La tendance est la composante de fond d’une série, sa direction générale une fois écartés la saison et le bruit : la pente qui dit si le niveau monte, descend ou stagne sur la durée. La capter est essentiel ; l’extrapoler naïvement est l’un des pièges les plus coûteux de la prévision.
Pourquoi ça compte
Derrière les variations d’une série se cache une direction : la tendance. C’est le mouvement lent qui subsiste quand on met de côté les oscillations saisonnières et les à-coups aléatoires. Une gamme qui monte structurellement, un produit en fin de vie qui s’éteint, un marché qui plafonne : autant de tendances qui décideront des volumes bien plus que le bruit de court terme.
La tendance est à la fois la composante la plus utile et la plus dangereuse. Utile, car c’est elle qui porte la prévision à moyen terme : ignorer une croissance de fond, c’est sous-stocker durablement. Dangereuse, car la prolonger telle quelle suppose que ce qui monte continuera de monter au même rythme, une hypothèse que la réalité dément presque toujours.
Tout l’art consiste à estimer la tendance sans la surestimer. Une pente lue sur les derniers points peut n’être qu’un accident ; une pente réelle finit presque toujours par s’infléchir. La bonne prévision de tendance n’est pas celle qui suit la pente le plus fidèlement, mais celle qui sait jusqu’où lui faire confiance.
Les compétitions et la littérature convergent sur un constat gênant : les méthodes qui prolongent la tendance en ligne droite sur-prévoient systématiquement à long horizon. Plus l’horizon s’allonge, plus l’erreur d’une pente extrapolée s’accumule, car rien ne vient jamais freiner la droite.
La réponse est venue de Gardner et McKenzie en 1985 : amortir la tendance. En introduisant un paramètre φ inférieur à 1, on fait converger la pente vers un palier au lieu de la laisser filer. Résultat contre-intuitif : cette méthode d’apparence modeste est devenue l’une des plus fiables au monde pour la prévision automatique de milliers de séries. La leçon d’expert : face à une tendance, la question n’est pas de la suivre, mais de décider à quelle vitesse cesser de lui faire confiance.
Le mécanisme
Prévoir une tendance suit une logique simple : séparer le niveau de la pente, estimer chacun, puis extrapoler la pente en la faisant décroître avec l’horizon.
La première idée est de décomposer. À chaque instant, une série se résume par deux nombres : son niveau, où elle est, et sa tendance, à quelle vitesse elle monte ou descend. Les méthodes de lissage, comme celle de Holt, mettent à jour ces deux quantités à chaque nouvelle observation, en pondérant davantage le passé récent.
Vient l’extrapolation, et c’est là que tout se joue. La méthode de Holt classique prolonge la pente à l’identique : la prévision monte indéfiniment en ligne droite. Simple, mais dangereux, car les preuves empiriques montrent qu’elle sur-prévoit dès que l’horizon s’éloigne.
L’amortissement corrige ce défaut. En multipliant la pente par un facteur φ à chaque pas, la tendance s’atténue progressivement jusqu’à se stabiliser sur un palier. Le schéma oppose les deux : la droite linéaire qui s’échappe et creuse un écart de sur-prévision, et la courbe amortie qui infléchit et se pose. En pratique, φ se règle entre 0,8 et 0,98 ; plus la tendance est fragile, plus on l’amortit.
Figure 1. La tendance linéaire prolonge la pente à l’infini et sur-prévoit à long horizon ; la tendance amortie, avec φ inférieur à 1, infléchit la pente jusqu’à se stabiliser. La zone rouge est l’écart de sur-prévision. Schéma illustratif.
Les pièges
Prendre un accident pour une pente, prolonger la droite à l’infini, ou amortir sans discernement : trois façons de se tromper de tendance.
Une hausse sur quelques points n’est pas une tendance. La prendre pour telle, c’est extrapoler un accident et sur-réagir. Une vraie tendance se confirme dans la durée ; avant d’extrapoler une pente, il faut s’assurer qu’elle est structurelle et non le fruit du hasard récent.
La tendance linéaire suppose que ce qui monte montera toujours au même rythme. Aucune série réelle ne se comporte ainsi : les marchés saturent, les produits vieillissent. Extrapoler une droite sans l’amortir garantit la sur-prévision à long horizon, et le surstock qui va avec.
L’inverse existe aussi. Amortir trop fort, ou amortir une tendance réellement soutenue, revient à sous-prévoir une croissance qui se poursuit. Le réglage de φ n’est pas cosmétique : il traduit une conviction sur la solidité de la tendance, à confronter au terrain.
La mise en œuvre
Estimer et extrapoler une tendance suit une progression où le réglage de l’amortissement décide de tout.
Retirer d’abord la saison et le bruit pour lire la composante de fond. Une tendance estimée sur une série encore saisonnière est trompeuse : la décomposition précède toujours l’estimation.
Par défaut, préférer la tendance amortie : elle domine la linéaire sur la plupart des séries et protège du long horizon. Ne garder la linéaire que pour une tendance dont on a la preuve qu’elle est durablement soutenue.
Estimer φ sur l’historique, en le laissant généralement entre 0,8 et 0,98. Un φ bas stabilise vite la prévision ; un φ proche de 1 la rapproche du linéaire. Le choix se valide en backtesting sur l’horizon qui compte.
Comparer, en backtesting glissant, l’erreur aux horizons éloignés : c’est là que la sur-prévision se révèle. Si l’erreur y explose, la tendance est trop peu amortie. Mesurer avec une métrique comparable comme le MASE.
Concepts voisins
La tendance se lit sur une série temporelle, s’estime par lissage et se combine à la saison.
Du savoir à l’action
Entre pente prolongée et tendance amortie, le bon réglage évite de sur-prévoir et de sur-stocker. Notre dossier Planification, prévision & S&OP fiabilise vos modèles de tendance.