Identifier des tendances
Apprenez à reconnaître les évolutions significatives dans une série de données, à distinguer les fluctuations ponctuelles des tendances de fond et à utiliser l’intelligence artificielle pour calculer, vérifier et interpréter les variations.
À la fin de ce cours, vous saurez :
- Définir une tendance dans une série de données.
- Distinguer tendance, fluctuation, saisonnalité et anomalie.
- Calculer une variation absolue et relative.
- Calculer un taux d’évolution.
- Mesurer une évolution cumulée.
- Construire un indice base 100.
- Calculer une moyenne mobile.
- Comprendre une droite de tendance.
- Identifier les ruptures et changements de rythme.
- Utiliser Excel pour analyser une série chronologique.
- Demander une analyse de tendance à l’IA.
- Vérifier les conclusions et éviter les interprétations abusives.
Savoir lire un tableau de données, calculer des pourcentages et interpréter un graphique. Le cours précédent, « Créer des graphiques », présente les principales méthodes de visualisation.
1. Qu’est-ce qu’une tendance ?
Une tendance est une orientation générale observée dans l’évolution d’une variable sur une période donnée.
Elle peut correspondre à :
- Une progression globale.
- Une diminution globale.
- Une relative stabilité.
- Une évolution plus complexe, avec changements de rythme.
Une entreprise enregistre un chiffre d’affaires mensuel qui passe globalement de 8 000 € à 12 000 € en douze mois.
Même si certains mois présentent des baisses, la série peut montrer une tendance générale à la hausse.
Une tendance observée ne constitue pas une garantie de poursuite dans le futur. Décrire une évolution et prévoir une valeur future sont deux opérations différentes.
2. Distinguer tendance et fluctuation
Une fluctuation correspond à une variation ponctuelle autour de l’évolution générale.
Une activité réalise : 100, 110, 105, 120 et 130 ventes sur cinq périodes successives.
La baisse de 110 à 105 est une fluctuation locale. La série présente néanmoins une progression globale entre la première et la dernière période.
3. Comprendre les composantes d’une série temporelle
Une série temporelle est une succession d’observations classées dans le temps.
| Composante | Définition | Exemple |
|---|---|---|
| Tendance | Orientation générale de long terme. | Progression du CA sur plusieurs années. |
| Saisonnalité | Variation se répétant à intervalles réguliers. | Hausse des ventes en décembre. |
| Cycle | Fluctuation de durée variable, généralement plus longue. | Alternance de phases économiques. |
| Irrégularité | Variation non expliquée par les autres composantes. | Événement ponctuel exceptionnel. |
4. Identifier une tendance haussière
Une tendance haussière correspond à une orientation générale vers des valeurs plus élevées.
Elle ne nécessite pas que chaque observation soit supérieure à la précédente.
Série : 50, 55, 53, 60, 65.
Malgré une baisse ponctuelle, la valeur finale dépasse nettement la valeur initiale.
5. Identifier une tendance baissière
Une tendance baissière correspond à une orientation générale vers des valeurs plus faibles.
Série : 100, 95, 97, 88, 80.
La série présente une diminution globale, malgré une légère remontée intermédiaire.
6. Identifier une tendance stable
Une série est relativement stable lorsque ses valeurs fluctuent autour d’un niveau comparable, sans évolution générale marquée.
Série : 100, 102, 99, 101, 100.
Les variations sont limitées et ne montrent pas de progression ou de diminution évidente sur cette période.
7. Calculer une variation absolue
La variation absolue mesure la différence entre deux valeurs.
Les ventes passent de 200 à 250 unités.
Variation absolue = 250 – 200 = +50 unités.
8. Calculer un taux d’évolution
Le taux d’évolution mesure la variation relativement à la valeur initiale.
Les ventes passent de 200 à 250 unités.
(250 – 200) / 200 × 100 = +25 %.
Lorsque la valeur initiale est égale à zéro, le taux d’évolution classique n’est pas défini. Il faut présenter la variation autrement, sans inventer un pourcentage.
9. Calculer une évolution mensuelle
Pour suivre les variations d’un mois à l’autre, on compare chaque mois au mois précédent.
| Mois | CA HT | Évolution |
|---|---|---|
| Janvier | 8 000 € | — |
| Février | 8 400 € | +5 % |
| Mars | 8 820 € | +5 % |
| Avril | 8 379 € | -5 % |
Les variations successives permettent de repérer les accélérations, ralentissements et retournements.
10. Comprendre l’évolution cumulée
L’évolution cumulée compare la valeur finale à la valeur de départ.
Elle ne correspond pas nécessairement à la somme des taux successifs.
Une valeur augmente de 10 %, puis diminue de 10 %.
Valeur initiale : 100.
Après la hausse : 100 × 1,10 = 110.
Après la baisse : 110 × 0,90 = 99.
L’évolution cumulée est donc -1 %, et non 0 %.
11. Utiliser les coefficients multiplicateurs
Le coefficient multiplicateur associé à un taux d’évolution facilite les calculs successifs.
Pour plusieurs périodes, les coefficients se multiplient.
12. Construire un indice base 100
Un indice base 100 permet de comparer des évolutions en fixant une période de référence à 100.
CA initial : 8 000 €.
CA final : 10 000 €.
Indice final = 10 000 / 8 000 × 100 = 125.
L’indice 125 correspond à une progression de 25 % depuis la période de référence.
13. Comparer plusieurs séries avec une base 100
Les indices base 100 permettent de comparer des évolutions relatives entre séries ayant des niveaux initiaux différents.
Une catégorie passe de 1 000 à 1 200 unités, une autre de 5 000 à 5 500 unités.
La première atteint l’indice 120. La seconde atteint l’indice 110.
La première progresse proportionnellement davantage, même si sa hausse absolue est plus faible.
14. Comprendre la moyenne mobile
Une moyenne mobile calcule la moyenne d’un nombre défini d’observations successives.
Elle permet d’atténuer certaines fluctuations ponctuelles pour faciliter la lecture de l’évolution générale.
Janvier : 100. Février : 110. Mars : 120.
Moyenne mobile = (100 + 110 + 120) / 3 = 110.
15. Calculer une moyenne mobile dans Excel
Si les valeurs mensuelles sont placées en colonne B, de B2 à B13 :
Chaque ligne calcule la moyenne des trois observations se terminant à cette période.
Une moyenne mobile peut atténuer les variations, mais elle peut également retarder la perception d’un changement récent. Le choix de la fenêtre influence fortement le résultat.
16. Choisir la période de moyenne mobile
La taille de la fenêtre dépend de la fréquence des observations et de l’objectif.
| Fenêtre | Effet général |
|---|---|
| Courte | Réagit rapidement, mais conserve davantage de fluctuations. |
| Longue | Lisse davantage les variations, mais réagit plus lentement. |
Il n’existe pas de fenêtre universellement optimale.
17. Comprendre une droite de tendance
Une droite de tendance linéaire résume l’évolution générale d’une série à l’aide d’une relation de la forme :
Une pente positive indique une orientation croissante. Une pente négative indique une orientation décroissante.
La droite est généralement estimée en minimisant la somme des carrés des écarts entre les observations et les valeurs ajustées.
18. Ajouter une droite de tendance dans Excel
- Créer un graphique adapté à la série.
- Sélectionner la série de données.
- Ajouter une courbe ou droite de tendance.
- Choisir le modèle linéaire si pertinent.
- Afficher éventuellement l’équation.
- Examiner les écarts entre données et droite.
- Éviter toute extrapolation non justifiée.
Les options exactes dépendent du type de graphique et de la version d’Excel.
19. Comprendre le coefficient R²
Dans une régression linéaire avec constante, le coefficient R² mesure la proportion de la variabilité de la variable étudiée expliquée par le modèle sur les données observées.
Un R² élevé peut indiquer un bon ajustement descriptif, mais ne démontre ni causalité ni qualité des prévisions futures.
Une série présentant une tendance commune dans le temps peut produire un ajustement élevé sans relation causale. Il faut également examiner les résidus et le contexte.
20. Identifier une rupture de tendance
Une rupture correspond à un changement notable dans le niveau ou le comportement d’une série.
Elle peut apparaître sous la forme :
- D’une hausse soudaine.
- D’une baisse inhabituelle.
- D’un changement durable de pente.
- D’une modification de la variabilité.
Une rupture apparente doit être vérifiée à partir des données, du contexte et du nombre d’observations disponibles.
21. Distinguer saisonnalité et tendance
La saisonnalité correspond à des variations se répétant à des périodes régulières.
Un commerce enregistre des ventes plus importantes chaque mois de décembre.
Cette hausse répétée peut relever d’un effet saisonnier plutôt que d’une progression permanente de l’activité.
Pour identifier une saisonnalité, il faut généralement disposer de plusieurs cycles complets.
22. Comparer des périodes équivalentes
Les comparaisons doivent porter sur des périodes cohérentes.
Comparer un mois complet à un mois partiellement enregistré peut produire une conclusion trompeuse.
Il faut également tenir compte :
- Du nombre de jours ouvrés.
- Des périodes de fermeture.
- Des modifications de périmètre.
- Des changements de prix.
- Des effets saisonniers.
23. Calculer un taux de croissance annuel moyen
Lorsqu’une valeur évolue sur plusieurs années, on peut calculer un taux de croissance annuel composé.
Une valeur passe de 100 à 121 en deux ans.
TCAC = (121 / 100)^(1/2) – 1 = 10 % par an.
Cette formule suppose des valeurs initiale et finale strictement positives dans son usage habituel.
24. Utiliser l’IA pour repérer des tendances
L’IA peut aider à examiner une série chronologique, à calculer les variations et à formuler des hypothèses à vérifier.
25. Vérifier une analyse de tendance produite par l’IA
Les résultats proposés par l’IA doivent être confrontés aux données sources.
Les observations sont-elles correctement ordonnées ?
Les variations et pourcentages sont-ils exacts ?
Les comparaisons portent-elles sur des durées équivalentes ?
La moyenne mobile et les modèles sont-ils correctement définis ?
Les conclusions restent-elles limitées aux observations ?
26. Cas pratique complet — Analyser une tendance commerciale
Situation professionnelle
Une entreprise fictive souhaite analyser son chiffre d’affaires HT sur huit mois consécutifs.
Elle veut déterminer si l’activité progresse, identifier les variations et préparer une synthèse pour sa direction.
Étape A — Tableau source
| Mois | CA HT |
|---|---|
| Janvier | 8 000 € |
| Février | 8 400 € |
| Mars | 8 820 € |
| Avril | 8 379 € |
| Mai | 9 000 € |
| Juin | 9 450 € |
| Juillet | 9 900 € |
| Août | 10 395 € |
Étape B — Calculer les variations mensuelles
| Mois | CA HT | Variation absolue | Taux |
|---|---|---|---|
| Janvier | 8 000 € | — | — |
| Février | 8 400 € | +400 € | +5 % |
| Mars | 8 820 € | +420 € | +5 % |
| Avril | 8 379 € | -441 € | -5 % |
| Mai | 9 000 € | +621 € | +7,41 % |
| Juin | 9 450 € | +450 € | +5 % |
| Juillet | 9 900 € | +450 € | +4,76 % |
| Août | 10 395 € | +495 € | +5 % |
Étape C — Calculer l’évolution globale
Étape D — Construire un indice base 100
| Mois | Indice base janvier = 100 |
|---|---|
| Janvier | 100,00 |
| Février | 105,00 |
| Mars | 110,25 |
| Avril | 104,74 |
| Mai | 112,50 |
| Juin | 118,13 |
| Juillet | 123,75 |
| Août | 129,94 |
Les indices sont arrondis à deux décimales.
Étape E — Calculer la moyenne mobile sur trois mois
| Période de fin | Moyenne mobile |
|---|---|
| Mars | 8 406,67 € |
| Avril | 8 533,00 € |
| Mai | 8 733,00 € |
| Juin | 8 943,00 € |
| Juillet | 9 450,00 € |
| Août | 9 915,00 € |
Exemple pour mars :
La moyenne mobile progresse sur les périodes présentées. Elle atténue la baisse ponctuelle observée en avril.
Étape F — Identifier les observations importantes
- Le CA augmente globalement de janvier à août.
- Une baisse de 5 % intervient en avril.
- Le CA repart à la hausse en mai.
- La valeur maximale de la période est atteinte en août.
- La moyenne mobile à trois mois progresse.
Étape G — Utiliser Excel
On suppose les mois en colonne A et les montants en colonne B, de la ligne 2 à la ligne 9.
Recopier les formules vers le bas selon les colonnes. Formater D en pourcentage.
Étape H — Demander une synthèse à l’IA
Étape I — Présenter les indicateurs
Janvier.
Août.
Janvier à août.
Par rapport à mars.
Étape J — Synthèse professionnelle
Le chiffre d’affaires HT progresse de 8 000 € en janvier à 10 395 € en août, soit une augmentation globale d’environ 29,94 %.
La période comporte une baisse ponctuelle de 5 % en avril, suivie d’une reprise dès mai.
La moyenne mobile sur trois mois augmente progressivement, ce qui confirme l’orientation générale à la hausse sur les données observées.
Cette analyse porte sur huit mois seulement. Elle ne permet pas d’identifier une saisonnalité annuelle ni de garantir la poursuite de la progression.
L’analyse d’une tendance doit combiner les variations successives, l’évolution globale et des méthodes de lissage lorsque celles-ci sont pertinentes. L’IA peut faciliter les calculs et la synthèse, mais les résultats doivent rester vérifiables.
27. Les erreurs fréquentes à éviter
- Conclure à une tendance durable sur deux observations seulement.
- Confondre variation absolue et variation relative.
- Additionner directement des taux successifs.
- Comparer des périodes incomplètes à des périodes complètes.
- Ignorer les changements de périmètre.
- Confondre saisonnalité et tendance générale.
- Choisir une moyenne mobile sans justifier sa fenêtre.
- Supprimer automatiquement une observation inhabituelle.
- Interpréter un bon ajustement statistique comme une preuve de causalité.
- Présenter une extrapolation comme un résultat certain.
28. Vérifiez votre compréhension
Une valeur passe de 400 à 500. Quel est le taux d’évolution ?
Afficher la correction
Un CA passe de 9 000 € à 8 500 €. Quelle est la variation absolue ?
Afficher la correction
Une valeur passe de 200 à 260. Quel est l’indice final en base 100 ?
Afficher la correction
Calculez la moyenne mobile des valeurs 10, 20 et 30.
Afficher la correction
Une série progresse pendant quatre mois. Peut-on affirmer qu’elle continuera à augmenter ?
Afficher la correction
29. Questions fréquentes
1. Qu’est-ce qu’une tendance ?
Une orientation générale observée dans l’évolution d’une variable.
2. Une tendance doit-elle être régulière ?
Non. Elle peut comporter des fluctuations ponctuelles.
3. Qu’est-ce qu’une fluctuation ?
Une variation locale autour de l’évolution générale.
4. Qu’est-ce qu’une série temporelle ?
Une succession de valeurs ordonnées dans le temps.
5. Comment calculer une variation absolue ?
En soustrayant la valeur initiale de la valeur finale.
6. Comment calculer un taux d’évolution ?
En divisant la variation absolue par la valeur initiale non nulle.
7. Peut-on additionner les taux successifs ?
Non, pas pour obtenir exactement le taux global. Les coefficients multiplicateurs se multiplient.
8. Qu’est-ce qu’un indice base 100 ?
Un indicateur d’évolution prenant 100 comme référence initiale.
9. À quoi sert une moyenne mobile ?
À atténuer certaines fluctuations pour faciliter la lecture d’une série.
10. Comment choisir la fenêtre d’une moyenne mobile ?
Selon la fréquence des observations et l’objectif de l’analyse.
11. Qu’est-ce qu’une droite de tendance ?
Une droite ajustée pour résumer l’évolution générale des observations.
12. Que représente la pente ?
La variation moyenne du modèle linéaire pour une unité supplémentaire de la variable X.
13. Que signifie R² ?
Dans une régression linéaire avec constante, il indique la part de variabilité expliquée par le modèle sur les données étudiées.
14. Qu’est-ce qu’une rupture de tendance ?
Un changement notable du niveau ou du comportement d’une série.
15. Qu’est-ce que la saisonnalité ?
Une variation se répétant à intervalles réguliers.
16. Peut-on identifier une saisonnalité sur quelques mois ?
Pas de manière fiable pour une saisonnalité annuelle : plusieurs cycles sont généralement nécessaires.
17. Qu’est-ce que le TCAC ?
Le taux de croissance annuel composé entre deux valeurs séparées par plusieurs années.
18. L’IA peut-elle repérer des tendances ?
Oui, elle peut assister les calculs et l’interprétation, sous réserve de vérification.
19. Une tendance permet-elle de prévoir l’avenir ?
Non, pas à elle seule. Une prévision nécessite un modèle et des hypothèses.
20. Quelle est la principale précaution ?
Distinguer les observations vérifiées, les hypothèses et les prévisions.
30. Glossaire — 25 termes essentiels
| Terme | Définition |
|---|---|
| 1. Tendance | Orientation générale d’une série. |
| 2. Série temporelle | Suite d’observations ordonnées dans le temps. |
| 3. Fluctuation | Variation ponctuelle d’une série. |
| 4. Tendance haussière | Orientation générale vers des valeurs plus élevées. |
| 5. Tendance baissière | Orientation générale vers des valeurs plus faibles. |
| 6. Stabilité | Absence de variation générale marquée. |
| 7. Variation absolue | Différence entre deux valeurs. |
| 8. Variation relative | Variation rapportée à une valeur de référence. |
| 9. Taux d’évolution | Variation relative exprimée en pourcentage. |
| 10. Coefficient multiplicateur | Facteur associé à une évolution. |
| 11. Évolution cumulée | Variation entre une valeur initiale et une valeur finale. |
| 12. Indice base 100 | Mesure relative utilisant 100 comme référence. |
| 13. Moyenne mobile | Moyenne calculée sur une fenêtre glissante. |
| 14. Fenêtre | Nombre d’observations utilisées pour un calcul glissant. |
| 15. Lissage | Méthode atténuant certaines fluctuations. |
| 16. Droite de tendance | Droite résumant l’orientation d’une série. |
| 17. Régression linéaire | Méthode d’ajustement d’une relation linéaire. |
| 18. Pente | Coefficient directeur d’une droite. |
| 19. Ordonnée à l’origine | Valeur du modèle lorsque X vaut zéro. |
| 20. Coefficient R² | Indicateur de qualité d’ajustement d’un modèle selon un cadre défini. |
| 21. Saisonnalité | Variation périodique récurrente. |
| 22. Cycle | Fluctuation récurrente sans périodicité nécessairement fixe. |
| 23. Rupture | Changement notable du comportement d’une série. |
| 24. TCAC | Taux de croissance annuel composé. |
| 25. Extrapolation | Prolongement d’un modèle au-delà des observations disponibles. |
31. Ressources pour approfondir
- INSEE — Séries chronologiques et méthodes statistiques.
- Microsoft Excel — Formules, graphiques et courbes de tendance.
- Google Sheets — Calculs et graphiques chronologiques.
- data.gouv.fr — Données ouvertes pour s’entraîner.
- CNIL — Bonnes pratiques de traitement des données.
À retenir
- Une tendance représente une orientation générale.
- Une fluctuation ponctuelle ne remet pas nécessairement en cause une tendance.
- La variation absolue mesure une différence.
- Le taux d’évolution exprime cette différence relativement à la valeur initiale.
- Les taux successifs se composent par multiplication.
- Les indices base 100 facilitent les comparaisons relatives.
- Les moyennes mobiles atténuent certaines fluctuations.
- Une droite de tendance résume un ajustement linéaire.
- La saisonnalité doit être distinguée de la tendance de fond.
- Les comparaisons doivent porter sur des périodes cohérentes.
- Une tendance observée ne garantit pas son prolongement.
- L’IA aide à analyser, mais les calculs et conclusions doivent être vérifiés.
Apprenez à rapprocher plusieurs sources, comparer leurs indicateurs et identifier les différences significatives, avec l’aide de l’intelligence artificielle.
Entraînez-vous sur ce cours
Calculez des taux d’évolution, construisez des indices base 100, utilisez des moyennes mobiles et interprétez des tendances à partir de séries chronologiques.
Accéder aux exercices →Exercices du cours
Entraînez-vous avec 15 exercices progressifs. Ouvrez un exercice pour répondre, puis afficher sa correction.
