La prévision reste dans la tête
« Le mois dernier c’était ça, donc ce mois-ci ce sera pareil » : le budget du mois suivant se planifie à l’intuition plutôt que sur des données.
Des prévisions confrontées ensuite aux faits
Valkiria prévoit impressions, clics, conversions, revenus, budget, audience, attrition et croissance à partir de votre seul historique, et conserve chaque prévision avec sa confiance et ses références de source. Quand les chiffres réels arrivent, la prévision leur est comparée et notée.
Pourquoi une prévision ne vaut souvent rien
Personne ne vérifie la prévision de l’IA
Le modèle annonce un chiffre avec assurance et, un mois plus tard, personne ne revient voir s’il a tenu. L’erreur reste invisible et le même modèle prédit de nouveau.
Le chiffre n’a pas de source
Un joli nombre sans indication des données dont il sort ni de ce qui manquait dedans ne peut être ni contesté ni défendu devant un client.
Comment une prévision se construit et se vérifie
Fournir l’historique
Le module transmet au modèle vos performances accumulées. Sa consigne interdit de sortir de ces données et exige sources, hypothèses et éléments manquants.
Générer la prévision
Un bouton construit les prévisions sur la période, 30 jours par défaut. Chaque enregistrement porte son type, sa catégorie, sa confiance et le statut d’estimation non vérifiée.
Confronter aux faits
À la fin de la période, les valeurs réelles et une note de précision viennent s’ajouter : vous voyez quelles prévisions méritent confiance et lesquelles non.
Ce qu’apporte l’analytique prédictive
Huit types de prévisions
Performance, budget, audience, revenus, CTR, conversions, attrition et croissance, filtrables par catégorie dans une seule liste.
Une confiance sur chaque ligne
Une prévision sans confiance porte la mention « preuves requises », et l’évolution de la confiance a son propre graphique.
Contrôle a posteriori intégré
Prévision et réalité se lisent côte à côte, la précision est notée en pourcentage, et la moyenne dit ce que vaut le modèle.
Marqueur de factualité par carte
Le statut indique si des sources soutiennent la prévision : une estimation non vérifiée ne peut jamais être appliquée automatiquement.
Une prévision pour budgéter
Impressions, clics et conversions attendus à 30 jours arrivent en graphique, prêt à soutenir un plan de dépenses.
Le fournisseur d’IA reste votre choix
La chaîne Ollama → z.ai → OpenAI → Anthropic → Qwen se configure par installation, rien n’est figé sur un seul fournisseur.
En chiffres
- 8
- types de prévisions, du CTR à l’attrition
- 30
- jours : horizon de prévision par défaut
- 0
- prévision appliquée sans un humain
Questions sur les prévisions
Sur quoi repose la prévision ?
Uniquement sur votre propre historique de performance, transmis au modèle avec la demande. La consigne lui impose de renvoyer les valeurs prévues, une confiance, des références de source, ses hypothèses et la liste des éléments qui lui manquaient.
Peut-on se fier à l’indice de confiance ?
La confiance est elle-même une estimation du modèle, pas une mesure : elle n’a donc jamais le dernier mot. Les prévisions sont comparées aux valeurs réelles et une précision moyenne s’accumule à côté, qui montre ce que cette confiance vaut en pratique.
Une prévision peut-elle augmenter un budget ou lancer une campagne seule ?
Non. Une prévision est enregistrée comme estimation non vérifiée, et ce statut bloque toute application automatique. Les changements de campagne sont faits par une personne dans les modules dédiés, où tout nouvel objet est créé en PAUSED.
Quelles métriques peut-on prévoir ?
Huit types : performance, budget, audience, revenus, CTR, conversions, attrition et croissance. La liste se filtre par catégorie, donc les prévisions d’un client ou d’une activité se lisent séparément.
Mes données partent-elles chez OpenAI ?
Cela dépend de votre configuration. Le module passe par une chaîne de fournisseurs définie à l’installation, qui peut commencer par un Ollama auto-hébergé ; rien n’est figé sur un fournisseur unique.
Faites une prévision vérifiable
Les prévisions sortent de vos données, portent la mention estimation et ne s’appliquent jamais seules. La précision se contrôle dès le premier cycle.