Qu'est-ce que la fonction PREVISION ?
Tu sors PREVISION (FORECAST en anglais) quand tu dois donner un chiffre pour la période suivante et que tu ne veux pas te fier à une extrapolation à l'œil sur tes derniers mois. Elle remplace ce doigt mouillé par un calcul reproductible, qui donne toujours la même estimation à partir du même historique.
Que tu analyses des ventes mensuelles, des budgets annuels ou des tendances de croissance, PREVISION te permet de projeter l'avenir avec une méthode statistiquement solide. C'est l'outil parfait pour les prévisions court terme basées sur des tendances linéaires : prévoir le chiffre d'affaires du prochain trimestre, estimer les coûts de l'année suivante, ou anticiper la demande pour ajuster ta production.
Syntaxe
=PREVISION(x; y_connus; x_connus)PREVISION est une fonction héritée (disponible dans toutes les versions d'Excel). Microsoft recommande PREVISION.LINEAIRE pour les nouveaux projets sur Excel 2016 et supérieur : les deux produisent des résultats identiques.
Comprendre chaque paramètre de la fonction PREVISION
L'ordre déroute souvent : tu donnes d'abord le x que tu veux prédire, puis tes Y historiques, et seulement après tes X historiques. Les trois sont obligatoires, et y_connus doit avoir exactement la même taille que x_connus, sinon tu récoltes un #N/A.
x
: la valeur pour laquelle tu veux estimer YSi tu prévois les ventes du mois 10, alors x = 10. Si tu prévois un CA pour l'année 2026, alors x = 2026.
Ce paramètre peut être un nombre saisi directement, une référence de cellule, ou une valeur calculée par une autre formule.
y_connus
: la plage de tes valeurs Y historiques : ventes passées, chiffre d'affaires, production, coûts..Ce sont les valeurs que tu veux prédire, celles qui dépendent de X.
Cette plage doit avoir exactement la même taille que x_connus. Si les deux plages diffèrent, Excel retourne #N/A.
Attention : Les valeurs vides ou textuelles dans y_connus sont ignorées, mais uniquement si la cellule correspondante de x_connus est aussi vide. Toute incohérence de taille entre les deux plages provoque une erreur #N/A.
x_connus
: la plage de tes valeurs X historiques : numéros de mois, années, trimestres, toute variable indépendanteCes valeurs correspondent aux Y que tu connais déjà.
Ces valeurs doivent être différentes les unes des autres. Si toutes tes valeurs X sont identiques, Excel ne peut pas calculer de pente et retourne #DIV/0!.
Exemples pratiques pas à pas
Comment prévoir une valeur future avec la fonction PREVISION
Le comité de direction se réunit dans deux jours et tout le monde attend un chiffre pour le mois prochain, pas une impression. Tu as dix-huit mois de ventes derrière toi, mois par mois, avec une progression très régulière et aucune saison creuse. La fonction PREVISION trace la droite qui colle au mieux à cet historique et te donne la valeur du mois 19, sans que tu aies à sortir la moindre moyenne à la main.
- 1Tu commences par l'argument
x, la valeur pour laquelle tu veux une estimation : ici19, le numéro du mois que tu cherches à prévoir. C'est le seul endroit de la formule qui parle du futur, et il arrive en premier alors qu'on l'attendrait plutôt à la fin. - 2Dans
y_connus, tu sélectionnesB2:B19, la colonneVentes (k€)sur ses dix-huit lignes. Ce sont les valeurs que tu cherches à prédire, celles qui dépendent du mois, et c'est sur elles que la fonction PREVISION calcule la pente de sa droite. - 3Tu termines par
x_connusavecA2:A19, la colonneMois. Cette plage doit compter exactement le même nombre de cellules quey_connus, sinon la fonction PREVISION renvoie l'erreur#N/Aau lieu du résultat.
=PREVISION(19; B2:B19; A2:A19)19. Sur la période, les ventes gagnent environ 3,7 k€ par mois, ce qui amène la prévision à 107 k€. Pour le mois 20, tu changes seulement le premier argument, les deux plages ne bougent pas.
Comment prévoir plusieurs périodes avec la fonction PREVISION
Tu dois engager les volumes d'électricité du site avant la fin du mois, et le fournisseur veut une trajectoire sur le dernier trimestre, pas un chiffre isolé. Tes six premiers mois sont relevés et la consommation monte de deux à trois mégawattheures par mois, sans à-coup. En recopiant la fonction PREVISION sur les trois lignes suivantes, tu obtiens les mois 7, 8 et 9 d'un seul geste, à condition de figer les deux plages historiques avant de tirer la formule.
- 1Dans l'argument
x, tu pointesA8, la cellule qui contient le mois7. Tu la laisses en relatif, car c'est justement elle qui doit suivre à la recopie pour que la ligne du dessous prévoie le mois8. - 2Dans
y_connus, tu sélectionnes$B$2:$B$7, les six consommations déjà relevées, et tu appuies surF4pour figer la plage. Sans les dollars, elle glisserait d'une ligne à chaque recopie et la fonction PREVISION calculerait sa droite sur des données décalées. - 3Dans
x_connus, tu fais pareil avec$A$2:$A$7, les six numéros de mois de l'historique. Les deux plages figées comptent six cellules chacune, la condition pour que la fonction PREVISION accepte le calcul.
=PREVISION(A8; $B$2:$B$7; $A$2:$A$7)A8. Recopiée vers le bas, elle garde le même historique figé par les dollars et fait seulement glisser le mois cible, ce qui donne 41,1 puis 43,5 MWh pour les mois 8 et 9.
Comment corriger l'erreur #N/A de la fonction PREVISION
Tu viens de clôturer le mois 9 et tu ajoutes sa ligne au suivi du budget transport, comme chaque début de mois. Ta formule tournait très bien jusque-là, et voilà qu'elle affiche #N/A juste au moment où on te réclame le coût à prévoir pour le mois 10. La cause tient presque toujours au même détail : en étendant ton tableau, tu as allongé la plage des coûts mais oublié celle des mois, et la fonction PREVISION refuse de travailler sur deux plages de tailles différentes.
- 1Dans l'argument
x, tu saisis10, le mois que tu veux estimer. Cet argument n'est pas en cause dans l'erreur#N/A, mais il doit rester un nombre : un mois écrit en toutes lettres commeOctobredéclencherait cette fois l'erreur#VALEUR!. - 2Dans
y_connus, tu sélectionnesB2:B10, les neuf coûts de l'historique, mois 9 compris. C'est bien cette plage que tu avais pensé à étendre en ajoutant la dernière ligne. - 3Dans
x_connus, tu sélectionnesA2:A10et nonA2:A9, l'oubli qui provoquait l'erreur. Les deux plages comptent alors neuf cellules chacune, et la fonction PREVISION peut former ses paires de points : il lui faut autant de X que de Y, sans exception.
=PREVISION(10; B2:B10; A2:A10)85,9 k€ pour le mois 10. Le réflexe à garder est de vérifier que les deux plages se terminent sur la même ligne (ici la ligne 10) après chaque ajout de données.
Les erreurs fréquentes avec la fonction PREVISION
Avec PREVISION, les ennuis viennent de deux endroits. Côté Excel d'abord : des X tous identiques font planter le calcul de pente (#DIV/0!), et deux plages de tailles différentes renvoient #N/A.
Mais le piège le plus sournois est silencieux : ta formule rend un chiffre bien net alors que tes données ne sont pas linéaires, ou que tu extrapoles beaucoup trop loin de ta dernière valeur connue. Là, aucune erreur affichée, juste une prévision à côté de la plaque.
Erreur #DIV/0! : toutes les valeurs X sont identiques
PREVISION calcule une pente entre tes points. Si tous tes x_connus sont identiques (par exemple {1;1;1;1}), la variance est nulle et Excel ne peut pas diviser. Il retourne #DIV/0!.
Solution : Vérifie que tes valeurs X sont bien différentes : 1, 2, 3, 4... et non 1, 1, 1, 1. Si tes X sont des mois ou des années, assure-toi de ne pas avoir saisi la même valeur partout.
Erreur #N/A : les deux plages n'ont pas la même taille
Quand y_connus et x_connus ont un nombre de cellules différent, Excel ne peut pas faire correspondre les valeurs et retourne #N/A.
Solution : Vérifie que les deux plages couvrent exactement le même nombre de lignes. Si y_connus = B2:B10 (9 cellules), alors x_connus doit aussi avoir 9 cellules, par exemple A2:A10.
Extrapolation excessive : prévision très éloignée des données connues
Prévoir trop loin en dehors de la plage de données connues suppose que la tendance linéaire continue indéfiniment, ce qui est rarement le cas. Le résultat n'est pas une erreur Excel mais une erreur de jugement.
Solution : Limite tes prévisions à 20-30% au-delà de ta dernière donnée. Si tu as 10 mois de données, évite de prévoir au-delà du mois 12-13. Intègre ton analyse du contexte métier pour ajuster la prévision.
Résultat aberrant sur des données non linéaires
PREVISION force un ajustement linéaire. Si tes données suivent une courbe (exponentielle, logarithmique, saisonnière), la droite calculée sera peu représentative et le résultat sera imprécis.
Solution : Trace un graphique en nuage de points avec tes données et ajoute une courbe de tendance. Si les points ne suivent pas une ligne approximative, passe à des transformations (log de tes Y) ou utilise PREVISION.ETS pour les données saisonnières.
Données vides ou textuelles créant des décalages
PREVISION ignore les cellules vides et les textes, mais uniquement si la cellule correspondante dans l'autre plage est aussi vide. Un vide à une position dans y_connus et une valeur en face dans x_connus peut fausser silencieusement le calcul.
Solution : Nettoie tes données avant. Supprime les lignes incomplètes ou remplace les vides par des valeurs estimées pour maintenir la correspondance stricte entre les deux plages.
PREVISION vs PREVISION.LINEAIRE vs TENDANCE vs PREVISION.ETS
Utilise PREVISION (ou PREVISION.LINEAIRE sur Excel 2016+) pour estimer un seul point futur sur une tendance linéaire. Passe à TENDANCE pour prévoir plusieurs points d'un coup. Si tes données ont une saisonnalité, PREVISION.ETS est bien plus adaptée.
| Critère | PREVISION | PREVISION.LINEAIRE | TENDANCE | PREVISION.ETS |
|---|---|---|---|---|
| Type de modèle | Régression linéaire simple | Régression linéaire (identique) | Régression linéaire multiple | Lissage exponentiel triple (ETS) |
| Résultat retourné | Une seule valeur Y | Une seule valeur Y | Tableau de valeurs Y | Une seule valeur Y avec saisonnalité |
| Gère la saisonnalité | Non | Non | Non | Oui (automatique ou forcée) |
| Disponibilité | Toutes versions | Excel 2016+ | Toutes versions | Excel 2016+ |
| Usage typique | Estimer un point futur précis | Même usage (version moderne) | Remplir toute une colonne de prévisions | Données avec pics et creux récurrents |
Astuces avancées avec PREVISION
Vérifie la qualité de ta régression avant de conclure
Un R² élevé confirme que tes données suivent vraiment une tendance linéaire. Calcule-le avec =COEFFICIENT.CORRELATION(x_connus; y_connus)^2 : un résultat proche de 1 valide l'usage de PREVISION, un résultat en dessous de 0,85 doit te rendre prudent.
Si le R² est faible, trace un graphique en nuage de points et ajoute une courbe de tendance pour voir si une transformation de tes données (log, racine) améliore l'ajustement.
Mets tes plages à jour automatiquement au fil du temps
Plutôt que de figer des plages comme B2:B10, utilise des plages dynamiques avec des tableaux structurés ou DECALER. Ainsi, quand tu ajoutes un mois de données, toutes tes formules PREVISION se recalculent sans retouche manuelle.
C'est particulièrement utile pour un reporting mensuel où tu veux que la prévision intègre la dernière valeur réelle dès sa saisie.
Passe à PREVISION.ETS dès que tu vois de la saisonnalité
Si tes données ont des pics réguliers (ventes de décembre plus fortes, consommation estivale...), PREVISION ignorera ces cycles et donnera une prévision plate et peu précise. PREVISION.ETS détecte et intègre automatiquement la saisonnalité.
Tu peux vérifier la présence de saisonnalité en traçant un graphique sur 2-3 ans : si les mêmes mois ressortent systématiquement en hausse ou en baisse, c'est le signal pour changer de méthode.
Questions fréquentes
PREVISION calcule la droite y = a×x + b qui minimise la somme des carrés des écarts entre tes données réelles et la droite. C'est la méthode des moindres carrés ordinaires (MCO).
La pente a (calculée par PENTE) représente l'augmentation de Y pour chaque unité de X. L'ordonnée b (calculée par ORDONNEE.ORIGINE) est la valeur de Y quand X vaut zéro.
Les deux fonctions utilisent exactement le même algorithme de régression linéaire et produisent des résultats identiques. PREVISION.LINEAIRE est la version moderne, introduite dans Excel 2016, qui fait partie de la famille des fonctions de prévision unifiées. Microsoft recommande PREVISION.LINEAIRE pour les nouveaux projets, mais PREVISION reste disponible dans toutes les versions pour la compatibilité.
Non. PREVISION utilise uniquement la régression linéaire et ne modélise pas les tendances saisonnières ou cycliques. Si tes données présentent des pics récurrents (ventes de décembre, consommation estivale), la prévision sera imprécise. Utilise PREVISION.ETS qui intègre le lissage exponentiel triple et gère automatiquement la saisonnalité.
Plus tu t'éloignes de tes données connues, moins la prévision est fiable. Une règle pratique : limite tes prévisions à 20-30% au-delà de ta dernière valeur X connue. Si tu as des données pour les mois 1 à 12, ne prévois pas au-delà du mois 15-16. L'extrapolation lointaine suppose que la tendance linéaire continue indéfiniment, ce qui est rarement le cas.
Si tes données suivent une courbe (exponentielle, logarithmique), transforme-les avant d'utiliser PREVISION. Par exemple, prends le logarithme de tes Y pour linéariser une croissance exponentielle, puis applique PREVISION sur les valeurs transformées. Tu peux aussi utiliser COEFFICIENT.CORRELATION pour mesurer la qualité de l'ajustement linéaire : un résultat proche de 1 valide l'approche, un résultat faible indique qu'une autre méthode est nécessaire.
Pour aller plus loin
Continue sur ta lancée après la fonction PREVISION : la leçon associée, un modèle prêt à l'emploi et le guide pour progresser.
Tout voir
