Comment Valider une Prévision de Demande AI Avant que les Planificateurs l'Utilisent
Ce tutoriel fournit un protocole de validation pratique avant qu'une prévision de demande par IA ou machine-learning ne soit autorisée à influencer les décisions d'inventaire, de capacité ou d'achats.
1. Figer le cadre d'évaluation
Définir l'horizon de prévision, la granularité SKU-emplacement, la fenêtre d'historique et les segments métier avant de comparer les modèles. Maintenir ce cadre stable afin que les changements de modèle ne soient pas confondus avec des changements de périmètre de données.
2. Établir une référence de base
Comparer la prévision IA à une référence simple telle que naïf saisonnier ou la prévision actuelle du planificateur. Un modèle plus complexe ne doit pas être promu sauf s'il produit une amélioration significative sur les décisions qui comptent.
3. Backtester par segment
Évaluer le WAPE ou une métrique d'erreur équivalente, le biais de prévision et les erreurs pertinentes pour le service par famille de produits, classe de volatilité et importance commerciale. Ne pas se fier uniquement à une moyenne globale du portefeuille.
4. Inspecter les exceptions
Examiner les écarts positifs et négatifs les plus importants. Séparer les erreurs structurelles des événements ponctuels, défauts de données et promotions ou ruptures de stock connues.
5. Définir les règles de promotion
Documenter quels seuils permettent au modèle de passer d'expérimentation à recommandation visible par le planificateur. Inclure qui détient la décision, quels segments sont exclus et quelle preuve déclenche un retour en arrière.
6. Surveiller après déploiement
Suivre la dérive, le biais, la fréquence de dérogation et la dégradation au niveau des segments sur des fenêtres glissantes. Un modèle ayant initialement passé la validation ne doit pas rester digne de confiance indéfiniment.
Validation et contrôles d'échec
- Comparer à une référence stable.
- Utiliser des fenêtres hors échantillon glissantes.
- Mesurer le biais ainsi que l'erreur absolue.
- Examiner séparément les segments critiques.
- Conserver un journal de dérogation et de retour arrière.