Forecast Pro fait entrer les données, les prévisions et l'entreprise dans l'ère de l’intelligence artificielle

Notre partenaire Forecast Pro vient d’annoncer que la version TRAC v7 du logiciel Forecast Pro est actuellement en beta test et sera bientôt disponible ! Elle introduit trois nouvelles fonctionnalités majeures.

 

ü  Machine Learning : ou apprentissage automatique, intègre de nouvelles méthodologies de pointe pour générer des prévisions plus précises et plus fiables basées sur l’intelligence artificielle.

ü  Product Mapping : ou cartographie des produits, vous permet de gérer facilement les introductions et les transitions de produits et services.

ü  Forecast Value Add reporting :  ou rapport sur la Valeur Ajoutée à la prévision vous permet de mieux suivre la précision de vos prévisions à chaque étape de votre processus de prévision.

 

En plus de ces trois nouvelles fonctionnalités, des améliorations logicielles supplémentaires ont été ajoutées :

 

§  Possibilité d’exporter des lignes externes vers des feuilles de collaboration Excel,

§  Ajout de lignes de calcul spécifiques dans la grille de remplacement de données,

§  Ouverture et conversion de manière transparente des projets de différentes localisations, récupération des projets non enregistrés, et bien plus encore.

L'apprentissage automatique (Machine Learning)

  • L’apprentissage automatique ou Machine Learning (ML) vous permet d’obtenir des prévisions fiables et d’améliorer leur précision plus que jamais. Dans les menus de Forecast Pro, vous pouvez, soit appliquer automatiquement le Machine Learning à l’aide du « Système Expert», ou soit choisir « Machine Learning » comme nouvelle méthode pour créer des modèles personnalisés. 
  • Forecast Pro TRAC V7 intègre des arbres de décision Extreme Gradient Boosting (XG Boost), une technique d’apprentissage automatique qui s’est avérée la meilleure de sa catégorie dans les compétitions de prévisions. C’est un algorithme de Gradient Boosting codé en C++ et disponible dans presque tous les langages de programmations utiles en Machine Learning (Python, R, Julia). 
  • Dans Forecast Pro, vous pouvez utiliser, en sélectionnant « Système Expert », le modèle de Machine Learning sur la base des données historiques uniquement. Mais vous pouvez aussi utiliser le modèle de Machine Learning pour générer des prévisions qui prennent en compte certaines spécificités tels que des horaires d’événements ou des variables explicatives. 

Cartographie de produits (Product Mapping)

  • Pour générer une bonne prévision, vous avez besoin de données historiques. Cependant, vous pouvez avoir un historique limité, voire inexistant, pour le produit que vous voulez prévoir. C’est le cas, par exemple, pour un produit nouveau. 
  • La Cartographie de produit vous permet de créer un historique pour ce nouveau produit à partir de l’historique d’autres produits qui lui sont très proches, voire similaires. Cet historique sera alors utilisé pour générer une prévision de ce nouveau produit. 
  • Vous pouvez définir des cartographies de produits directement dans Forecast Pro grâce à une interface conviviale, ou soit en utilisant des fichiers.

Rapport sur la valeur ajoutée prévisionnelle (Forecast Value Add Reporting)

  • Les rapports de valeur ajoutée prévisionnelle (FVA) vous aident à affiner le processus de vos prévisions en identifiant, par exemple, les étapes ou les collaborateurs qui apportent plus ou moins de fiabilité et de précision à vos prévisions.
  • Les rapports FVA globaux vous aident à identifier rapidement quels éléments et quelles étapes du processus de prévisions vous font gagner, ou au contraire perdre de la fiabilité et de la précision dans vos prévisions.
  • FVA mesure la précision de chaque valeur prévisionnelle ajoutée manuellement par rapport à la prévision statistique.