Mappez deux colonnes, obtenez une prévision
Forecast n'a besoin que de deux choses : une colonne de date (transaction_date, CloseDate, order_date) et une métrique numérique à projeter (revenu, ventes, demande, trafic, coût). La détection automatique suggère le mapping ; vous le confirmez et choisissez la quantité d'historique vue par le modèle. Au moins 30+ lignes sont recommandées pour la précision.
- Choisissez un horizon de prévision — 30 jours pour la planification immédiate, 60 pour une précision équilibrée, 90 pour la planification stratégique
- Contrôlez la plage historique d'apprentissage du modèle — toutes les données, 30/90/180 derniers jours, 12 derniers mois ou une plage personnalisée
- Fonctionne avec toute métrique numérique, pas seulement le revenu : demande, trafic, coût, inventaire
Découvrez Forecast en action
Regardez : mappez une date et une métrique, lancez la prévision et lisez le graphique, les drivers et les insights IA.
Plus de signal quand vous l'avez
Deux entrées optionnelles affinent la projection. Les variables exogènes permettent d'ajouter d'autres colonnes numériques susceptibles d'influencer la métrique — dépenses marketing, prix, effectif — et une dimension de répartition segmente la prévision par client, région ou produit pour voir les principaux drivers derrière les totaux.
- Les régresseurs exogènes améliorent la précision quand un facteur externe pilote votre métrique
- La répartition par segment révèle quels clients, régions ou produits font bouger le chiffre
- Le modèle détecte automatiquement tendance, saisonnalité, jours fériés et comportement cyclique
Lisez les résultats
Les résultats s'ouvrent sur les KPI principaux — prévision totale, moyenne quotidienne, croissance vs historique et pic quotidien — puis le graphique d'ensemble avec bornes de confiance supérieure et inférieure pour une planification consciente du risque. Une vue des drivers explique ce qui sous-tend la courbe, la volatilité et la direction de tendance indiquent la stabilité des perspectives, et les insights IA de Claude les traduisent en priorités stratégiques.
- Les intervalles de confiance donnent une plage supérieure/inférieure honnête, pas seulement une ligne
- L'analyse des pics signale anomalies et événements inhabituels dans votre historique
- Exportez la prévision — dates, valeurs et bornes de confiance — vers Excel, ou enregistrez tout graphique dans un Dashboard, une Présentation ou un Rapport
Bonnes pratiques
- Fournissez au modèle au moins 30+ lignes : plus d'historique signifie une lecture de tendance et de saisonnalité plus fiable
- Ajoutez des variables exogènes quand vous savez qu'un facteur (ex. dépenses marketing) fait bouger votre métrique
- Utilisez l'horizon 90 jours pour la planification stratégique, mais fiez-vous davantage aux bornes de confiance qu'à la ligne ponctuelle
- Relancez la prévision à mesure que de nouvelles données arrivent pour garder des projections à jour
Prochaines étapes
Une fois que vous savez où va le chiffre, KPI Analytics suit les métriques qui comptent — ensuite dans la piste Analytique.