Cas client : village vacances, prédictif de CA

Neural Décision prédit le CA à 18 mois de ce groupe hôtelier avec une précision de 96%

Ces prévisions améliorent la visibilité de l’entreprise en termes d’investissements et favorisent la connaissance de ses clients. Plus encore, c’est la capacité à mieux piloter les ouvertures des sites, arbitrer les promotions en fonction de la saisonnalité ou encore gérer ses ressources humaines plus efficacement qui permet d’optimiser les revenus de sa société.

Explication de la problématique :

Les prévisions de chiffres d’affaires sont faites actuellement sur Excel à partir d’une règle linéaire de progression. Les éléments connus à l’avance comme les signatures de contrats pluriannuels sont ajoutés donnant l’image la plus fidèle possible de ce qui devrait se passer.

Les prévisions sont réalisées pour chaque campagne, une campagne dure jusqu’à 18 mois et il y a deux campagnes par an.

La difficulté d’une prévision traditionnelle vient du fait qu’elle intègre un mode de calcul trop souvent simpliste, calquée sur un comparatif au mois par mois. L’absence de données externes comme la météo ou les mouvements sociaux limite la visibilité.

Cette méthode fait l’impasse sur les cycles multiples et leurs décalages. En effet un comparatif par rapport à l’année n-1 ne sera pris en compte que lors de la campagne suivante.

Intelligence artificielle pour PME

L’approche Neural Decision

Nous avons mis en place pour notre client une solution prédictive via l’intelligence artificielle.

Tout d’abord, une étude statistique identifie des comportements différents entre les clients groupes et clients individuels, comme le montre les deux graphes ci-dessous :

Données de 3 campagnes pour les clients groupes
Données de 3 campagnes pour les clients individuels

Les modèles seront plus performants s’ils s’adressent à une population stable comme nous avons sur le graphe des individuels.

Nos data-scientists sélectionnent le meilleur algorithme qui pouvait convenir à cette situation. Ces résultats concernent l’hôtellerie et l’hébergement au sens large.

Ainsi après l’apprentissage sur les données historiques, l’IA nous a fourni le résultat suivant :

Comparatif entre le CA réel en vert et la prévision en gris

Les courbes sont très proches, démontrant que l’apprentissage a bien fonctionné. Il pourra restituer des prévisions d’une grande précision.

En accord avec le client, nous avons pondéré les résultats donnant plus d’importance à certain événements retranscrits dans les chiffres.

D’autres champs d’application  ?

Deux projets se profilent : selon le même principe, prévoir les annulations dès la réservation et mieux anticiper les stocks. Ces solutions s’approchent du yield management tout en ayant des champs d’application bien plus large.

Vous avez ces mêmes questionnements ? Prenez contact avec notre équipe

janvier 28, 2020