Analyse des résultats de l'ajustement du lot

L'exemple suivant d'analyse pour l'outil Ajustement du lot utilise un modèle Crystal Ball intitulé Magazine Sales.xlsx. Ce modèle (Figure 9.1) représente l'estimation des bénéfices bruts issus des ventes en kiosque de quatre des magazines à plus gros tirage du groupe.

Figure 9.1. Classeur Magazine Sales

Cette figure illustre l'estimation des bénéfices bruts issus des ventes de chaque magazine, ainsi que le total des bénéfices bruts.

Dans ce modèle, les cellules C5 à F5 contiennent des formules qui font référence à la première ligne de données de la feuille de calcul Sales Data. Cependant, le modèle serait plus précis si l'on remplaçait ces formules par des hypothèses basées sur toute la plage de données historiques. L'outil Ajustement du lot sert également à générer une hypothèse pour chaque colonne de données de la feuille de calcul Sales Data. Ensuite, à l'aide des commandes Crystal Ball, vous copiez ces hypothèses dans les données de sortie et vous les collez dans la première ligne de données du modèle Magazine Sales.

La Figure 9.2 présente les hypothèses et les corrélations générées par l'outil Ajustement du lot à l'aide des données figurant sur l'onglet Sales Data du fichier Magazine Sales.xlsx. Lors de son exécution, l'outil Ajustement du lot ajuste les colonnes de données à chaque loi sélectionnée. Pour chaque ajustement d'une loi à un ensemble de données, l'outil calcule la statistique de test de qualité de l'ajustement. La loi dotée du meilleur ajustement est insérée dans la feuille de calcul pour créer une cellule d'hypothèse que vous pouvez copier à l'emplacement approprié dans le modèle.

Figure 9.2. Batch Fit Results for Magazine Sales.xlsx

Cette figure représente les résultats des ventes pour chaque magazine sous le modèle.

L'outil Ajustement du lot a été configuré de manière à utiliser toutes les données continues pour ajuster la courbe, pour sélectionner automatiquement une méthode de classement, pour définir les corrélations entre toutes les hypothèses, pour afficher une matrice de corrélation entre toutes les séries de données et pour placer la sortie dans un nouvel onglet intitulé Batch Fit Assumptions.

Dans cet exemple, les hypothèses générées à la ligne 2 de l'onglet Batch Fit Assumptions sont copiées dans la ligne 5 de l'onglet Model à l'aide des commandes Copier et Coller de Crystal Ball. La prévision de la cellule C11 contient une référence indirecte à toutes ces hypothèses de volume de ventes. Le programme exécute ensuite une simulation de Monte Carlo à l'aide de la même séquence de nombres aléatoires, avec une valeur de départ de 999.

L'exécution de la simulation produit un graphique de prévision indiquant le total des bénéfices bruts à partir du classeur Magazine Sales. Dans le graphique de prévision du total des bénéfices bruts, si vous remplacez la valeur d'infini négatif par 5 500 dollars, vous observez que la certitude ou probabilité d'atteindre une telle somme est de 75 % (Figure 9.3).

Figure 9.3. Bénéfices issus des ventes de magazines en kiosque

Cette figure représente le graphique des effectifs correspondant aux ventes de magazines en kiosque.