PREVISION.ETS : La Formule Excel de Prévision Exponentielle avec Lissage Saisonnier
=PREVISION.ETS(date_cible; valeurs; chronologie; [saisonnalite]; [completion_donnees]; [agregation])La formule PREVISION.ETS est l'outil statistique le plus puissant d'Excel pour réaliser des prévisions temporelles sophistiquées. Elle utilise l'algorithme de lissage exponentiel triple (ETS : Error, Trend, Seasonality) pour analyser les données historiques et projeter les valeurs futures avec une grande précision. Contrairement aux formules de prévision simples, PREVISION.ETS détecte automatiquement les tendances, les cycles saisonniers et les variations aléatoires dans vos données. Cette formule est particulièrement utile pour les professionnels travaillant dans la gestion de stocks, la prévision de ventes, l'analyse météorologique ou la planification budgétaire. Elle offre une alternative robuste à PREVISION.LINEAIRE en capturant les patterns complexes que les modèles linéaires ne peuvent pas identifier. Disponible depuis Excel 2016, elle a été considérablement améliorée dans Excel 365 avec de meilleures options de gestion des données manquantes. L'apprentissage de cette formule représente un véritable saut qualitatif dans votre maîtrise d'Excel. Elle permet de transformer des données brutes en insights prédictifs fiables, essentiels pour la prise de décision stratégique en entreprise.
Syntaxe et paramètres
La syntaxe complète de PREVISION.ETS s'articule autour de six paramètres : =PREVISION.ETS(date_cible; valeurs; chronologie; [saisonnalite]; [completion_donnees]; [agregation]). Le paramètre date_cible (requis) représente la date ou la période pour laquelle vous souhaitez obtenir une prévision. Le paramètre valeurs (requis) contient votre plage de données historiques, essentielles pour calibrer le modèle statistique. La chronologie (requise) doit correspondre exactement à vos valeurs, en contenant les dates ou numéros de période associés. Le paramètre saisonnalite (optionnel, par défaut 1) définit la longueur du cycle saisonnier. Pour des ventes mensuelles avec cycle annuel, utilisez 12. Pour des données hebdomadaires avec cycle annuel, utilisez 52. Completion_donnees (optionnel, par défaut 1) indique comment Excel doit gérer les données manquantes : 0 pour les ignorer, 1 pour les compléter automatiquement. Agregation (optionnel, par défaut 0) définit comment agréger les données multiples par période : 0 pour moyenne, 1 pour nombre, 2 pour somme, 3 pour moyenne (sans valeurs aberrantes). Conseil pratique : commencez toujours par vérifier que votre chronologie est régulière et sans écarts. Des données mal alignées produiront des prévisions inexactes. Testez d'abord avec saisonnalite=1 pour voir le comportement de base, puis ajustez selon vos cycles réels.
target_datevaluestimelineseasonalityExemples pratiques
Prévision de ventes mensuelles avec saisonnalité annuelle
=PREVISION.ETS(DATE(2024;1;1);B2:B25;A2:A25;12;1;0)Cette formule prédit la vente de janvier 2024 en analysant 24 mois d'historique. Le paramètre saisonnalite=12 indique un cycle annuel (12 mois). Completion_donnees=1 corrige automatiquement les données manquantes. Agregation=0 utilise la moyenne pour les périodes multiples.
Prévision de trafic web hebdomadaire avec détection automatique
=PREVISION.ETS(91;C2:C91;A2:A91;;1;)Les paramètres saisonnalite et agregation sont omis (valeurs par défaut). Excel détecte automatiquement le cycle saisonnier optimal (probablement 7 jours pour un cycle hebdomadaire). Completion_donnees=1 gère les jours fériés ou données manquantes.
Prévision de consommation énergétique trimestrielle
=PREVISION.ETS(9;D2:D9;B2:B9;4;1;2)Saisonnalite=4 représente les 4 trimestres de l'année. Agregation=2 utilise la somme pour agréger les données. Cette approche capture bien les variations saisonnières liées au chauffage en hiver et à la climatisation en été.
Points clés à retenir
- PREVISION.ETS est l'algorithme de prévision le plus sophistiqué d'Excel, utilisant le lissage exponentiel triple pour capturer tendances et saisonnalité
- Préparez toujours 2-3 cycles complets de données historiques régulièrement espacées pour des résultats fiables
- Combinez avec PREVISION.ETS.CONFINT pour obtenir des intervalles de confiance et une meilleure gestion du risque
- Testez différentes valeurs de saisonnalité et validez vos prévisions contre les données réelles avant de les utiliser pour la prise de décision
Astuces de pro
Utilisez toujours des données alignées temporellement régulièrement (même écart entre chaque point). Si vos données sont quotidiennes, ne mélangez pas avec des points manquants non gérés.
Impact : Améliore la précision de 15-25% en moyenne. Les données irrégulières confondent l'algorithme ETS.
Testez plusieurs valeurs de saisonnalité (ex: 11, 12, 13 pour des données mensuelles) et comparez les résultats avec des données réelles passées pour valider le modèle.
Impact : Permet de trouver le cycle optimal et d'augmenter la confiance dans les prévisions de 20-30%.
Combinez PREVISION.ETS avec PREVISION.ETS.CONFINT pour obtenir des intervalles de confiance. Présentez toujours les prévisions avec leur marge d'incertitude aux décideurs.
Impact : Rend vos prévisions plus crédibles et permet une meilleure gestion des risques.
Recalculez régulièrement vos prévisions en ajoutant les nouvelles données réelles. Un modèle ETS s'améliore continuellement avec plus de données historiques.
Impact : La précision augmente exponentiellement : +5% avec 12 mois, +15% avec 24 mois, +25% avec 36 mois de données.
Combinaisons utiles
Prévision avec intervalle de confiance
=PREVISION.ETS(A1;$B$2:$B$25;$C$2:$C$25;12) ± PREVISION.ETS.CONFINT(A1;$B$2:$B$25;$C$2:$C$25;0.95;12)Combine la prévision ponctuelle avec son intervalle de confiance à 95%. Permet de présenter un range de valeurs plutôt qu'un point unique, plus honnête statistiquement.
Détection automatique de saisonnalité
=PREVISION.ETS(A1;$B$2:$B$25;$C$2:$C$25;PREVISION.ETS.SEASONALITY($B$2:$B$25;$C$2:$C$25))Utilise PREVISION.ETS.SEASONALITY pour que Excel détecte automatiquement le meilleur cycle saisonnier, puis l'applique à la prévision. Élimine le besoin de spécifier manuellement la saisonnalité.
Comparaison prévision vs réalité
=SI(ESTNA(B1);PREVISION.ETS(A1;$B$2:$B$25;$C$2:$C$25;12);B1)Affiche la valeur réelle si disponible, sinon la prévision. Utile pour construire un tableau de bord où certaines périodes sont réelles et d'autres sont prévues.
Erreurs courantes
Cause : Les données historiques contiennent trop de valeurs manquantes (>25%), ou la saisonnalité spécifiée est supérieure au nombre de points de données disponibles (ex: saisonnalite=12 avec seulement 10 points).
Solution : Augmentez votre historique de données à au moins 2-3 cycles complets. Utilisez completion_donnees=1 pour laisser Excel corriger les lacunes. Vérifiez que saisonnalite ≤ nombre_de_points/2.
Cause : La chronologie contient des valeurs non numériques ou non-dates (texte mal formaté), ou les plages valeurs et chronologie n'ont pas la même taille.
Solution : Convertissez toutes les dates en format DATE() ou en nombres séquentiels. Vérifiez que LINES(valeurs)=LINES(chronologie). Nettoyez les cellules contenant du texte accidentel.
Cause : Les plages de données référencées (valeurs ou chronologie) ont été supprimées ou déplacées après la création de la formule.
Solution : Utilisez des plages absolues ($A$2:$A$100) pour éviter les décalages lors de copie-collage. Vérifiez que les plages existent toujours dans le classeur. Recalculez la formule avec Ctrl+Maj+F9.
Checklist de dépannage
- 1.Vérifiez que les plages valeurs et chronologie ont exactement la même taille (même nombre de lignes)
- 2.Confirmez que la chronologie est régulière (pas de sauts ou de dates manquantes non gérées)
- 3.Assurez-vous d'avoir au minimum 2 cycles complets de données (ex: 24 mois pour saisonnalite=12)
- 4.Vérifiez que saisonnalite n'est pas supérieur à la moitié du nombre de points de données
- 5.Testez avec completion_donnees=1 pour laisser Excel gérer automatiquement les lacunes
- 6.Validez que votre date_cible est cohérente avec le format de votre chronologie (dates vs numéros)
Cas particuliers
Données avec valeurs aberrantes extrêmes (outliers)
Comportement : PREVISION.ETS peut être fortement influencée par les outliers, créant des prévisions biaisées. L'algorithme ne les ignore pas automatiquement.
Solution : Utilisez agregation=3 (moyenne sans valeurs aberrantes) si disponible, ou nettoyez manuellement les données aberrantes avant la prévision.
Les outliers peuvent augmenter l'erreur de prévision de 50-200% selon leur ampleur.
Changement de tendance structurel (ex: crise, changement de politique)
Comportement : PREVISION.ETS se base sur l'historique complet. Un changement structurel brutal ne sera pas capté immédiatement, créant des prévisions obsolètes.
Solution : Redémarrez le modèle avec seulement les données post-changement, ou combinez PREVISION.ETS avec une analyse qualitative des ruptures.
Attendez 2-3 cycles complets après un changement avant que le modèle se réajuste correctement.
Données avec saisonnalité multiple (ex: cycle hebdomadaire ET annuel)
Comportement : PREVISION.ETS ne gère qu'une seule saisonnalité. Les cycles multiples ne peuvent pas être modélisés directement.
Solution : Privilégiez la saisonnalité dominante. Pour les cycles multiples complexes, envisagez des modèles ARIMA externes ou décomposez manuellement les cycles.
C'est une limitation importante pour les données très complexes (ex: trafic aérien avec cycles quotidiens, hebdomadaires, annuels).
Limitations
- •Ne gère qu'une seule saisonnalité à la fois. Les données avec cycles multiples (hebdomadaire + annuel) ne peuvent pas être modélisées complètement.
- •Nécessite au minimum 10 points de données, idéalement 2-3 cycles complets. Inadapté pour les données très courtes ou très récentes.
- •Peut être fortement biaisée par les valeurs aberrantes (outliers). Aucun paramètre natif pour les ignorer automatiquement (sauf agregation=3 limité).
- •Non disponible dans Google Sheets, LibreOffice ou Excel Online (versions antérieures à 2016). Limite la compatibilité multi-plateforme des classeurs.
Alternatives
Compatibilité
✓ Excel
Depuis Excel 2016
=PREVISION.ETS(date_cible;valeurs;chronologie;[saisonnalite];[completion_donnees];[agregation])✗Google Sheets
Non disponible
✗LibreOffice
Non disponible