Fonction PREVISION.LINEAIRE ExcelGuide Complet 2026 avec Exemples
PREVISION.LINEAIRE (FORECAST.LINEAR en anglais) est la fonction Excel qui te permet de prédire des valeurs futures en te basant sur tes données passées. En clair, elle trace une ligne de tendance à travers tes points de données historiques, puis prolonge cette ligne pour te donner une estimation fiable de ce qui va se passer ensuite.
Que tu gères des prévisions de ventes, des budgets, des analyses de croissance ou des planifications de ressources, PREVISION.LINEAIRE transforme tes données historiques en prévisions exploitables. Dans ce guide, tu vas découvrir comment l'utiliser efficacement avec des exemples concrets tirés du monde professionnel.
Syntaxe de la fonction PREVISION.LINEAIRE
=PREVISION.LINEAIRE(x; y_connus; x_connus)La syntaxe est simple : tu lui donnes la valeur que tu veux prédire (x), puis tes données historiques (y_connus et x_connus), et elle te retourne une estimation basée sur la tendance linéaire de tes données.
Comprendre chaque paramètre de la fonction PREVISION.LINEAIRE
x
(obligatoire)C'est la valeur pour laquelle tu veux faire une prévision. Par exemple, si tu veux estimer tes ventes pour le mois 12, tu mettras 12 ici. Cette valeur peut être dans le futur (prévision classique) ou même dans le passé (interpolation). Tu peux utiliser un nombre direct ou une référence de cellule pour plus de flexibilité.
y_connus
(obligatoire)C'est ta série de valeurs dépendantes historiques. Ce sont les résultats que tu as observés dans le passé : tes chiffres de ventes, tes revenus, ta consommation énergétique... Bref, les valeurs que tu veux prédire pour le futur. Cette plage doit contenir des valeurs numériques uniquement.
x_connus
(obligatoire)C'est ta série de valeurs indépendantes historiques. Ce sont les "étiquettes" qui correspondent à tes y_connus : les numéros de mois, les années, les températures, les budgets publicitaires... Cette plage doit avoir exactement le même nombre de valeurs que y_connus. Si les tailles diffèrent, Excel retournera une erreur #N/A.
Astuce : Plus tu as de données historiques, plus ta prévision sera fiable. Vise au minimum 10-15 points de données pour des résultats solides. En dessous de 5 points, la prévision devient très approximative.
Comment ça marche ?
PREVISION.LINEAIRE utilise la régression linéaire pour tracer une ligne droite qui passe au plus près de tous tes points de données historiques. Cette ligne suit l'équation classique y = ax + b, où Excel calcule automatiquement la meilleure pente (a) et le meilleur point de départ (b).
Concrètement, Excel cherche la ligne qui minimise la distance entre tes points réels et la ligne prédictive. C'est ce qu'on appelle la méthode des moindres carrés. Une fois cette ligne trouvée, il suffit de la prolonger pour obtenir ta prévision.
En pratique : Tu n'as pas besoin de comprendre les maths derrière. Excel fait tous les calculs pour toi ! Il suffit de lui donner tes données et il te retourne la prévision. C'est aussi simple que ça.
Limite importante : PREVISION.LINEAIRE part du principe que la tendance va continuer de manière linéaire (en ligne droite). Si tes données suivent une courbe, ont un effet de saisonnalité, ou une croissance exponentielle, cette fonction ne sera pas adaptée. Dans ce cas, regarde plutôt du côté de CROISSANCE ou PREVISION.ETS.
Exemples pratiques pas à pas
Exemple 1 – Contrôleur de gestion : prévoir le chiffre d'affaires annuel
Tu es contrôleur de gestion dans une startup en croissance. Tu as les chiffres d'affaires des 6 dernières années et tu veux estimer ce que tu vas faire en 2025 pour préparer ton budget prévisionnel. La croissance est régulière et linéaire depuis le début.
Projection pour 2025 : environ 4,79 M€. Tu peux maintenant construire ton budget avec une cible réaliste !
| A | B | C | |
|---|---|---|---|
| 1 | Année | CA (M€) | Prévision 2025 |
| 2 | 2019 | 1,2 | |
| 3 | 2020 | 1,8 | |
| 4 | 2021 | 2,5 | |
| 5 | 2022 | 3,1 | |
| 6 | 2023 | 3,7 | |
| 7 | 2024 | 4,2 | |
| 8 | 2025 | ? | 4,79 |
=PREVISION.LINEAIRE(2025; B2:B7; A2:A7)Avec une croissance de 4,79 M€ prévue pour 2025, tu as une base solide pour tes prévisions budgétaires. La tendance montre une croissance annuelle d'environ 590 K€, ce qui te permet aussi d'anticiper tes besoins en financement et en recrutement.
Exemple 2 – Responsable facility management : prévoir la consommation énergétique
Tu es responsable facility management d'un immeuble de bureaux. Tu veux estimer la consommation de chauffage pour une journée à 5°C afin de budgétiser tes coûts énergétiques. Tu as déjà observé la relation entre température et consommation sur plusieurs journées.
À 5°C extérieur, tu peux prévoir environ 585 kWh de consommation. Parfait pour tes prévisions budgétaires !
| A | B | C | |
|---|---|---|---|
| 1 | Température (°C) | Conso (kWh) | Prévision 5°C |
| 2 | -2 | 850 | |
| 3 | 3 | 650 | |
| 4 | 8 | 450 | |
| 5 | 12 | 300 | |
| 6 | 15 | 180 | |
| 7 | 5 | ? | 585 |
=PREVISION.LINEAIRE(5; B2:B6; A2:A6)La relation est claire : chaque degré supplémentaire te fait économiser environ 39 kWh. Cette info te permet de négocier des contrats énergétiques adaptés et de justifier des investissements en isolation thermique auprès de ta direction.
Exemple 3 – Responsable marketing : optimiser le budget publicitaire
Tu es responsable marketing d'un site e-commerce. Tu as testé différents budgets publicitaires ces dernières semaines et tu veux savoir combien de revenus tu peux attendre avec un budget de 8 000 €. L'objectif : construire ton plan média du mois prochain avec des prévisions fiables.
Avec 8 000 € de budget pub, tu peux viser environ 68 000 € de revenus, soit un ROI de 8,5× !
| A | B | C | |
|---|---|---|---|
| 1 | Budget (k€) | Revenus (k€) | Prévision 8k€ |
| 2 | 2 | 18 | |
| 3 | 4 | 34 | |
| 4 | 6 | 51 | |
| 5 | 10 | 85 | |
| 6 | 12 | 102 | |
| 7 | 8 | ? | 68 |
=PREVISION.LINEAIRE(8; B2:B6; A2:A6)Le ROI de 8,5× est excellent et montre que ton canal n'est pas encore saturé. Tu peux présenter ces chiffres à ta direction pour justifier une augmentation de budget. Chaque euro investi te rapporte environ 8,50 € en revenus de manière très prévisible.
Exemple 4 – Directeur des opérations : planifier les effectifs selon la production
Tu es directeur des opérations d'une usine. Tu dois planifier tes effectifs pour le trimestre prochain en te basant sur ton volume de production prévisionnel. Tu as analysé la relation entre volume mensuel produit et nombre d'employés nécessaires sur les derniers mois.
Pour produire 15 000 unités, tu auras besoin d'environ 72 employés. Anticipe tes recrutements !
| A | B | C | |
|---|---|---|---|
| 1 | Volume (unités) | Employés | Prévision 15k |
| 2 | 8 000 | 42 | |
| 3 | 10 000 | 51 | |
| 4 | 12 000 | 59 | |
| 5 | 14 000 | 68 | |
| 6 | 16 000 | 76 | |
| 7 | 15 000 | ? | 72 |
=PREVISION.LINEAIRE(15000; B2:B6; A2:A6)Cette prévision te permet de planifier tes recrutements 2-3 mois à l'avance. Tu sais qu'en moyenne, il te faut environ 4,25 employés supplémentaires par tranche de 1 000 unités produites. C'est une info clé pour négocier avec les RH et anticiper les coûts salariaux.
PREVISION.LINEAIRE vs TENDANCE vs CROISSANCE
| Critère | PREVISION.LINEAIRE | TENDANCE | CROISSANCE |
|---|---|---|---|
| Type de tendance | Linéaire (ligne droite) | Linéaire (ligne droite) | Exponentielle (courbe) |
| Nombre de valeurs | Une seule prévision | Plusieurs d'un coup | Plusieurs d'un coup |
| Facilité d'utilisation | ⭐⭐⭐ | ⭐⭐ | ⭐⭐ |
| Cas d'usage | Croissance stable | Prévisions multiples | Croissance accélérée |
| Formule matricielle | ❌ Non | ✅ Oui | ✅ Oui |
Conseil : Utilise PREVISION.LINEAIRE pour une prévision ponctuelle simple. Si tu as besoin de générer plusieurs prévisions d'un coup, TENDANCE est plus efficace. Et si tes données suivent une croissance exponentielle (doublement régulier), opte pour CROISSANCE.
Les erreurs fréquentes et comment les corriger
Erreur #N/A : tes plages n'ont pas la même taille
C'est l'erreur la plus courante ! Elle survient quand y_connus et x_connus n'ont pas le même nombre de valeurs. Par exemple, B2:B20 contient 19 valeurs mais A2:A18 n'en a que 17.
Solution : Vérifie que tes deux plages ont exactement la même taille. Tu peux utiliser =NB.VAL(plage) sur chaque plage pour compter les valeurs numériques. Attention aux cellules vides ou contenant du texte !
Erreur #DIV/0! : toutes tes valeurs x sont identiques
Si toutes tes valeurs x_connus sont les mêmes (par exemple : 5, 5, 5, 5), Excel ne peut pas tracer de ligne de tendance car il n'y a aucune variation. C'est comme essayer de prévoir l'avenir avec un seul point de données répété.
Solution : Vérifie que tes x varient vraiment. Si x est constant, une prévision linéaire n'a aucun sens – utilise simplement =MOYENNE(y_connus) à la place.
Piège : extrapoler trop loin dans le futur
PREVISION.LINEAIRE suppose que ta tendance continue à l'infini. Si tu as des données de 2020 à 2024 et que tu prévois 2040, c'est très risqué ! Les conditions vont certainement changer entre temps.
Règle d'or : Limite tes prévisions à 20-30% au-delà de ta plage de données. Par exemple, avec 6 ans d'historique, ne prévois pas au-delà de 1-2 ans. Au-delà, actualise régulièrement ton modèle avec de nouvelles données réelles.
Attention : confondre corrélation et causalité
Ce n'est pas parce que deux variables évoluent ensemble qu'il y a un lien de cause à effet. Les ventes de glaces et les noyades sont corrélées (la chaleur augmente les deux), mais acheter des glaces ne provoque évidemment pas les noyades ! Utilise PREVISION.LINEAIRE uniquement quand la relation a du sens logiquement.
Les valeurs aberrantes faussent tout
PREVISION.LINEAIRE utilise toutes tes valeurs sans exception. Une seule valeur aberrante (un mois de ventes exceptionnelles suite à une promo unique, une erreur de saisie...) peut déplacer toute ta ligne de tendance et fausser tes prévisions.
Solution : Avant d'utiliser la fonction, nettoie tes données. Crée un graphique en nuage de points pour repérer visuellement les outliers, ou calcule les écarts (résidus) avec la formule =ABS(y_réel - PREVISION.LINEAIRE(...)).
Astuces et techniques avancées
Vérifier la qualité de ta prévision avec R²
Avant de faire confiance à ta prévision, vérifie si tes données suivent vraiment une tendance linéaire en calculant le coefficient de détermination R². Il va de 0 (aucune corrélation) à 1 (corrélation parfaite).
=COEFFICIENT.DETERMINATION(y_connus; x_connus)Règle pratique : Si ton R² est supérieur à 0,7, c'est bon signe ! Ta prévision est fiable. Si c'est inférieur à 0,5, tes données ne suivent probablement pas une tendance linéaire et tu devrais explorer d'autres approches.
Créer un intervalle de confiance pour ta prévision
Une prévision seule ne suffit pas toujours. Il est utile de connaître la marge d'erreur potentielle. Pour cela, calcule l'erreur type de tes prévisions passées :
=ERREUR.TYPE.XY(y_connus; x_connus)En pratique : Ta prévision ± (2 × erreur_type) te donne un intervalle de confiance à 95%. Par exemple, si ta prévision est 100 et l'erreur type est 8, tu peux dire : "Je prévois entre 84 et 116 avec 95% de confiance".
Créer un tableau de bord de prévisions dynamique
Pour gagner du temps, crée un système qui se met à jour automatiquement quand tu ajoutes de nouvelles données. Utilise des tableaux Excel structurés :
1. Transforme tes données en tableau Excel (Ctrl+T)
2. Nomme tes colonnes "Periode" et "Valeur"
3. Formule : =PREVISION.LINEAIRE(PeriodeCible; Tableau[Valeur]; Tableau[Periode])
Bonus : Combine ça avec un graphique en nuage de points qui affiche tes données historiques et ta ligne de tendance. Ça te donne une vue visuelle immédiate de la qualité de tes prévisions !
Questions fréquentes
PREVISION.LINEAIRE remplace-t-elle complètement PREVISION ?
Oui, PREVISION.LINEAIRE est la version moderne introduite dans Excel 2016. Les deux fonctions sont identiques, mais Microsoft recommande PREVISION.LINEAIRE pour les nouveaux classeurs. En gros, c'est juste un nouveau nom plus explicite pour la même fonction !
Puis-je faire des prévisions multiples en une seule formule ?
Non, PREVISION.LINEAIRE retourne une seule valeur à la fois. Pour plusieurs prévisions, tu as deux options : soit tu utilises TENDANCE qui peut calculer un tableau de valeurs d'un coup, soit tu copies simplement ta formule PREVISION.LINEAIRE pour chaque valeur que tu veux prévoir.
Comment savoir si mes données sont adaptées à une régression linéaire ?
La méthode la plus simple : crée un graphique de dispersion (nuage de points) avec tes données. Si les points forment approximativement une ligne droite, c'est parfait pour PREVISION.LINEAIRE. Si tu vois plutôt une courbe, regarde du côté de CROISSANCE pour les tendances exponentielles.
La fonction tient-elle compte des valeurs aberrantes ?
PREVISION.LINEAIRE utilise toutes les valeurs sans filtrage. Une seule valeur aberrante peut déplacer ta droite de régression et fausser toutes tes prévisions. Avant d'utiliser la fonction, nettoie tes données et supprime ou corrige les outliers suspects.
Quelle est la différence entre PREVISION.LINEAIRE et TENDANCE ?
PREVISION.LINEAIRE retourne une seule valeur prédictive pour un point x donné. TENDANCE peut calculer plusieurs valeurs d'un coup pour un tableau de valeurs x. Utilise PREVISION.LINEAIRE pour une prévision ponctuelle, et TENDANCE quand tu veux générer toute une série de prévisions en une formule.
Les fonctions similaires à PREVISION.LINEAIRE
Deviens un pro d'Excel
Tu maîtrises maintenant PREVISION.LINEAIRE ! Rejoins Le Dojo Club pour découvrir les autres fonctions essentielles et devenir vraiment efficace sur Excel.
Essayer pendant 30 jours