Suisse: modéliser la demande saisonnière par facteurs

Distinguer clairement saisonnalité, tendance et cycle

La saisonnalité est un schéma de demande récurrent lié aux saisons, aux jours fériés, aux conditions météorologiques ou aux événements culturels. Elle se mesure statistiquement, ce n’est pas une intuition.

Il faut la distinguer de deux autres mouvements : la tendance décrit une évolution directionnelle à long terme, tandis que le cycle fluctue de manière irrégulière. Qui intègre ces deux éléments dans les facteurs saisonniers surestime la saisonnalité et planifie durablement de travers.

En pratique, les prévisions saisonnières échouent moins à cause de l’imprévisibilité qu’en raison de la méthode utilisée. L’étude de tendance BVL 2025/26 identifie la qualité de la planification pour les assortiments volatils et saisonniers comme l’un des plus grands défis des PME.

Disposer d’un indice par période permet de se préparer de manière structurée à la prévision saisonnière, au lieu de lutter chaque année contre les mêmes surprises.

Indice de saisonnalité et ligne de base comme cadre de calcul

L’indice de saisonnalité, aussi appelé facteur saisonnier, correspond au rapport entre la demande réelle d’une période et la demande moyenne sur l’ensemble des périodes.

Cette demande moyenne, hors effets saisonniers, promotions et événements spéciaux, constitue la ligne de base.

L’indice rend l’écart par rapport à la ligne de base lisible : une valeur supérieure à 1 indique une demande supérieure à la moyenne, une valeur inférieure à 1 une demande inférieure.

Exemple de calcul : avec une moyenne annuelle de 100 unités par mois, des ventes de 180 unités en août donnent un indice de 1,80 ; avec 60 unités en février, l’indice est de 0,60.

À partir des facteurs d’une période, on peut déduire les valeurs attendues pour chaque période future, à condition que la ligne de base et la tendance soient extrapolées séparément.

Indice de saisonnalité : interprétation et exemples

Facteurs calendaires : jours fériés mobiles, périodes inégales et jours ponts

La comparaison rigide entre mars et le mars de l’année précédente, ou entre la semaine civile 12 et la même semaine de l’année antérieure, fausse l’analyse. Si Pâques tombe en mars une année et en avril l’année suivante, la comparaison mensuelle suggère à tort une baisse du chiffre d’affaires, alors qu’il s’agit seulement d’un décalage.

La logique calendaire suit les limites des dates, pas le comportement de la demande : un mois compte entre 28 et 31 jours, avec un nombre variable de samedis, dimanches et jours fériés. Sans normalisation, la comparaison mesure aussi la situation calendaire, pas uniquement la performance commerciale.

La saisonnalité liée au calendrier varie encore davantage sous l’effet des jours fériés, des vacances scolaires et des jours ponts, typiquement dans le secteur de la restauration.

Les conditions météorologiques et les événements régionaux déplacent également la demande, par exemple lors de vagues de chaleur soudaines ou d’événements locaux. Les rapports classiques sont alors en retard sur la réalité.

Il convient donc de comparer des périodes comparables sur le fond, c’est-à-dire Pâques contre Pâques. Sinon, on risque une surproduction coûteuse ou des pertes de chiffre d’affaires dues à des rayons vides.

Facteurs calendaires avec jours fériés mobiles en Suisse

Catalogue de facteurs pour les schémas de demande en Suisse

Au niveau du calendrier figurent les jours fériés fixes, les fêtes mobiles comme Pâques, les vacances scolaires et les jours ponts. Les vacances scolaires étant réglementées au niveau cantonal et ne tombant pas partout aux mêmes dates, les facteurs régionaux devraient être gérés séparément.

Les conditions météorologiques agissent différemment selon les catégories : les mois plus froids privilégient les protéines plus consistantes, tandis que les saisons chaudes favorisent des options plus légères.

Les cycles spécifiques aux produits sont souvent liés aux fêtes : l’agneau atteint son pic autour de Pâques, le bœuf premium à Noël et au Nouvel An, les fruits de mer pendant le Carême et les mois d’été, la viande durant la saison des barbecues et les fêtes d’hiver.

Les événements culturels et les préférences régionales augmentent la complexité, car un même article répond à des exigences saisonnières différentes selon les marchés.

En tant que facteur macroéconomique s’ajoutent les prévisions conjoncturelles du SECO : le groupe d’experts en prévisions conjoncturelles de la Confédération prévoit une croissance de 1,7 % pour 2026 (prévision de juin : 0,9 %) et maintient 1,6 % pour 2027.

Ce facteur déplace le niveau, mais ne remplace pas les facteurs saisonniers.

Prévisions conjoncturelles suisses 2026–2027 (SECO)

Pics saisonniers spécifiques aux produits en Suisse

Calculer les facteurs saisonniers à partir de ses propres données

Le point de départ repose sur les données historiques de ventes de l’entreprise. Les promotions, événements spéciaux et jours de vente inégaux sont d’abord neutralisés afin que les facteurs reflètent la pure saisonnalité.

Ensuite, on calcule la demande moyenne par période sur l’ensemble des périodes, soit la ligne de base. Le facteur d’une période correspond à la demande réelle de cette période divisée par cette ligne de base.

Pour une première vue d’ensemble, des moyennes par jour de la semaine, par mois ou par fenêtre événementielle suffisent. Cela permet d’identifier des schémas saisonniers avant de calculer un modèle.

Pour les jours fériés mobiles, plusieurs années de données sont nécessaires afin de dissocier l’effet Pâques de la situation calendaire respective.

Il est possible de commencer sans nouveau logiciel : le calcul et la maintenance des facteurs peuvent être gérés dans le tableur existant.

Étapes pour calculer les facteurs saisonniers à partir de ses propres données

Construction du modèle : combiner ligne de base, tendance et facteurs

La prévision se compose de la ligne de base, de la composante tendancielle et des facteurs saisonniers, calendaires et événementiels.

Les facteurs sont combinés de manière multiplicative si la saisonnalité croît avec le niveau ; dans ce cas, l’indice est multiplié par la ligne de base. Ils sont additifs s’il s’agit de suppléments, lorsqu’une période génère un effet quantitatif fixe indépendamment du niveau, par exemple un week-end de jour férié.

Les facteurs événementiels tels que Pâques, les jours ponts ou les événements régionaux sont gérés séparément et activés uniquement pour les périodes concernées.

Chaque facteur reste ainsi estimable et vérifiable individuellement, et peut être actualisé avec de nouvelles données.

La tendance et la saisonnalité doivent être estimées séparément. Sinon, un changement de direction s’infiltre dans les facteurs saisonniers et fausse toutes les périodes suivantes.

Validation et pièges courants

L’erreur la plus fréquente consiste à confondre tendance et saisonnalité : une croissance pluriannuelle est alors interprétée comme un facteur saisonnier en hausse.

Deuxième erreur : les jours fériés mobiles sont ignorés et l’effet Pâques est attribué au mois de mars ou d’avril.

Troisième erreur : les jours calendaires ne sont pas normalisés, si bien qu’un mois comptant un jour de vente de moins paraît faible.

Quatrième erreur : les événements spéciaux et les promotions sont intégrés sans filtre, gonflant artificiellement le facteur. Cinquième erreur : le surajustement, lorsque trop de facteurs sont appliqués à trop peu d’observations.

Lors du test rétrospectif, les facteurs sont appliqués aux périodes closes et l’écart par rapport à la demande réelle est vérifié. Les périodes atypiques sont ensuite analysées pour vérifier la plausibilité des effets calendaires ou événementiels.

Avantages et risques des modèles de prévision saisonnière

Des facteurs aux quantités de commande et à la planification des stocks

La demande attendue par période résulte de la ligne de base multipliée par le facteur saisonnier, complétée par les facteurs calendaires et événementiels. Elle sert de base à la quantité de commande.

Le stock de sécurité couvre les erreurs de prévision et est crucial en haute saison. En basse saison, il immobilise du capital sans générer de chiffre d’affaires correspondant.

Pour les produits frais, la durée de conservation limite la constitution de stocks. Il n’est pas possible de maintenir des stocks au-delà de la haute saison, c’est pourquoi la flexibilité de la chaîne logistique remplace le stockage.

L’optimisation relie les investissements en inventaire à la satisfaction client : la gestion des coûts, la fraîcheur des produits et la disponibilité durant les pics doivent être pilotées conjointement.

Cela permet de réduire les erreurs de planification récurrentes : trop peu de marchandises en haute saison, trop ensuite.

Limites du modèle et contexte conjoncturel

Les facteurs saisonniers ne capturent que les schémas récurrents. Les ruptures ponctuelles n’appartiennent pas aux facteurs, mais sont évaluées séparément.

Le SECO cite des risques importants pour la conjoncture suisse : le conflit iranien, les prix élevés de l’énergie et l’incertitude persistante en matière de politique commerciale.

Les tensions géopolitiques affectent directement les chaînes d’approvisionnement alimentaires, notamment via les flux d’engrais et d’énergie et l’importance du détroit d’Ormuz, avec des risques pour la disponibilité, les coûts et la demande.

Les conditions économiques, les actions des concurrents et les changements réglementaires peuvent également provoquer des fluctuations de demande non saisonnières.

Le SECO fournit régulièrement des données à ce sujet : les chiffres du PIB environ 60 jours après la fin du trimestre, une estimation rapide du PIB (« flash ») environ 45 jours après, ainsi que le climat des consommateurs et le climat conjoncturel.

La prochaine prévision provisoire est annoncée pour le 16 décembre 2026.

Ces grandeurs macroéconomiques déplacent le niveau de la demande, pas sa forme saisonnière. Elles constituent un facteur propre, à placer à côté des facteurs saisonniers, pas à l’intérieur.