Fonction PREVISION.ETS.SAISONNALITE ExcelGuide Complet 2026
La fonction PREVISION.ETS.SAISONNALITE détecte automatiquement la longueur du cycle saisonnier dans tes séries temporelles. Elle analyse tes données historiques et te retourne un nombre : 12 pour un cycle annuel avec données mensuelles, 7 pour un cycle hebdomadaire avec données quotidiennes, 4 pour un cycle annuel avec données trimestrielles... C'est l'outil parfait pour comprendre la périodicité de tes ventes, ton trafic, ta production ou tout phénomène qui se répète dans le temps.
Syntaxe de la fonction PREVISION.ETS.SAISONNALITE
PREVISION.ETS.SAISONNALITE prend tes valeurs historiques et leurs dates correspondantes, puis te retourne la longueur du modèle saisonnier détecté. Les 2 derniers paramètres sont optionnels.
=PREVISION.ETS.SAISONNALITE(valeurs; chronologie; [complétion_données]; [agrégation])Comprendre chaque paramètre de la fonction PREVISION.ETS.SAISONNALITE
valeurs
(obligatoire)Tes données historiques : ventes mensuelles, visiteurs quotidiens, production hebdomadaire... Toute série de valeurs numériques dans laquelle tu cherches à identifier un cycle répétitif. Excel analysera ces valeurs pour détecter des motifs qui se répètent à intervalles réguliers.
Conseil : Plus tu as de données, plus la détection sera précise. Vise au minimum 2 cycles complets : si tu cherches une saisonnalité mensuelle, il te faut au moins 24 mois de données.
chronologie
(obligatoire)La série de dates qui correspond exactement à tes valeurs. Ces 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.
Attention : Tes dates doivent être triées dans l'ordre chronologique croissant, sans doublons. Si elles sont en désordre, Excel retournera une erreur. La première valeur doit correspondre à la première date.
complétion_données
(optionnel)Détermine comment Excel gère les valeurs manquantes dans ton historique. Par défaut (1 ou omis), Excel comble les trous par interpolation, ce qui améliore la détection de saisonnalité. Avec 0, les valeurs manquantes sont traitées comme des zéros, ce qui peut fausser l'analyse.
1 (défaut) : interpole les valeurs manquantes0 : traite les valeurs manquantes comme des zérosagrégation
(optionnel)Si plusieurs valeurs partagent la même date (par exemple, plusieurs transactions le même jour), ce paramètre dit à Excel comment les combiner avant d'analyser la saisonnalité. Par défaut (1), il calcule la moyenne. Tu peux choisir la somme, le maximum, ou d'autres méthodes selon ton besoin.
1 (défaut) : MOYENNE2 : NOMBRE (compte les occurrences)3 : NBVAL (compte les valeurs non vides)4 : MAX5 : MEDIANE6 : MIN7 : SOMMEComment fonctionne la détection de saisonnalité ?
Excel utilise l'analyse d'autocorrélation pour détecter les cycles répétitifs dans tes données. L'autocorrélation mesure la similarité entre tes données et ces mêmes données décalées dans le temps. Si tes ventes de janvier ressemblent systématiquement à celles de janvier de l'année précédente, Excel détectera un cycle de 12 mois.
Cycle mensuel annuel (12)
Typique pour les ventes au détail, la consommation énergétique saisonnière, le tourisme... Les mêmes mois chaque année montrent des patterns similaires : pics en décembre pour les cadeaux, creux en août pour les activités B2B, etc.
Cycle hebdomadaire (7)
Fréquent pour le trafic web, la fréquentation des magasins, les appels au support... Les lundis ressemblent aux lundis, les week-ends ont leurs propres caractéristiques. Excel le détecte si tes données sont quotidiennes.
Cycle trimestriel annuel (4)
Courant dans les reportings financiers, les bilans trimestriels, les campagnes marketing saisonnières... Chaque trimestre de l'année a ses particularités : Q4 souvent plus fort avec les fêtes de fin d'année.
Pas de saisonnalité (1)
Si Excel retourne 1, cela signifie qu'aucun cycle répétitif n'a été détecté. Soit tes données sont trop aléatoires, soit tu n'as pas assez d'historique, soit ton phénomène n'a vraiment pas de saisonnalité. Dans ce cas, utilise PREVISION.LINEAIRE plutôt que PREVISION.ETS.
Astuce : Utilise PREVISION.ETS.SAISONNALITE avant de faire tes prévisions avec PREVISION.ETS. Ça te permet de comprendre la périodicité de tes données et de vérifier que la détection automatique a bien fonctionné.
Exemples pratiques pas à pas
Exemple 1 – Data analyst : détecter les cycles de ventes e-commerce
Tu es data analyst dans une boutique en ligne. Avant de créer des prévisions, tu veux vérifier si tes ventes suivent un cycle saisonnier et, si oui, quelle est sa périodicité. Tu disposes de 24 mois de ventes mensuelles.
Excel détecte un cycle de 12 mois : tes ventes suivent un pattern annuel.
| A | B | C | |
|---|---|---|---|
| 1 | Mois | Ventes (€) | Détection saisonnalité |
| 2 | 2022-01-01 | 45 000 | |
| 3 | 2022-02-01 | 42 000 | |
| 4 | 2022-03-01 | 48 000 | |
| 5 | 2022-04-01 | 47 000 | |
| 6 | 2022-05-01 | 51 000 | |
| 7 | 2022-06-01 | 49 000 | |
| 8 | 2022-07-01 | 43 000 | |
| 9 | 2022-08-01 | 38 000 | |
| 10 | 2022-09-01 | 52 000 | |
| 11 | 2022-10-01 | 56 000 | |
| 12 | 2022-11-01 | 64 000 | |
| 13 | 2022-12-01 | 89 000 | |
| 14 | ... | ... | |
| 15 | 2023-12-01 | 95 000 | =PREVISION.ETS.SAISONNALITE(B2:B25; A2:A25) |
=PREVISION.ETS.SAISONNALITE(B2:B25; A2:A25)Le résultat 12 confirme ce que tu suspectais : tes ventes ont un cycle annuel marqué, avec des pics en fin d'année et des creux en été. Tu peux maintenant utiliser cette information pour paramétrer correctement PREVISION.ETS avec une saisonnalité de 12, ou laisser la détection automatique faire son travail.
Exemple 2 – Contrôleur de gestion : identifier les patterns budgétaires trimestriels
Tu es contrôleur de gestion dans une entreprise B2B. Tu remarques que tes chiffres d'affaires trimestriels semblent suivre un pattern, mais tu veux le confirmer objectivement avant de construire ton modèle budgétaire. Tu as 3 ans d'historique trimestriel (12 trimestres).
Excel détecte un cycle de 4 trimestres (cycle annuel avec données trimestrielles).
| A | B | C | |
|---|---|---|---|
| 1 | Trimestre | CA (k€) | Analyse |
| 2 | 2021-Q1 | 380 | |
| 3 | 2021-Q2 | 420 | |
| 4 | 2021-Q3 | 350 | |
| 5 | 2021-Q4 | 510 | |
| 6 | 2022-Q1 | 410 | |
| 7 | 2022-Q2 | 450 | |
| 8 | 2022-Q3 | 370 | |
| 9 | 2022-Q4 | 545 | |
| 10 | 2023-Q1 | 435 | |
| 11 | 2023-Q2 | 480 | |
| 12 | 2023-Q3 | 395 | |
| 13 | 2023-Q4 | 580 | =PREVISION.ETS.SAISONNALITE(B2:B12; A2:A12) |
=PREVISION.ETS.SAISONNALITE(B2:B12; A2:A12)Le résultat 4 confirme que ton entreprise a bien un cycle annuel avec des variations trimestrielles prévisibles : Q3 toujours plus faible (vacances d'été), Q4 toujours plus fort (clôture de budgets annuels des clients). Cette information est précieuse pour ton budget prévisionnel : tu peux désormais ajuster tes objectifs trimestriels en tenant compte de cette saisonnalité structurelle.
Exemple 3 – Commercial : analyser les tendances saisonnières du pipeline
Tu es commercial et tu gères un pipeline de leads. Tu te demandes si ton taux de conversion suit un pattern hebdomadaire (meilleurs résultats certains jours ?). Tu as collecté 8 semaines de données quotidiennes (56 jours).
Excel détecte un cycle hebdomadaire : tes conversions suivent un pattern de 7 jours.
| A | B | C | |
|---|---|---|---|
| 1 | Date | Conversions | Détection cycle |
| 2 | 2024-01-01 (Lun) | 23 | |
| 3 | 2024-01-02 (Mar) | 28 | |
| 4 | 2024-01-03 (Mer) | 32 | |
| 5 | 2024-01-04 (Jeu) | 30 | |
| 6 | 2024-01-05 (Ven) | 26 | |
| 7 | 2024-01-06 (Sam) | 12 | |
| 8 | 2024-01-07 (Dim) | 8 | |
| 9 | 2024-01-08 (Lun) | 24 | |
| 10 | ... | ... | |
| 11 | 2024-02-25 (Dim) | 9 | =PREVISION.ETS.SAISONNALITE(B2:B57; A2:A57) |
=PREVISION.ETS.SAISONNALITE(B2:B57; A2:A57)Le résultat 7 confirme ton intuition : il y a bien un cycle hebdomadaire dans ton pipeline. Les conversions sont meilleures en milieu de semaine et chutent le week-end. Fort de cette information, tu peux ajuster ta stratégie : programmer tes relances pour mardi-mercredi, préparer tes propositions commerciales pour qu'elles arrivent en début de semaine, et éviter de compter sur des signatures le week-end dans tes prévisions.
Exemple 4 – Chef de produit : vérifier l'absence de saisonnalité
Tu es chef de produit pour un logiciel en SaaS. Contrairement aux produits physiques, tu penses que ton chiffre d'affaires récurrent (MRR) ne suit pas de saisonnalité marquée. Tu veux le vérifier avant de choisir ton modèle de prévision : PREVISION.ETS ou PREVISION.LINEAIRE ?
Excel retourne 1 : aucune saisonnalité détectée. Ton MRR suit une croissance régulière sans cycle.
| A | B | C | |
|---|---|---|---|
| 1 | Mois | MRR (€) | Test saisonnalité |
| 2 | 2023-01-01 | 142 000 | |
| 3 | 2023-02-01 | 147 000 | |
| 4 | 2023-03-01 | 151 000 | |
| 5 | 2023-04-01 | 149 000 | |
| 6 | 2023-05-01 | 156 000 | |
| 7 | 2023-06-01 | 158 000 | |
| 8 | 2023-07-01 | 161 000 | |
| 9 | 2023-08-01 | 159 000 | |
| 10 | 2023-09-01 | 165 000 | |
| 11 | 2023-10-01 | 168 000 | |
| 12 | 2023-11-01 | 172 000 | |
| 13 | 2023-12-01 | 176 000 | =PREVISION.ETS.SAISONNALITE(B2:B13; A2:A13) |
=PREVISION.ETS.SAISONNALITE(B2:B13; A2:A13)Le résultat 1 confirme ton hypothèse : ton chiffre d'affaires récurrent n'a pas de saisonnalité significative. Il suit une tendance de croissance linéaire régulière. Dans ce cas, inutile d'utiliser PREVISION.ETS : opte pour PREVISION.LINEAIRE ou TENDANCE qui seront plus simples et tout aussi efficaces. Tu économises de la complexité sans perdre en précision.
Les erreurs fréquentes et comment les éviter
Chronologie en désordre ou avec doublons
Excel exige que tes dates soient triées dans l'ordre chronologique croissant, sans doublons. Si deux lignes ont la même date, utilise le paramètre agrégation pour dire à Excel comment les combiner (somme, moyenne...). Sinon, tu obtiendras une erreur.
Pas assez de données pour détecter la saisonnalité
Pour identifier un cycle saisonnier, Excel a besoin d'au moins 2 cycles complets. Si tu cherches une saisonnalité mensuelle (12) avec seulement 10 mois de données, Excel ne pourra pas détecter le pattern et retournera probablement 1 (pas de saisonnalité) ou une erreur.
Confondre résultat 1 et erreur
Si PREVISION.ETS.SAISONNALITE retourne 1, ce n'est pas une erreur ! Ça signifie simplement qu'Excel n'a pas détecté de cycle saisonnier significatif dans tes données. Soit ton phénomène n'a vraiment pas de saisonnalité, soit les données sont trop bruitées, soit tu n'as pas assez d'historique. Dans ce cas, utilise PREVISION.LINEAIRE au lieu de PREVISION.ETS.
Espacement irrégulier entre les dates
Excel s'attend à un espacement régulier entre tes dates : tous les jours, toutes les semaines, tous les mois... Si tu as des trous (tu sautes des semaines), ou si l'espacement varie (parfois 7 jours, parfois 10 jours), la détection de saisonnalité sera faussée. Assure-toi d'avoir une chronologie régulière, ou utilise le paramètre complète_données=1.
Astuces avancées
Teste plusieurs segments de tes données
Ne te contente pas d'analyser toute ta série d'un coup. Divise-la en segments (première année, deuxième année, etc.) et lance PREVISION.ETS.SAISONNALITE sur chaque segment. Si tous retournent le même résultat, ton cycle est stable. Si les résultats varient, c'est que ta saisonnalité change dans le temps : il faudra en tenir compte dans tes prévisions.
Compare avec ton expertise métier
Si Excel te retourne 7 alors que tu sais que ton business n'a aucun cycle hebdomadaire, méfie-toi : c'est peut-être un faux positif dû au bruit dans les données. Inversement, si tu sais qu'il y a un cycle mais qu'Excel retourne 1, c'est que tes données sont trop bruitées ou insuffisantes. L'algorithme est puissant, mais ton expertise métier reste indispensable pour valider les résultats.
Combine avec PREVISION.ETS.STAT pour évaluer la qualité
PREVISION.ETS.STAT te donne des métriques sur la qualité de la détection (erreur quadratique moyenne, lissage...). Si la saisonnalité détectée est de mauvaise qualité statistique, c'est peut-être qu'elle n'est pas vraiment significative. Utilise ces métriques pour décider si tu dois faire confiance au résultat ou forcer une valeur de saisonnalité manuellement dans PREVISION.ETS.
Utilise le résultat pour paramétrer PREVISION.ETS
Une fois que tu connais la longueur du cycle (disons 12), tu peux forcer ce paramètre dans PREVISION.ETS au lieu de laisser la détection automatique. Ça accélère les calculs et garantit la cohérence. Par exemple : =PREVISION.ETS(date_cible; valeurs; chronologie; 12) utilisera exactement le cycle de 12 que tu as détecté avec SAISONNALITE.
Questions fréquentes
Quelle différence entre PREVISION.ETS.SAISONNALITE et saisonnalité dans PREVISION.ETS ?
PREVISION.ETS.SAISONNALITE te retourne juste un nombre : la longueur du cycle saisonnier détecté dans tes données. C'est un outil de diagnostic. PREVISION.ETS, elle, fait les prévisions en utilisant cette saisonnalité. Utilise SAISONNALITE d'abord pour comprendre tes données, puis PREVISION.ETS pour les projeter.
Que signifie un résultat de 12 ou de 7 ?
Un résultat de 12 indique un cycle annuel avec données mensuelles (12 mois). Un résultat de 7 indique un cycle hebdomadaire avec données quotidiennes (7 jours). Un résultat de 4 sur des données trimestrielles indique un cycle annuel. Si Excel retourne 1, ça signifie qu'aucune saisonnalité n'a été détectée.
Comment Excel détecte-t-il la saisonnalité automatiquement ?
Excel utilise l'autocorrélation : il cherche des corrélations entre tes données et leurs valeurs décalées. Si tes ventes du lundi sont systématiquement proches de celles du lundi précédent, Excel détectera un cycle de 7. L'algorithme teste plusieurs longueurs de cycles et choisit celle qui explique le mieux les variations.
Que faire si PREVISION.ETS.SAISONNALITE retourne 1 alors que je sais qu'il y a de la saisonnalité ?
Trois raisons possibles : pas assez de données (il faut au moins 2 cycles complets), données trop bruitées (variations aléatoires trop fortes masquent la saisonnalité), ou cycle trop irrégulier. Essaie d'avoir plus d'historique, ou filtre les valeurs aberrantes qui perturbent la détection.
Peut-on utiliser cette fonction pour des données non temporelles ?
Non, PREVISION.ETS.SAISONNALITE est conçu exclusivement pour des séries temporelles (données qui évoluent dans le temps). Pour analyser des patterns dans d'autres types de données, tu devras utiliser d'autres outils comme l'analyse de corrélation (COEFFICIENT.CORRELATION) ou des analyses statistiques plus avancées.
Les fonctions similaires à PREVISION.ETS.SAISONNALITE
Deviens un pro d'Excel
Rejoins Le Dojo Club pour maîtriser toutes les fonctions Excel, avec des formations complètes, des lives experts et une communauté d'entraide.
Essayer pendant 30 jours