Kué Gilles Gaba, PhD, Actuaire IA & Economiste

Actuariat & Risk Management, Data Science A.I., Economie

Contrôle statistique de la qualité-Données Panel Ventes

1. Fonction

Directeur de Projet

2. Contexte et objectifs

2.1. Utilisateur de l'étude : Industriel, Institut de Panels & Etudes Marketing

2.2. Univers étudié : Pharmacies, Hôpitaux

2.3. Problématiques
a. Gestion Marketing
  - Anticipation, simulation des ventes
  - Recherche de facteurs évolutifs
  - Ajustement du mix-marketing

b. Gestion commerciale
  - Anticipation des ventes
  - Fixation des objectifs

c. Finances & Contrôle de gestion
  - Prévision budgétaire
  - Prévision de trésorerie

d. Logistique & Gestion de production :
  - Anticipation des commandes et livraisons
  - Ordonnancement, approvisionnements

2.4. Objectifs
a. Périmètre de Production Pilote trimestrielle :
  - Au moins 65-70% des Turnovers déclarés
  - Tous les pays
  - Toutes les sociétés

b. Détecter toute valeur ou évolution atypique
  - Indicateurs contrôlés

  • Turnover
  • Market Share

- Niveaux temporels contrôlés

  • Valeurs trimestrielles
  • Valeurs en Cumul Mobile Annuel

 

c. Détection avant production de l’étude :
  - Transmission rapide des données
  - Contrôle rapide des données

d. Produits contrôlés chaque trimestre :
  - Tous les produits, ayant un historique suffisant pour effectuer une anticipation

3. Démarche et méthodologie

3.1. Périmètre de production
a. Périodes contrôlées : Trimestres

b. Informations contrôlées : Ventes déclarées

c. Niveau de détection: Société x Pays x Produit

d. Taux de couverture : Selon l’historique

e. Pays : Toutes les régions, Tous les pays

f. Sociétés : Toutes les sociétés

g. Détection avant production de l’étude :
  - Combinaison d’échelles de temps : Valeur trimestrielle ET valeur MAT
  - Combinaison d’indicateurs : Turnover ET Market Share

 
3.2. Méthodes statistiques de détection
  - Détection multi-perspective :

  • Combinaison d’échelles de temps : Valeur trimestrielle ET valeur MAT
  • Combinaison d’indicateurs : Turnover ET Market Share

  - Techniques statistiques :

  • Box & Jenkins : Modèles saisonniers S-ARIMA

  • Windowing : Stationnarisation adaptative de séries non-stationnaires

turnover-quality-control

4. Descriptifs des fonctions des intervenants

- Ingénieurs Décisionnels (Datamining, développement informatique) : 2

5. Environnement technique

SAS (ETS, STAT, Macros compilées), QUESTION Data

6. Assurance qualité

- Recalculs partiels de résultats
- Vérification de la cohérence des résultats avec le cahier des charges

7. Livrables et formats des livrables

 

7.1. Base des valeurs atypiques détectées

a. Liste des valeurs atypiques détectées (individualisable pour une société spécifique) :
  - Combinaison d’échelles de temps : Valeur trimestrielle ET valeur MAT
  - Combinaison d’indicateurs : Turnover ET Market Share

 

a. Type d’outlier  :
  - Outlier type = QTR outlier only

Ce sont les valeurs atypiques détectées au niveau trimestriel, mais dont l’incidence n’a pas été suffisante pour déclencher un déséquilibre au niveau MAT


  - Outlier type = QTR + MAT outlier

Ce sont les valeurs atypiques détectées au niveau trimestriel, et dont l’incidence est suffisamment forte pour déclencher un déséquilibre au niveau MAT

c. Niveau d’importance « Gravité » de chaque atypie détectée

d. Limites (inférieure et supérieure) de détection des valeurs atypiques

7.2. Rapport de synthèse (Monde, Régions, Pays)

7.3. Module d’analyse au cas par cas (Outlier Case Analysis) (Individualisable pour une société spécifique)

8. Liste des Clients utilisateurs

Club Inter Pharmaceutique (CIP)