Pourquoi les indépendants et les entrepreneurs devraient-ils s'occuper des statistiques ?
Pour répondre à cette question, il faut d'abord savoir ce que signifie les statistiques :
Le mot statistique vient du mot latin statisticum, qui signifie concernant l'État. Ce n'est qu'au XIXe siècle qu'elle a été utilisée au sens moderne du terme : la collecte et l'évaluation générales des données.
Ces informations peuvent être utilisées à des fins d'illustration. Par exemple, un diagramme en dit plus long qu'une longue liste de chiffres :
ce graphique montre l'évolution du prix du pétrole de janvier 2014 à mai 2015. On peut clairement voir la chute du prix du pétrole à partir de la mi-2014. Au début de 2015, il s'est stabilisé et a augmenté à partir d'avril 2015. cette évolution se voit beaucoup mieux dans le graphique que dans les chiffres bruts.
Quelles sont les variables statistiques importantes ?
Il existe de nombreuses quantités statistiques avec lesquelles on peut faire des prédictions ou déterminer des informations importantes.
La valeur attendue.
Si l'on effectue une expérience à l'infini et que l'on calcule la valeur moyenne (pondérée) à partir du résultat, on obtient la valeur attendue. En pratique, cela signifie, par exemple, que vous achetez un certain nombre de vis chaque mois. Tâche : additionner toutes les vis d'une année et diviser par le nombre de mois. Vous obtenez ainsi la valeur attendue pour le nombre de vis achetées par mois.
Où la valeur attendue se produit-elle ?
Comme décrit dans l'exemple ci-dessus, la valeur attendue peut être formée comme une valeur moyenne sur un large éventail de produits. Cela vous permet de déterminer la moyenne des matériaux nécessaires par mois ou par an. Vous pouvez également utiliser la moyenne pondérée pour calculer le prix moyen d'une matière première, ce qui peut être utile pour déterminer les coûts de stockage. Par exemple, vous pouvez calculer le prix moyen de l'essence afin de calculer les frais de transport.
Comment la valeur attendue est-elle calculée ?
La valeur escomptée est généralement appelée E(X) dans les calculs. La formule indique que les valeurs individuelles (xi) sont additionnées puis divisées par le nombre de données (N).
Excel nous permet de traiter encore plus facilement la valeur attendue ! La formule MOYENNE calcule la valeur attendue :
La variance et l'écart-type - Définition
La variance et l'écart-type sont également des paramètres importants : ils indiquent l'importance de l'écart par rapport à la valeur moyenne. L'écart-type est plus souvent utilisé que la variance car il est plus facile à interpréter.
L'écart-type est une mesure qui montre à quel point les valeurs individuelles sont dispersées autour de la valeur attendue, c'est-à-dire que si les valeurs sont éloignées, l'écart-type est grand ; si elles sont proches, l'écart-type est petit.
Où se produit l'écart type ?
Comme mentionné ci-dessus, l'écart-type indique si les valeurs diffèrent de manière significative. Par exemple, la valeur attendue n'est pas significative si l'écart type est trop important pour la valeur attendue calculée par an des matières premières. Dans ce cas, vous devriez envisager de prendre un intervalle de temps plus court pour la valeur attendue (par exemple, par semestre ou par mois).
Comment la variance et l'écart-type sont-ils calculés ?
La variance est désignée par Var(X) et l'écart-type par les petites lettres grecques σ (sigma).
Formule pour la variance :
Dans cette formule, les valeurs individuelles (xi) sont d'abord déduites de la valeur attendue (E(X)). Le résultat est mis au carré et additionné, puis divisé par le nombre de données (N).
L'écart-type est la racine de la variance.
Formule de l'écart type :
Exemple pratique de variance et d'écart-type
Excel a également une formule pour la variance : VAR.P
et pour l'écart-type : STABWW.N
Revenons à notre exemple du prix du pétrole. J'ai ici la variance et l'écart-type pour 2014 et pour toute la période de janvier 2014 à mai 2015.
À première vue, on peut voir que si une différence peut être observée dans la variance, il est difficile de l'estimer. L'écart-type pour l'année 2014 est de 10,69. Cela signifie que la plupart des écarts par rapport à la valeur attendue se situent dans une fourchette de /-10 barils autour de la valeur attendue.
L'écart-type sur l'ensemble de la période est impressionnant : 21,3, soit le double de l'écart dû au fait que les valeurs sur l'ensemble de la période sont encore plus éloignées les unes des autres.
Exemples pratiques de statistiques dans les petites entreprises
Un exemple de statistiques dans les petites entreprises est la commande optimisée de matières premières.
Vous pouvez calculer la valeur attendue des commandes par an et ainsi déterminer si vous pouvez regrouper les commandes. De cette manière, les frais d'expédition peuvent être économisés ou les prix saisonniers peuvent être utilisés.
En outre, vous pouvez enregistrer les fluctuations de prix par mois, puis les reporter dans un diagramme. Cela indique clairement les mois au cours desquels vous pouvez obtenir une matière première à un prix inférieur. Les livraisons pour l'année suivante peuvent être mieux planifiées.
Vous pouvez voir ici un exemple de commande de matières premières avec des nombres aléatoires, et la valeur attendue et l'écart-type de la quantité commandée ont été formés.
La valeur attendue montre que nous achetons en moyenne 515,50 kg de matières premières par mois. L'écart-type est extrêmement élevé, à 298,21.
Dans ce cas, cela signifie que nous commandons de façon irrégulière et qu'il y a de grandes différences dans les quantités commandées. Cette statistique montre qu'il serait judicieux de combiner plusieurs commandes, surtout si l'on tient compte de la forte fluctuation des prix.
Dans ce diagramme, vous pouvez voir les fluctuations des prix. En outre, la valeur attendue du prix a été calculée, soit 0,71€.
Il faut faire attention aux mois où le prix est inférieur à la valeur attendue (de janvier à avril) afin de passer une commande plus importante. Si vous tenez compte de la demande par mois, vous pouvez établir un plan optimal pour savoir quand et combien commander.
Exemple de calcul :
Hypothèse : La consommation moyenne est de 500 kg par mois.
Si vous commandez la majeure partie des produits pendant la période de prix bas de janvier à avril, par exemple ¾ des commandes, s'applique :
Besoin annuel = 500 kg*12 mois
¾ de l'exigence annuelle est de 4500 kg.
Grâce à une planification efficace, vous payez 371,88 € de moins pour la même quantité de matières premières (6000 kg).
Qu'est-ce que cela me coûte de traiter des statistiques et qu'est-ce que cela m'apporte ?
Ces petites procédures d'évaluation statistique ne sont pas difficiles à apprendre, surtout parce que des logiciels comme Excel sont ceux qui fonctionnent le mieux pour nous.
Il vous suffit de saisir les données dans une feuille de calcul Excel et de maîtriser quelques formules. De cette façon, vous pouvez calculer de nombreux paramètres économiques. Le plus grand effort consiste à écrire ces données et à les sauvegarder sous une forme propre dans des tableaux Excel.
Il est utile de garder une trace de ces données, car elles en disent long sur votre entreprise. Si vous examinez les coûts de stockage et que vous planifiez bien vos commandes et vos livraisons, vous pouvez faire des économies, notamment grâce à de meilleures remises pour les grandes quantités d'achat. Ici, par exemple, la combinaison avec l'analyse ABC est logique.
Il est également bon de savoir comment vous vous situez par rapport à des entreprises similaires. Ces avantages justifient la quantité de travail nécessaire à ces analyses statistiques. Mieux vous connaissez votre entreprise, plus vous pouvez agir efficacement. Mesurez vos processus, vos temps et votre succès avec les bonnes méthodes !
Résumé et perspectives
Ce texte ne contient qu'un petit aperçu des statistiques, d'autres sujets statistiques seraient les quantiles, les calculs de probabilité et les prédictions connexes sur le développement ultérieur des données.
Ces sujets, cependant, nécessitent un aperçu plus détaillé des mathématiques et sont difficiles à traiter. En outre, ces parties de la stochastique nécessitent généralement des ensembles de données plus importants, ce qui représenterait un effort trop important pour les petites entreprises. Vous trouverez d'autres outils et tutoriels dans notre zone membre gratuite !