Saisonnalité nette de la météo : ne plus planifier sur mars

Chaîne britannique de jardineries, 46 magasins, 209 semaines de ventes et la température hebdomadaire, qui veut planifier le printemps sans planifier sur la météo du printemps dernier.

Un cas composite, construit à partir du genre de fichier que nous voyons presque chaque semaine. Une chaîne de 46 jardineries dans les Midlands et le sud de l’Angleterre. Le printemps, c’est l’année : de mars à juin se font près de la moitié des ventes de plantes, et les plantes s’achètent aux producteurs des mois à l’avance, avec peu de marge pour les renvoyer.

Le projet de plan pour le printemps 2027 avait été construit comme d’habitude : le mois de l’an dernier plus 3 %. Mars 2026 avait été très bon. La question du directeur des achats était sans détour : « Mars dernier, c’était l’activité ou c’était la météo ? Parce que je suis sur le point de commander là-dessus. »

C’est la troisième étape du Récit de planification : le calendrier, séparé de ce qui s’est simplement passé dessus.

À quoi ressemblait le fichier

209 lignes hebdomadaires, d’octobre 2022 à septembre 2026, ventes totales de tous les magasins. À côté, une colonne que l’analyste de la chaîne avait ajoutée : la température moyenne hebdomadaire, calculée sur les stations météo les plus proches des magasins, et son écart à la normale sur trente ans pour cette semaine.

Quatre printemps, et pas deux pareils. Mars 2024 et mars 2026 avaient été doux, plus de 2 °C au-dessus de la normale la plus grande partie du mois. Mars 2023 avait été froid et humide, mars 2025 proche de la normale. Pâques est tombé en mars une fois, en 2024, et en avril les trois autres années.

Ce qu’a fait l’analyse

Saisonnalité et impact des événements ajuste une régression avec une tendance, une indicatrice par mois et des indicatrices pour les événements, et donne chaque mois sous forme d’indice par rapport à janvier, le mois de référence, fixé à 100.

Lancée avec le seul calendrier, elle donnait à mars un indice de 118. Ce chiffre est une moyenne de quatre mois de mars, dont deux doux. Rien dans ce modèle ne peut distinguer le soleil de la saison, et les semaines chaudes ont donc été attribuées à mars lui-même.

La météo est entrée sous forme de deux événements récurrents, construits à partir de la colonne de température : une « semaine de printemps chaude », toute semaine de mars à mai à plus de 2 °C au-dessus de la normale, et une « semaine de printemps froide », à plus de 2 °C en dessous. Sur quatre printemps, cela donnait 23 semaines chaudes et 19 froides. Parce qu’ils se répètent, chacun a assez d’occurrences pour que son effet soit estimé avec un intervalle utilisable, net du mois, de la tendance, de Pâques et de l’autre :

• une semaine de printemps chaude : +17 %, intervalle de +12 % à +22 % ;
• une semaine de printemps froide : −13 %, intervalle de −18 % à −8 % ;
• Pâques : +21 %, intervalle de +13 % à +29 %.

Avec ces termes, l’indice de mars est tombé de 118 à 106. Avril est passé de 152 à 146, mai à peine, de 171 à 168. Février et juin n’ont pas bougé du tout, ce qui est une vérification utile : les termes météo n’étaient définis que pour le printemps, et les mois en dehors sont restés où ils étaient.

La colinéarité était faible. Les semaines chaudes tombaient dans des mois différents selon les années, si bien que le modèle pouvait distinguer « mars » de « chaud » sans deviner ; le contrôle d’inflation de la variance du produit est resté sous 2 pour chaque terme.

Le verdict : elle sert, de 10 % sur la commande de mars

Mars dernier, au niveau d’un mois doux, était environ 10 % au-dessus de ce que donnerait un mois de mars à météo normale avec la tendance actuelle. Le projet de plan avait pris ces 10 % comme point de départ et ajouté 3 % par-dessus.

Le plan a été reconstruit sur l’indice neutre de la météo :

• La commande ferme de plantes pour mars 2027 a été fixée environ 10 % en dessous du projet. Sur les achats de printemps de la chaîne, c’est un peu moins de 300 000 £ de stock qui, en mars normal, aurait fini soldé ou au compost.
• L’uplift des semaines chaudes est devenu une clause de contrat plutôt qu’un pari. Environ 12 % du volume de mars ont été convenus avec les deux principaux producteurs comme une tranche à la demande, libérée si la prévision à deux semaines annonce du chaud. Si c’est le cas, la chaîne n’est pas prise de court ; sinon, elle ne la paie pas.
• Le personnel a suivi la même logique : un planning de base sur l’indice neutre, avec des heures de week-end qui s’ajustent à la prévision.

Il y a aussi une lecture plus propre de Pâques, qui tombe fin mars en 2027. Une fois la météo retirée, l’effet de Pâques est de +21 % par-dessus une semaine normale, et le plan de cette semaine le dit maintenant explicitement, au lieu de le cacher dans un indice de mars qui mélangeait Pâques, soleil et saison.

Pourquoi cela a marché quand le parrainage n’avait pas marché

Le billet précédent portait sur un événement unique, sur une seule semaine, et le modèle ne pouvait le séparer de rien. La météo, c’est l’inverse : elle revient chaque printemps, sur des semaines différentes, des mois différents, avec des intensités différentes. C’est la récurrence qui transforme une cause en quelque chose de mesurable. La même régression, avec la même mécanique, donne un chiffre inutilisable pour l’un et un chiffre solide pour l’autre.

La leçon

Un indice saisonnier n’est propre que si les années sur lesquelles il a été moyenné le sont. Quand une force extérieure récurrente, la météo avant tout, tombe inégalement sur ces années, elle est attribuée au calendrier, et l’année suivante se planifie sur la chance de l’année passée. Faites entrer la force extérieure dans le modèle comme un terme à part, et le calendrier qui reste est celui sur lequel vous pouvez vraiment planifier.