La fonction PREVISION.ETS te permet de prédire l'avenir à partir de tes données historiques. Elle utilise l'algorithme de lissage exponentiel ETS (Error, Trend, Seasonality) pour détecter automatiquement les tendances et la saisonnalité dans tes séries temporelles.
Parfait pour anticiper tes ventes du mois prochain, ton trafic web de la semaine à venir, ta consommation énergétique ou la charge de tes serveurs. Là où une simple moyenne mobile traite toutes les données de la même façon, PREVISION.ETS donne plus de poids aux données récentes tout en conservant la mémoire des cycles passés. Disponible depuis Excel 2016.
Syntaxe de la fonction PREVISION.ETS
=PREVISION.ETS(date_cible; valeurs; chronologie; [saisonnalite]; [complete_donnees]; [agregation])Comprendre chaque paramètre de la fonction PREVISION.ETS
Les trois premiers arguments sont obligatoires et leur ordre est figé : la date que tu veux prédire, tes valeurs historiques, puis les dates qui leur correspondent. Veille à ce que valeurs et chronologie soient parfaitement alignées colonne par colonne, sinon la prévision part de travers.
Les trois derniers (saisonnalite, complete_donnees, agregation) sont facultatifs : tu les ajoutes seulement quand tu veux forcer un cycle, gérer des trous dans l'historique ou combiner plusieurs valeurs tombées le même jour.
date_cible
: la date pour laquelle tu veux obtenir une prévisionElle doit être au format date Excel et se situe généralement après la fin de ton historique (sinon tu obtiens une interpolation, pas une vraie prévision).
Tu peux passer une référence de cellule ou une formule comme DATE(2025;1;31) pour plus de lisibilité. Évite d'écrire les dates en dur dans la formule elle-même.
Astuce : Réfère une cellule plutôt que d'écrire la date directement : =PREVISION.ETS(A14; B2:B13; A2:A13). Si tu veux changer la date cible, il suffit de modifier la cellule A14, la formule se met à jour automatiquement.
valeurs
: tes données historiques : chiffre d'affaires mensuel, nombre de visiteurs quotidiens, volume de production hebdomadaire..Toute série de valeurs numériques que tu veux projeter dans le futur. Excel analyse ces données pour détecter les tendances et la saisonnalité.
Attention : Tes valeurs doivent correspondre exactement à tes dates dans la chronologie. Si ta première valeur correspond au 1er janvier, ta première date doit aussi être le 1er janvier. Un décalage entre les deux colonnes fausserait entièrement les prévisions.
chronologie
: la série de dates qui correspond à tes valeursCes dates doivent être espacées de manière régulière (tous les jours, toutes les semaines, tous les mois). Excel utilise cet espacement pour comprendre le rythme de tes données et détecter les cycles saisonniers.
[saisonnalite]
: indique la périodicité de tes cycles saisonniers(facultatif)Par défaut (valeur 1 ou paramètre omis), Excel détecte automatiquement la saisonnalité. Tu peux forcer une valeur spécifique : 12 pour des données mensuelles avec cycle annuel, 7 pour des données quotidiennes avec cycle hebdomadaire, ou 0 pour désactiver complètement la saisonnalité.
Astuce : Valeurs courantes : 1 = détection automatique, 7 = cycle hebdomadaire (données quotidiennes), 12 = cycle annuel (données mensuelles), 4 = cycle annuel (données trimestrielles), 0 = sans saisonnalité.
[complete_donnees]
: détermine comment Excel gère les valeurs manquantes dans ton historique(facultatif)Par défaut (valeur 1), Excel remplace les trous par interpolation. Avec la valeur 0, les valeurs manquantes sont traitées comme des zéros, ce qui peut créer des erreurs si tu as trop de lacunes.
Pas envie d'écrire la formule PREVISION.ETS à la main ?
Génère-la avec notre IA
Exemples pratiques pas à pas
Responsable e-commerce : prévoir les ventes de janvier
Tu es responsable e-commerce et tu dois anticiper janvier pour gérer ton stock et tes campagnes marketing. Tes ventes suivent un cycle saisonnier marqué avec un pic en fin d'année. Tu as 12 mois de données historiques et tu veux savoir à quoi t'attendre pour le mois calme qui suit le pic de décembre.
| A | B | C | |
|---|---|---|---|
| 1 | Mois | Ventes (EUR) | Formule |
| 2 | 2023-01-01 | 12 500 | |
| 3 | 2023-02-01 | 11 800 | |
| 4 | 2023-03-01 | 13 200 | |
| 5 | 2023-06-01 | 13 500 | |
| 6 | 2023-09-01 | 14 800 | |
| 7 | 2023-11-01 | 18 200 | |
| 8 | 2023-12-01 | 25 600 | |
| 9 | 2024-01-01 | ? | =PREVISION.ETS(A9; B2:B8; A2:A8) |
=PREVISION.ETS(A9; B2:B8; A2:A8)La fonction analyse automatiquement la saisonnalité (paramètre omis = détection auto). Elle repère le pic de fin d'année et anticipe que janvier sera un mois calme, avec une prévision d'environ 13 100 € (cohérent avec le mois de janvier de l'année précédente). Tu peux maintenant ajuster ton budget pub et tes approvisionnements.
Community manager : anticiper le trafic web hebdomadaire
Tu es community manager et tu planifies tes publications. Le trafic suit un cycle hebdomadaire marqué : pics en milieu de semaine, creux le week-end. Tu veux prévoir le trafic d'un lundi prochain pour optimiser ton planning éditorial.
| A | B | C | |
|---|---|---|---|
| 1 | Jour | Visiteurs | Formule |
| 2 | 2024-01-01 (Lun) | 8 500 | |
| 3 | 2024-01-02 (Mar) | 9 200 | |
| 4 | 2024-01-03 (Mer) | 9 800 | |
| 5 | 2024-01-04 (Jeu) | 9 500 | |
| 6 | 2024-01-05 (Ven) | 8 100 | |
| 7 | 2024-01-06 (Sam) | 5 200 | |
| 8 | 2024-01-07 (Dim) | 4 800 | |
| 9 | 2024-01-29 (Lun) | ? | =PREVISION.ETS(A9; B2:B8; A2:A8; 7) |
=PREVISION.ETS(A9; B2:B8; A2:A8; 7)En spécifiant saisonnalite=7, tu indiques à Excel que le cycle se répète chaque semaine. La prévision de 8 900 visiteurs pour un lundi est cohérente avec les lundis précédents. Tu sais maintenant qu'il faut programmer tes posts importants entre mardi et jeudi pour maximiser leur portée.
Astuce de pro : Combine cette prévision avec PREVISION.ETS.CONFINT pour obtenir un intervalle de confiance : au lieu de dire « je prévois 8 900 visiteurs », tu peux dire « entre 7 500 et 10 300 avec 95% de confiance ». C'est plus honnête et plus utile pour la prise de décision.
Contrôleur de gestion : budget prévisionnel trimestriel
Tu es contrôleur de gestion et la direction te demande une projection du chiffre d'affaires pour le prochain trimestre. Tu disposes de 2 ans d'historique avec une saisonnalité trimestrielle marquée : le Q4 est toujours plus fort, le Q3 toujours plus faible.
| A | B | C | |
|---|---|---|---|
| 1 | Trimestre | CA (k EUR) | Prevision Q1 2025 |
| 2 | 2023-Q1 | 450 | |
| 3 | 2023-Q2 | 480 | |
| 4 | 2023-Q3 | 420 | |
| 5 | 2023-Q4 | 590 | |
| 6 | 2024-Q1 | 475 | |
| 7 | 2024-Q2 | 510 | |
| 8 | 2024-Q3 | 445 | |
| 9 | 2024-Q4 | 625 | |
| 10 | 2025-Q1 | ? | =PREVISION.ETS(DATE(2025;3;31); B2:B9; A2:A9; 4) |
=PREVISION.ETS(DATE(2025;3;31); B2:B9; A2:A9; 4)Avec saisonnalite=4 (4 trimestres par cycle annuel), Excel détecte la tendance haussière d'environ 5% par an et la saisonnalité trimestrielle. La prévision de 502 k€ pour Q1 2025 intègre ces deux facteurs (prévision algorithmique à compléter par ton expertise sur le contexte économique et la concurrence).
Chef de projet IT : planifier la capacité serveur
Tu es chef de projet IT et tu dois dimensionner ton infrastructure cloud pour éviter les surcharges. Tu as l'historique de la charge serveur quotidienne sur 3 mois et tu veux anticiper les besoins de la semaine prochaine.
| A | B | C | |
|---|---|---|---|
| 1 | Date | Charge CPU (%) | Prevision J+7 |
| 2 | 2024-10-01 | 65 | |
| 3 | 2024-10-02 | 68 | |
| 4 | 2024-10-03 | 72 | |
| 5 | 2024-10-05 (Sam) | 63 | |
| 6 | 2024-10-06 (Dim) | 52 | |
| 7 | 2024-10-07 (Lun) | 48 | |
| 8 | ... | ... | |
| 9 | 2024-12-25 | ? | =PREVISION.ETS(A9; B2:B92; A2:A92; 1; 1) |
=PREVISION.ETS(A9; B2:B92; A2:A92; 1; 1)Avec saisonnalite=1 (détection automatique) et complete_donnees=1, Excel gère intelligemment les week-ends ou jours fériés où les données peuvent manquer. La prévision de 74% t'alerte que tu approches de la limite des 80% : il est temps de provisionner des ressources supplémentaires avant d'atteindre le seuil critique.
Envie de t'entraîner sur de vrais exercices Excel ?
M'entraîner
Les erreurs fréquentes avec la fonction PREVISION.ETS
Avec PREVISION.ETS, les blocages viennent presque tous de la chronologie ou du volume d'historique : des dates en désordre ou en doublon, ou pas assez de cycles pour la saisonnalité demandée. Une saisonnalité 12 réclame 24 points, une saisonnalité 7 en réclame 14.
Les deux autres pièges sont plus sournois car ils ne renvoient pas d'erreur : une prévision qui dérive parce que ton marché a changé, et l'usage de la fonction sur des données qui n'ont rien de temporel.
Dates en désordre ou avec doublons dans la chronologie
Excel exige que ta chronologie soit triée dans l'ordre croissant et sans doublons. Deux lignes avec la même date sans paramètre d'agrégation déclenchent une erreur.
Solution : Trie ta plage de dates dans l'ordre croissant avant d'utiliser la formule. Si tu as des doublons de dates légitimes (plusieurs ventes le même jour), utilise le paramètre agregation : =PREVISION.ETS(date; valeurs; chrono; 1; 1; 7) avec 7 pour additionner les doublons.
Erreur due à un historique trop court pour la saisonnalité demandée
Pour détecter la saisonnalité, Excel a besoin d'au moins 2 cycles complets. Si tu demandes saisonnalite=12 (cycle annuel mensuel) avec seulement 6 mois de données, Excel retourne une erreur.
Solution : Utilise saisonnalite=0 pour désactiver la saisonnalité si tu n'as pas encore assez d'historique, ou attends d'avoir accumulé au moins 2 cycles. Règle : saisonnalité 12 exige 24 points minimum, saisonnalité 7 exige 14 points minimum.
Prévisions qui dérivent progressivement de la réalité
PREVISION.ETS prolonge les tendances passées. Si ton marché change brutalement (nouveau concurrent, crise, promotion imprévue), les prévisions ne captent pas ce changement et deviennent inexactes.
Solution : Compare tes prévisions passées avec la réalité chaque mois. Si les écarts s'accumulent systématiquement dans la même direction, révise tes hypothèses ou ajuste manuellement les prévisions avec ton expertise métier. Une prévision est un outil d'aide, pas une vérité absolue.
Utilisation sur des données non temporelles
PREVISION.ETS est conçue pour des séries temporelles (données qui évoluent dans le temps). Si tu veux prédire un prix en fonction d'une surface, ce n'est pas une relation temporelle.
Solution : Pour des relations cause-effet non temporelles, utilise PREVISION.LINEAIRE ou une analyse de régression avec DROITEREG. Ces fonctions conviennent mieux aux données où l'axe horizontal n'est pas le temps.
PREVISION.ETS vs PREVISION.LINEAIRE vs TENDANCE vs MOYENNE.MOBILE
Garde PREVISION.ETS dès que tes données ont un rythme qui se répète (ventes mensuelles, trafic hebdomadaire, stocks) : c'est la seule des quatre qui capte la saisonnalité toute seule. En échange, elle exige deux cycles complets d'historique.
Si ta courbe monte ou descend sans cycle, PREVISION.LINEAIRE ou TENDANCE suffisent avec seulement deux points. Et MOYENNE.MOBILE ne projette rien dans le futur : elle se contente de lisser des données bruyantes.
| Critère | PREVISION.ETS | PREVISION.LINEAIRE | TENDANCE | MOYENNE.MOBILE |
|---|---|---|---|---|
| Type de tendance gérée | Tendance + saisonnalité automatique | Tendance linéaire simple | Tendance linéaire ou exponentielle | Lissage sans extrapolation |
| Saisonnalité | Oui, détection automatique | Non | Non | Non |
| Données requises | 2 cycles minimum | 2 points minimum | 2 points minimum | N points (fenêtre) |
| Disponibilité | Excel 2016+ | Excel 2016+ | Toutes versions | Via module Analyse de données |
| Cas d'usage idéal | Ventes mensuelles, trafic web, stocks | Croissance régulière sans saisonnalité | Projection linéaire sur plusieurs points | Lisser des données bruyantes |
Astuces avancées avec PREVISION.ETS
Valider la prévision avec un intervalle de confiance
PREVISION.ETS.CONFINT te donne la marge d'erreur de ta prévision : au lieu d'un chiffre unique, tu obtiens une fourchette. =PREVISION.ETS.CONFINT(date; valeurs; chrono; 0,95) te retourne l'écart pour un niveau de confiance de 95%.
Présente tes prévisions avec cette fourchette à ta direction : c'est plus honnête et plus utile pour la prise de décision.
Croiser plusieurs scénarios pour plus de robustesse
Crée deux ou trois prévisions avec des paramètres différents : une avec saisonnalité automatique, une avec saisonnalité forcée, une sans saisonnalité. Si les trois convergent, tu peux avoir confiance dans le résultat. Si elles divergent fortement, creuse pour comprendre pourquoi tes données sont ambiguës.
Cette approche multi-scénarios est la norme dans tout budget sérieux.
Surveiller la qualité du modèle dans le temps
Une fois par mois, compare tes prévisions passées avec les vraies valeurs réalisées. Calcule l'écart moyen relatif (valeur réelle - prévision) / valeur réelle. Si cet écart dérive systématiquement dans la même direction, ton modèle vieillit mal et il faut ajouter plus d'historique ou corriger manuellement la tendance.
Questions fréquentes sur la fonction PREVISION.ETS
Quelle différence entre PREVISION.ETS et PREVISION.LINEAIRE ?
PREVISION.LINEAIRE suppose une tendance linéaire simple et ignore la saisonnalité. PREVISION.ETS utilise l'algorithme ETS qui capture les variations saisonnières et s'adapte aux changements de tendance en donnant plus de poids aux données récentes.
Pour des données avec saisonnalité marquée (ventes mensuelles, trafic hebdomadaire), PREVISION.ETS sera beaucoup plus précise. Pour une croissance régulière sans saisonnalité, PREVISION.LINEAIRE suffit.
Comment Excel détecte-t-il automatiquement la saisonnalité ?
Quand tu laisses le paramètre saisonnalité à 1 (ou que tu l'omets), Excel analyse tes données historiques pour détecter des cycles répétitifs. Il teste plusieurs périodicités et retient celle qui donne le meilleur ajustement statistique.
C'est particulièrement utile quand tu ne connais pas à l'avance la périodicité de tes données. Si tu connais ton cycle (annuel, hebdomadaire), il est préférable de le spécifier explicitement pour de meilleurs résultats.
Combien de données historiques faut-il pour une prévision fiable ?
Excel recommande au moins 2 cycles complets de saisonnalité. Pour une saisonnalité mensuelle (12 mois par cycle), il te faut au minimum 24 mois de données. Pour des données hebdomadaires (7 jours par cycle), compte au moins 14 jours.
En pratique, plus tu as de données, plus tes prévisions seront précises et stables. Pour des prévisions business sérieuses, vise 3 ans d'historique quand c'est possible.
Que faire si PREVISION.ETS retourne une erreur ?
Les causes les plus fréquentes : dates en désordre dans la chronologie (trie-les avant de référencer la plage), doublons dans les dates sans paramètre d'agrégation, ou pas assez de données pour le niveau de saisonnalité demandé.
Si tu as des valeurs manquantes dans ton historique, active complete_donnees=1 pour qu'Excel les interpole automatiquement. Si tu as moins de 2 cycles saisonniers, utilise saisonnalite=0 pour désactiver la détection.
Peut-on faire des prévisions à long terme avec PREVISION.ETS ?
Techniquement oui, mais la fiabilité diminue rapidement avec l'horizon. Les prévisions sont fiables à court terme (1 à 3 mois pour des données mensuelles). Au-delà, les incertitudes s'accumulent.
Pour des prévisions à plus de 6 mois, complète toujours avec ton expertise métier et utilise PREVISION.ETS.CONFINT pour quantifier l'incertitude. Surveille régulièrement les écarts entre prévisions et réalité pour détecter une dérive du modèle.
Pour aller plus loin
Les fonctions similaires : PREVISION.LINEAIRE, TENDANCE, PREVISION.ETS.CONFINT, MOYENNE, MEDIANE
Bloqué sur une formule Excel ?
Pose ta question à notre assistant Excel IA, il te sort la bonne formule en quelques secondes.
Essayer l'assistant IAGratuit · 10 questions par mois