentielle)
Lecon : L'intervalle de confiance concerne la couverture de la fourchette, pas la précision ponctuelle
Exemples pratiques
Exemple 1 : Planification brunch du week-end
Brunch du samedi - 20 janvier 2024
Eggs Benedict :
Prevision : 42 (Fourchette : 36-48, ±14 %)
Cout : 3,20 EUR par portion
Temps de prep : 20 min a l'avance
Conservation : Jour meme uniquement
Analyse de decision :
- Confiance moderee (±14 %)
- Cout modere
- Une certaine flexibilite de prep (peut en faire plus en service)
- Courte conservation (gaspillage est perte totale)
Strategie : Equilibree avec legerement conservateur
- Preparer : 40 portions initialement
- Reserve : Ingredients pour 10 portions de plus
- Surveiller : Rythme des ventes premiere heure, prep plus si necessaire
Resultat : Vendu 44
- Risque de rupture gere : 4 de plus prepares en service
- Gaspillage : 0 portion
- Satisfaction client : Maintenue
Exemple 2 : Planification hebdomadaire
Dejeuner lundi-vendredi - Pasta Carbonara
Tendance de confiance historique :
Lundi : 45 (42-48, confiance elevee)
Mardi : 52 (49-55, confiance elevee)
Mercredi : 52 (48-56, confiance elevee)
Jeudi : 55 (51-59, confiance elevee)
Vendredi : 68 (62-74, confiance moderee)
Plan de preparation hebdomadaire :
Lundi : 45 (faire confiance a l'intervalle etroit)
Mardi : 53 (leger tampon, stabilite milieu de semaine)
Mercredi : 53 (meme que mardi)
Jeudi : 56 (leger tampon pour la tendance)
Vendredi : 66 (conservateur, intervalle plus large + fin de semaine)
Total hebdomadaire : 273 portions (vs estimation ponctuelle pure : 272)
- Sur-preparation minimale (1 portion)
- Ajustements quotidiens informes par la confiance
Exemple 3 : Gestion d'événement spécial
Saint-Valentin - Evenement connu
Special diner romantique (plat pour 2 personnes) :
Samedi normal : 15 commandes (Fourchette : 13-17)
Samedi Saint-Valentin : 32 commandes (Fourchette : 26-38)
Analyse de confiance :
- Donnees historiques Saint-Valentin : 3 annees precedentes
- Tendance coherente : 2,0-2,2× samedi normal
- Largeur intervalle moderee (±19 %) due a la variabilite
Decision :
- Preparer : 34 commandes (68 portions)
- Au-dessus estimation ponctuelle en raison de :
• Risque eleve de deception client (occasion romantique)
• Faible cout du gaspillage (peut offrir remise post-Saint-Valentin)
• Tendance historique a depasser la prevision le jour de la Saint-Valentin
Resultat : Vendu 36 commandes
- Legere rupture 30 dernieres minutes (2 commandes manquees)
- Appris : Besoin de 36-38 pour les Saint-Valentin futurs
- Retour fourni au modele pour l'annee prochaine
Avance : Lire la distribution
Comprendre l'asymetrie
Distribution symetrique :
Pasta Carbonara - Mercredi :
Estimation ponctuelle : 52
Borne inferieure : 48 (difference : -4)
Borne superieure : 56 (difference : +4)
Distribution : Symetrique (distance egale de la mediane)
Signification : Probabilite egale de sur/sous-performer
Distribution asymetrique à droite (asymetrie positive) :
Special poisson vendredi (dependant meteo) :
Estimation ponctuelle : 28
Borne inferieure : 23 (difference : -5)
Borne superieure : 37 (difference : +9)
Distribution : Asymetrique a droite (queue plus longue vers le haut)
Signification : Occasionnellement demande tres elevee (journees chaudes)
Planification : Considerer la fourchette superieure plus que l'inferieure
Distribution asymetrique à gauche (asymetrie négative) :
Salade fin de saison :
Estimation ponctuelle : 35
Borne inferieure : 24 (difference : -11)
Borne superieure : 40 (difference : +5)
Distribution : Asymetrique a gauche (queue plus longue vers le bas)
Signification : Occasionnellement demande tres faible (declin commencant)
Planification : Preparer de maniere conservatrice, demande en tendance baissiere
Changements de largeur de distribution
Etroite stable (idéal) :
Semaines 1-4 : Largeur fourchette 8-10 portions
→ Demande fiable, planifier avec confiance
Se resserrant (bon) :
Semaine 1 : Largeur 20 portions
Semaine 4 : Largeur 12 portions
→ Modele apprenant, augmenter la confiance
S'elargissant (investiguer) :
Semaine 1 : Largeur 8 portions
Semaine 4 : Largeur 16 portions
→ Quelque chose change, planification plus prudente
Volatile (prudence) :
Semaine 1 : Largeur 12
Semaine 2 : Largeur 22
Semaine 3 : Largeur 10
Semaine 4 : Largeur 18
→ Tendances incoherentes, utiliser approche conservatrice
Voir aussi
- Étude de performance — Résultats de validation et calibrage
- Guide de mise en oeuvre — Stratégies de flux de travail quotidien
- Architecture de l'intelligence artificielle — Fonctionnement de la regression quantile
- Fonctionnalités — Utilisation de la confiance dans le tableau de bord et l'interface de programmation