Mohamed Zied Babai, professeur à KEDGE remporte avec ses deux co-auteurs la médaille Goodeve décernée par « The Operational Research Society »
L’article « To aggregate or not to aggregate: Forecasting of finite autocorrelated demand » co-écrit par Mohamed Zied Babai, professeur à KEDGE, Bahman Rostmi-Tabar et Aris Syntetos, professeurs à l’Université de Cardiff remporte la médaille Goodeve.
L’article explore des questions clés liées à l'amélioration des prévisions de la demande.
- La première interrogation porte sur le choix du niveau d’agrégation des données : faut-il privilégier les données quotidiennes, hebdomadaires ou mensuelles pour améliorer la précision des prévisions ?
- La deuxième question examine l’influence de la longueur de l’historique disponible. Bien que ce facteur soit crucial pour évaluer l’efficacité des approches d’agrégation, il a été relativement négligé dans la littérature existante.
La plupart des études supposent des séries temporelles infinies, alors qu’en réalité, les prévisions reposent sur des historiques finis.
L’analyse met en évidence l’impact de la variation de la longueur de l’historique sur la précision des modèles prédictifs.
L’article conclut en discutant les avantages des différentes approches étudiées et en soulignant leurs implications pratiques pour les managers.
La médaille Goodeve est décernée chaque année au meilleur article publié dans la revue Journal of the Operational Research Society.
Toutes nos félicitations à Mohamed Zied Babai pour cette récompense qui vient illustrer l’excellence de la recherche à KEDGE.
