Application des techniques d'intelligence artificielle pour l'analyse prédictive des ventes

Abstract

Ces dernières années, l'intelligence artificielle a connu des progrès significatifs dans les domaines de l'apprentissage automatique ou Machine Learning (ML) et de l'apprentissage profond ou Deep learning (DL). Les entreprises voient en ces technologies une opportunité d'améliorer leurs opérations et de relever les défis liés à la demande croissante en énergie. Ce projet propose une application web 3-tier utilisant l'intelligence artificielle pour analyser et prévoir les ventes au sein de la direction commerciale de Sonelgaz de BEJAIA. Les modèles LSTM, ARIMA et SARIMA sont utilisés pour la visualisation et la prédiction des ventes, et leur précision est comparée à celle du modèle ARIMA en utilisant la métrique MAPE. Les résultats montrent que ARIMA obtient un MAPE de 12.5%, SARIMA obtient un MAPE de 11.8%, et LSTM obtient le meilleur résultat avec un MAPE de 10.2%, démontrant ainsi son efficacité dans la prédiction des ventes. Pour mener à bien ce projet, la méthodologie Scrum, une approche agile de développement et de gestion de projet, a été adoptée. Des tests d'application ont été réalisés à partir des données de près de 1699 clients, couvrant une période de 14 ans de consommation mensuelle d'électricité à BEJAIA.