Fiche #10 : Analyser des séries temporelles pour mieux piloter vos participations et vos équipes

Cette fiche explique l’importance et les méthodes de l’analyse des séries temporelles pour les sociétés de gestion. Il souligne que les données stratégiques, telles que les valorisations et les cash-flows, évoluent dans le temps et que leur analyse historique et prévisionnelle est cruciale. Le texte définit ce qu’est une série temporelle, donne des exemples concrets, et présente divers modèles d’analyse, allant des méthodes statistiques classiques comme ARIMA aux approches plus avancées comme le Deep learning (LSTM), en insistant sur le choix du modèle adapté. Enfin, il détaille des cas d’usage pratiques pour les sociétés de gestion, tels que la prévision des cash-flows, le suivi des indicateurs ESG, et le dimensionnement des équipes, tout en mettant en lumière le rôle des LLM (Large Language Models) pour améliorer l’exploitation des données NB : le podcast de BODIC est généré par l’outil d’IA NotebookLM à partir du contenu de cette fiche PDF écrite par l’équipe Bodic