Scénario 38: Analyse simple des tendances et prévisions de la demande hebdomadaire

Pour qui et dans quelle situation

Derya, spécialiste des opérations par catégorie dans une entreprise de commerce électronique à Adana, prépare les commandes hebdomadaires des catégories de produits pour la réunion de planification. Son objectif n’est pas de prendre des engagements fermes, mais de rendre visibles la tendance et les incertitudes.

Comment procède-t-on aujourd’hui

Derya représente les semaines passées sur un graphique en courbes et prolonge la tendance au-delà de la dernière semaine. Elle note séparément l’effet des campagnes promotionnelles.

Comment procéder avec l’IA

1. Elle importe dans ChatGPT le CSV contenant les champs date, catégorie, commandes et campagne promotionnelle. ChatGPT peut utiliser l’analyse de séries temporelles, la régression et différentes méthodes. [75]
2. Elle demande un rapport de qualité sur les dates manquantes, les valeurs aberrantes, les doublons et les changements de catégorie ; elle demande que le code, les résultats et les hypothèses soient présentés. [71]
3. Elle demande : « Quelle méthode convient à ces données et quelles hypothèses, si elles ne sont plus respectées, rendent la prévision peu fiable ? » et fait expliquer, si nécessaire, ARIMA ou la décomposition saisonnière. [75]
4. Elle effectue une validation rétrospective sur les observations passées, fait repérer séparément les semaines de campagne promotionnelle et présente le résultat sous la forme de trois scénarios assortis d’hypothèses.

Exemple de prompt

Vérifie {la série temporelle des commandes que j’ai importée} pour détecter les semaines manquantes, les valeurs aberrantes et l’effet des campagnes promotionnelles. Explique la méthode adaptée à la prévision et les hypothèses. Effectue une validation rétrospective sur les données historiques, montre le code Python et produis trois scénarios aux hypothèses explicites pour {la période} à venir.

Preuves et exemple réel

Aucune étude de cas indépendante publiée n’a été trouvée pour ce scénario de commerce électronique. Les sources officielles d’OpenAI attestent que ChatGPT peut effectuer des analyses de séries temporelles, des régressions, des analyses ARIMA et des calculs basés sur Python. [71] [75]

Points de vigilance

ChatGPT peut choisir dès le départ une méthode inadaptée à l’objectif ; OpenAI recommande d’examiner les résultats, le code et les hypothèses. [71] L’environnement d’analyse ne peut pas effectuer de requêtes web externes ni d’appels API ; si des informations à jour sur les prix ou les campagnes promotionnelles sont nécessaires, fournissez-les séparément à partir d’une source approuvée. [71]

Sources de ce scénario

71. Data analysis with ChatGPT (help.openai.com)
75. Extracting insights with ChatGPT data analysis (help.openai.com)