Sales forecasting with forecasting models
Build a sales forecasting model with method comparison, scenarios, and confidence intervals.
Paste in your AI
Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.
Je veux construire un modèle de prévision des ventes pour [PRODUIT/CATEGORIE] avec l'historique suivant : [PERIODE_HISTORIQUE] de données de [FREQUENCE] (quotidien / hebdomadaire / mensuel). Caractéristiques des données : - Tendance observée : [TENDANCE] (croissante / stable / déclinante) - Saisonnalité : [SAISONNALITE] (ex : pics en décembre, creux en août) - Événements exceptionnels à intégrer : [EVENEMENTS] (ex : COVID, promotions, lancements) - Variables exogènes disponibles : [VARIABLES_EXTERNES] (ex : dépenses publicitaires, prix concurrents, météo) Horizon de prévision : [HORIZON] (ex : 3 mois, 12 mois) Niveau de granularité : [GRANULARITE] (global, par produit, par région) Construit le modèle de forecasting : 1. Décompose la série temporelle (tendance, saisonnalité, résidus) 2. Compare les modèles : moyenne mobile, ARIMA, SARIMA, Prophet, et si pertinent : XGBoost 3. Sélectionne le meilleur modèle selon RMSE, MAE, MAPE sur données de validation 4. Intègre les variables exogènes dans le modèle retenu 5. Génère les prévisions avec intervalles de confiance à 80% et 95% 6. Propose 3 scénarios : pessimiste, central, optimiste avec hypothèses 7. Définis une routine de mise à jour et de monitoring du modèle Fournis le code Python (Prophet / statsmodels / sklearn).
Why this prompt works
<p>This prompt is effective because it systematically compares multiple forecasting methods and generates three scenarios, an essential approach for robust planning in the face of uncertainty.</p>
Use Cases
Expected Output
Forecasting model comparison, predictions with confidence intervals, 3 scenarios, and Python code.
Learn more
Check the full skill on Prompt Guide to master this technique from A to Z.
View on Prompt Guide📬 Get new prompts every week
Join our newsletter and never miss a prompt.
Similar Prompts
NPS and customer satisfaction analysis
Complete NPS analysis with segmentation, verbatim analysis, and customer satisfaction improvement plan.
Customer segmentation by clustering
Segment a customer base into homogeneous groups via RFM and K-means with personalized marketing strategies per segment.
Design a simple ETL pipeline
Design a complete ETL pipeline with error handling, monitoring, and Python code for multi-source data integration.
Create a business KPI dashboard
Design a complete KPI dashboard tailored to a specific department, with layout, charts, and alerts.