{"id":9765,"date":"2022-03-17T19:09:40","date_gmt":"2022-03-17T18:09:40","guid":{"rendered":"https:\/\/127.0.0.1\/colibri\/wp\/?p=9765"},"modified":"2026-03-24T11:16:48","modified_gmt":"2026-03-24T10:16:48","slug":"machine-learning-algorithmes-prevision","status":"publish","type":"post","link":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/","title":{"rendered":"Le machine learning dans les algorithmes de pr\u00e9vision\u00a0: vraie valeur ajout\u00e9e ou simple vernis marketing\u00a0?"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Le march\u00e9 de la data science conna\u00eet actuellement une explosion de la demande en machine learning, dans tous les secteurs, parfois m\u00eame jusqu\u2019\u00e0 l\u2019exc\u00e8s&nbsp;! Et la tendance n\u2019\u00e9pargne pas le d\u00e9veloppement et l\u2019application des algorithmes dans le domaine de la pr\u00e9vision des ventes.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Alors certes, nous direz-vous, la perc\u00e9e des mod\u00e8les de machine learning de plus en plus performants, est incontestable ces toutes derni\u00e8res ann\u00e9es. Mais il convient toutefois de conserver une distance de s\u00e9curit\u00e9 quant aux sir\u00e8nes du marketing \u2026 aussi attractives soient-elles&nbsp;!<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En effet, comprendre le p\u00e9rim\u00e8tre et les limites de l\u2019approche, savoir y faire appel en fonction des r\u00e9els besoins ainsi que des capacit\u00e9s de l\u2019entreprise, et \u00eatre capable de l\u2019interpr\u00e9ter, constituent autant de conditions intrins\u00e8ques \u00e0 sa valeur ajout\u00e9e.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le point de vue et les pr\u00e9conisations de Colibri \u2026<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-historique-du-machine-learning-dans-les-algorithmes-de-prevision-des-ventes\">Historique du Machine Learning dans les algorithmes de pr\u00e9vision des ventes<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Les techniques de machine learning et plus globalement l\u2019intelligence artificielle sont pr\u00e9sent\u00e9es comme r\u00e9volutionnaires et suscitent une fr\u00e9n\u00e9sie d\u00e9mesur\u00e9e. Or il faut savoir que le machine learning a \u00e9t\u00e9 invent\u00e9 dans les ann\u00e9es 50 et 60, et s\u2019est d\u00e9velopp\u00e9 rapidement \u00e0 partir des ann\u00e9es 80 avant de devenir si populaire. Son utilisation dans le domaine des pr\u00e9visions date lui aussi des ann\u00e9es 60 (arbres de d\u00e9cision), et a progress\u00e9 sensiblement dans les ann\u00e9es 90.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En effet, depuis les ann\u00e9es soixante, des mod\u00e8les traditionnels performants ont fait leurs preuves, qu\u2019il s\u2019agisse des classes de lissage simple, double, triple, exponentiel ou autor\u00e9gressif. Ils sont parfaitement adapt\u00e9s aux historiques de ventes r\u00e9guliers et suffisamment longs. Pour r\u00e9pondre aux demandes intermittentes ou erratiques (par exemple les pi\u00e8ces de rechange) le mod\u00e8le de Croston a \u00e9t\u00e9 d\u00e9velopp\u00e9 dans les ann\u00e9es 70. Ces m\u00e9thodes dites classiques ont dans la plupart des cas \u00e9t\u00e9 les plus fiables jusqu\u2019\u00e0 il y a encore une toute petite poign\u00e9e d\u2019ann\u00e9es, et sont encore souvent les plus performantes sur des historiques r\u00e9guliers.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ce n\u2019est qu\u2019\u00e0 partir de 2016, avec la maturit\u00e9 des techniques de Gradient boosting appliqu\u00e9 aux probl\u00e9matiques de r\u00e9gression, que le machine learning est parvenu \u00e0 \u00eatre r\u00e9gui\u00e8rement au niveau de performance des m\u00e9thodes traditionnelles. Un ph\u00e9nom\u00e8ne favoris\u00e9 par l\u2019essor et la d\u00e9mocratisation des nouvelles technologies, l\u2019acc\u00e8s facilit\u00e9 aux plateformes Cloud int\u00e9grant des volumes de donn\u00e9es tr\u00e8s importants, et la puissance de calcul accrue des machines.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Une porte ouverte \u00e0 de nombreux concepts \u2026 qui explique la perc\u00e9e du machine learning depuis le d\u00e9but des ann\u00e9es 2020, et l\u2019engouement qui l\u2019accompagne&nbsp;!<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full\"><img decoding=\"async\" width=\"495\" height=\"659\" src=\"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2022\/03\/Image1-1.png\" alt=\"\" class=\"wp-image-9769\" srcset=\"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2022\/03\/Image1-1.png 495w, https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2022\/03\/Image1-1-480x639.png 480w\" sizes=\"(min-width: 0px) and (max-width: 480px) 480px, (min-width: 481px) 495px, 100vw\" \/><figcaption class=\"wp-element-caption\"><em><u>Source&nbsp;<\/u>: Data Science for Supply Chain Forecasting 2e \u00e9dition.&nbsp;<\/em><\/figcaption><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-evolutions-recentes-du-machine-learning\">Evolutions r\u00e9centes du Machine Learning<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Depuis 1982, les <a href=\"https:\/\/mofc.unic.ac.cy\/m5-competition\/\" target=\"_blank\" rel=\"noreferrer noopener\">Makridakis Competitions<\/a> mettent en concurrence des centaines de chercheurs du monde entier, dans le but de d\u00e9tecter les avanc\u00e9es scientifiques notoires en mati\u00e8re de pr\u00e9vision des ventes \u2026 aucun mod\u00e8le classique n\u2019ayant \u00e9t\u00e9 d\u00e9tr\u00f4n\u00e9 en pr\u00e8s de 40 ans. A ce titre d\u2019ailleurs, la r\u00e9cente \u00e9dition de 2020, a vu les dix-sept m\u00e9thodes de machine learning, se r\u00e9v\u00e9ler d\u2019une fiabilit\u00e9 moindre que celle de la m\u00e9thode \u00e9talon Naive \u2026 \u00e9chec cuisant donc.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Pourtant en seulement un an, la tendance s\u2019est drastiquement invers\u00e9e, avec l\u2019apparition de nouveaux mod\u00e8les d\u2019apprentissage automatique, d\u00e9passant alors haut la main tous les autres. Leur particularit\u00e9&nbsp;? Une capacit\u00e9 \u00e0 int\u00e9grer des donn\u00e9es additionnelles (features) en tant que variables explicatives et des techniques pour \u00e9viter l\u2019\u00e9cueil du surapprentissage. Pour la pr\u00e9vision des ventes en grande distribution, il s\u2019agit par exemple du prix, de l\u2019historique, des p\u00e9riodes de promotions, des dates de ruptures ou encore des canaux de distribution. La qualit\u00e9 plus que le nombre et la pertinence de ces donn\u00e9es, permet d\u2019enrichir le mod\u00e8le, et d\u2019accro\u00eetre toujours plus la pr\u00e9cision et la fiabilit\u00e9 des r\u00e9sultats.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Depuis 2021, on assiste donc \u00e0 une v\u00e9ritable course autour des techniques de machine learning&nbsp;: mobilisation massive de la communaut\u00e9 scientifique, comp\u00e9titions, puissance volum\u00e9trique et calculatoire accrue des machines \u2026 Les mod\u00e8les de machine learning int\u00e9grant des features s\u2019am\u00e9liorent ainsi rapidement en termes de temps de calcul et de coh\u00e9rence, parvenant \u00e0 supplanter r\u00e9guli\u00e8rement les mod\u00e8les classiques. Prometteur&nbsp;!<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il existe cependant des contreparties non n\u00e9gligeables \u00e0 ces nouveaux mod\u00e8les. Tr\u00e8s consommateurs de ressources et plus sujets au sur-apprentissage, ils n\u00e9cessitent un nombre important de donn\u00e9es \u00ab&nbsp;propres et bien structur\u00e9es&nbsp;\u00bb \u2026 avec le risque de d\u00e9grader les r\u00e9sultats du mod\u00e8le si des donn\u00e9es non pertinentes sont introduites. Ils se r\u00e9v\u00e8lent donc l\u00e9g\u00e8rement moins robustes que les mod\u00e8les traditionnels, plus instables, et peuvent aussi perdre en explicabilit\u00e9.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Contrairement aux techniques traditionnelles qui peuvent \u00eatre utilis\u00e9es \u00ab&nbsp;sur \u00e9tag\u00e8re&nbsp;\u00bb, les techniques de machine learning plus avanc\u00e9es n\u00e9cessitent une phase d\u2019analyse et de configuration par des sp\u00e9cialistes pour \u00eatre r\u00e9ellement performantes.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Aussi, il est crucial d\u2019\u00eatre suffisamment \u00e9clair\u00e9 sur le sujet afin d\u2019\u00e9viter de se laisser emporter par les \u00e9ventuelles d\u00e9rives de l\u2019enthousiasme ambiant.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-machine-learning-pour-la-prevision-des-ventes-nbsp-comment-bien-demarrer-nbsp-avec-colibri\">Machine Learning pour la pr\u00e9vision des ventes&nbsp;: comment bien d\u00e9marrer&nbsp;avec Colibri ?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Il s\u2019agit avant tout d\u2019\u00e9viter de \u00ab&nbsp;faire du machine learning pour faire du machine learning&nbsp;\u00bb. Oui, m\u00eame au risque de se voir qualifier de \u00ab&nbsp;has been&nbsp;\u00bb. Vouloir br\u00fbler les \u00e9tapes s\u2019av\u00e8rerait de fait contre productif.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En tant que sage contrepied \u00e0 l\u2019appel de la mode, le bon sens indique de commencer de mani\u00e8re simple, en effectuant des pr\u00e9visions \u00e0 l\u2019aide d\u2019un outil permettant de r\u00e9aliser des mod\u00e8les classiques. C\u2019est d\u2019autant plus vrai pour des entreprises n\u2019ayant pas en main les moyens pour traiter des probl\u00e9matiques complexes et impliquant un nombre important de donn\u00e9es. Et s\u2019il est l\u00e9gitime de viser le machine learning \u00e0 terme, poser les bases de son projet \u00e0 travers un travail m\u00e9thodologique amont est crucial.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A ce titre, Colibri articule son accompagnement des entreprises autour des axes suivants&nbsp;:<\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Evaluation de l\u2019\u00e9ligibilit\u00e9 au machine learning\u00a0selon l\u2019activit\u00e9, la typologie et la taille de l\u2019entreprise et les b\u00e9n\u00e9fices qu\u2019on peut en attendre.<\/li>\n\n\n\n<li>Standardisation des processus et compr\u00e9hension des besoins m\u00e9tiers<\/li>\n\n\n\n<li>Ma\u00eetrise de la data\u00a0: donn\u00e9es propres, bien segment\u00e9es et de qualit\u00e9 dont les structures doivent \u00eatre bien comprises et optimis\u00e9es.<\/li>\n\n\n\n<li>\u00a0D\u00e9termination d\u2019objectifs clairs<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Une fois le mod\u00e8le de machine learning mis en place, Colibri s\u2019attache \u00e0 rendre explicites et intelligibles aux utilisateurs finaux, des r\u00e9sultats issus de mod\u00e8les complexes. Cette compr\u00e9hension constitue non seulement un vecteur de confiance et d\u2019adh\u00e9sion mais elle permet \u00e9galement de piloter le contr\u00f4le de la pertinence du mod\u00e8le&nbsp;en fonction de son contexte (validit\u00e9 des hypoth\u00e8ses, mise \u00e0 jour des algorithmes en fonction des variables, \u2026)<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le machine learning ne b\u00e9n\u00e9ficie pas \u00e0 tous de mani\u00e8re identique et dans les m\u00eames proportions. Il ne pr\u00e9sente d\u2019ailleurs un int\u00e9r\u00eat que si le mod\u00e8le correspond en tous points au m\u00e9tier vis\u00e9. Entre l\u2019utilisation de mod\u00e8les simples et accessibles dans Excel et le recours intensif aux mod\u00e8les bas\u00e9s sur des r\u00e9seaux neuronaux tr\u00e8s prometteurs, il existe une multitude de nuances. Le secret de la r\u00e9ussite&nbsp;? R\u00e9aliser un important et minutieux effort de travail sur la data, savoir faire preuve de mesure, de pragmatisme et avancer progressivement \u2026 tout en \u00e9tant bien accompagn\u00e9&nbsp;!<\/p>\n\n\n\n<figure class=\"wp-block-gallery has-nested-images columns-default is-cropped wp-block-gallery-1 is-layout-flex wp-block-gallery-is-layout-flex\">\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/www.colibri-snop.com\/fr\/solutions-sop-colibri\/\" target=\"_blank\" rel=\" noreferrer noopener\"><img decoding=\"async\" width=\"1200\" height=\"600\" data-id=\"16780\" src=\"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2026\/03\/wordpress-14.svg\" alt=\"Machine Learning in Forecasting Algorithms: Real Added Value or Just Marketing Hype?\" class=\"wp-image-16780\"\/><\/a><\/figure>\n<\/figure>\n","protected":false},"excerpt":{"rendered":"<p>Le march\u00e9 de la data science conna\u00eet actuellement une explosion de la demande en machine learning, dans tous les secteurs, parfois m\u00eame jusqu\u2019\u00e0 l\u2019exc\u00e8s ! Et la tendance n\u2019\u00e9pargne pas le d\u00e9veloppement et l\u2019application des algorithmes dans le domaine de la pr\u00e9vision des ventes.<\/p>\n","protected":false},"author":13,"featured_media":9776,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_et_pb_use_builder":"off","_et_pb_old_content":"<!-- wp:paragraph -->\n<p>Aujourd\u2019hui, l\u2019un des objectifs majeurs des services de supply chain est de mieux structurer leurs process. Pourquoi est-ce si important&nbsp;? Par o\u00f9 commencer&nbsp;? Et en quoi un logiciel de supply chain bien construit permet d\u2019atteindre cet objectif&nbsp;? Nos r\u00e9ponses.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:heading -->\n<h2>Supply Chain. Mieux structurer ses process, pourquoi&nbsp;?<\/h2>\n<!-- \/wp:heading -->\n\n<!-- wp:paragraph -->\n<p>Dans la vie d\u2019une entreprise, beaucoup d\u2019\u00e9l\u00e9ments \u00e9voluent au quotidien&nbsp;: nouveaux collaborateurs, lancements de produits, ouvertures de march\u00e9s\u2026mais tout cela doit se faire de mani\u00e8re r\u00e9sonn\u00e9e et optimale d\u2019un point de vue des stocks.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Cet enjeu capital pour les entreprises <strong>se fait bien trop souvent<\/strong>, sous Excel. Seulement, au fil du temps, les tableurs peuvent vite se r\u00e9v\u00e9ler inadapt\u00e9s.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Peu intuitifs, mal adapt\u00e9s, souvent lourds, ceux-ci ne peuvent alors plus suivre la cadence. Ils ne permettent plus aux salari\u00e9s de profiter d\u2019une vision globale. Difficile dans ce contexte de structurer ses process et de profiter des avantages concurrentiels que procurerait un outil du march\u00e9&nbsp;:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:list -->\n<ul><li>La r\u00e9duction du cycle et de la charge de planification,&nbsp;<\/li><li>L\u2019am\u00e9lioration de la fiabilit\u00e9 des pr\u00e9visions,&nbsp;<\/li><li>La baisse des stocks,<\/li><li>La r\u00e9duction des ruptures et des retards de livraisons,<\/li><li>L\u2019augmentation du chiffre d\u2019affaires et des marges,&nbsp;<\/li><li>L\u2019am\u00e9lioration de l\u2019ambiance ainsi que de la synergie entre les \u00e9quipes,<\/li><li>La stabilit\u00e9 et valorisation des collaborateurs.<\/li><\/ul>\n<!-- \/wp:list -->\n\n<!-- wp:heading -->\n<h2>Outil de Supply Chain&nbsp;: quelles fonctionnalit\u00e9s facilitent la structuration des process&nbsp;?<\/h2>\n<!-- \/wp:heading -->\n\n<!-- wp:paragraph -->\n<p>Intuitifs, innovants, r\u00e9actifs, <strong>les logiciels de supply chain surpassent les tableurs Excel \u00e0 tous les niveaux<\/strong>. Ces nouveaux outils aident l\u2019entreprise \u00e0 gagner en performance \u00e0 court comme \u00e0 long terme.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Gr\u00e2ce aux logiciels Cloud de demand et supply planning, les collaborateurs acc\u00e8dent en effet de mani\u00e8re simple et intuitive \u00e0 la pr\u00e9vision commerciale, mais pas que. Car d\u2019autres fonctionnalit\u00e9s int\u00e9gr\u00e9es permettent de structurer les process et se r\u00e9v\u00e8lent tr\u00e8s vite essentielles. Parmi elles&nbsp;:<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:list -->\n<ul><li><strong>La collaboration. <\/strong>Ces nouvelles solutions sont r\u00e9solument collaboratives. Elles combinent centralisation des donn\u00e9es et d\u00e9centralisation de l\u2019utilisation. Commerciaux, pr\u00e9visionnistes, partenaires ou encore fournisseurs peuvent donc utiliser l\u2019outil au gr\u00e9 de leurs besoins, en toute fluidit\u00e9. Le logiciel est exploitable par tous les maillons de la cha\u00eene, et s\u2019adapte \u00e0 tous les besoins en termes de pr\u00e9cisions d\u2019informations, qu\u2019elles soient d\u00e9taill\u00e9es ou macroscopiques.<\/li><li><strong>Vision financi\u00e8re, analytique et reporting. <\/strong>L\u2019int\u00e9gration de nouvelles technologies \u00e0 ces outils permet aux collaborateurs de modifier en temps r\u00e9el leurs pr\u00e9visions et d\u2019observer instantan\u00e9ment l\u2019impact de ces changements sur le budget, ou sur tout autre donn\u00e9e li\u00e9e. Les \u00e9quipes peuvent aussi acc\u00e9der en quelques clics aux \u00ab&nbsp;analyses avanc\u00e9es&nbsp;\u00bb. Les logiciels de demand et supply planning les plus complets proposent notamment des tableaux de bord d\u00e9taill\u00e9s enti\u00e8rement personnalisables. Tout en restant intelligibles, ces technologies mettent donc l\u2019intelligence et la visualisation au service de l\u2019utilisateur pour l\u2019aider dans chacune de ses t\u00e2ches. A la cl\u00e9&nbsp;: l\u2019excellence op\u00e9rationnelle.<\/li><li><strong>La robotisation &amp; le Machine learning. <\/strong>L\u2019automatisation importante des t\u00e2ches sans intelligence ou valeur ajout\u00e9e, aide les \u00e9quipes \u00e0 gagner en productivit\u00e9 et augmente leur efficacit\u00e9. L\u2019utilisateur n\u2019a plus qu\u2019\u00e0 prendre des d\u00e9cisions et la machine, \u00e0 les appliquer. Les \u00e9quipes trouvent ainsi leur travail moins fastidieux et gagnent en motivation. Elles peuvent encha\u00eener les prises de d\u00e9cision \u00e0 forte valeur ajout\u00e9e.<\/li><li><strong>La puissance calculatoire et l\u2019algorithmie. <\/strong>Calculs de pr\u00e9visions, planification, alertes\u2026les d\u00e9cisions automatis\u00e9es (ou robots) sont capables d\u2019appliquer \u00e0 la lettre des strat\u00e9gies pr\u00e9d\u00e9finies. Celles-ci peuvent d\u2019ailleurs \u00eatre coupl\u00e9es avec d\u2019autres innovations telles que l\u2019algorithmie avanc\u00e9e. Ainsi, par exemple, selon les profils comportementaux de certains p\u00e9rim\u00e8tres march\u00e9 ou produit, les robots d\u00e9finissent quel est l\u2019algorithme le plus pertinent \u00e0 utiliser. A cela peut s\u2019ajouter \u00e9galement une autre contrainte&nbsp;: le niveau de calculs. L\u2019outil du futur devra non seulement choisir le meilleur algorithme mais \u00e9galement \u00e0 quel niveau le lancer.<\/li><\/ul>\n<!-- \/wp:list -->\n\n<!-- wp:image {\"id\":8658,\"sizeSlug\":\"large\"} -->\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/content.colibri-snop.com\/fr-success-story-izipizi\"><img src=\"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2020\/12\/banniere-blog-izipizi-1024x422.png\" alt=\"\" class=\"wp-image-8658\"\/><\/a><\/figure>\n<!-- \/wp:image -->\n\n<!-- wp:heading -->\n<h2>Colibri, solution innovante pour structurer rapidement ses processus de supply chain<\/h2>\n<!-- \/wp:heading -->\n\n<!-- wp:paragraph -->\n<p>Chez Colibri, nous savons que l\u2019excellence op\u00e9rationnelle, la rapidit\u00e9 et la simplification des processus am\u00e8nent \u00e0 la performance. Ces <strong>trois notions sont donc au c\u0153ur de nos solutions logicielles<\/strong>.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Quand, confront\u00e9s \u00e0 une probl\u00e9matique, les entreprises optent pour un outil de supply chain, elles veulent b\u00e9n\u00e9ficier d\u2019un ROI rapidement apr\u00e8s la mise en place de la solution. Mais dans certains cas, ce d\u00e9lai peut s\u2019av\u00e9rer long, trop long&nbsp;!<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Dans un monde o\u00f9 le<strong> temps <\/strong>est devenu<strong> une arme de comp\u00e9tition<\/strong>, une solution moderne, flexible, adaptable et performante telle que Colibri permet d\u2019obtenir un r\u00e9el avantage concurrentiel.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p><strong>Tableaux de bords interactifs, vision synth\u00e9tique, collaboration multi-niveaux <\/strong>\u2026 toutes ces fonctionnalit\u00e9s et bien d\u2019autres permettent aux collaborateurs de se mettre rapidement en situation de r\u00e9aliser des gains. Fini le temps perdu \u00e0 produire des cahiers des charges fastidieux et des dossiers de conceptions lourds, pour aboutir \u00e0 une solution qui, entre temps n\u2019est peut-\u00eatre d\u00e9j\u00e0 plus \u00e0 jour\u2026<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>De nombreuses entreprises de tous secteurs d\u2019activit\u00e9 ont d\u2019ores et d\u00e9j\u00e0 choisi Colibri. <strong>C\u2019est notamment le cas d\u2019IZIPIZI, soci\u00e9t\u00e9 fond\u00e9e en 2010 qui propose des lunettes intemporelles et color\u00e9es \u00e0 un prix accessible<\/strong>.&nbsp;Aujourd\u2019hui, gr\u00e2ce \u00e0 la solution Supply Chain de Colibri, les gains sont r\u00e9els pour les collaborateurs.<em> \u00ab&nbsp;Gr\u00e2ce \u00e0 COLIBRI, nous disposons d\u2019une meilleure ma\u00eetrise des stocks et des r\u00e9approvisionnements. Cet outil nous permet enfin d\u2019avoir une projection de ces deux \u00e9l\u00e9ments, afin de pouvoir donner \u00e0 la Finance la projection n\u00e9cessaire \u00e0 un meilleur pilotage de l\u2019entreprise<\/em>.&nbsp;\u00bb<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Vous souhaitez tester cette solution cloud&nbsp;? Colibri vous propose un prototype en 2 jours, avec des donn\u00e9es r\u00e9elles. Ainsi, si vous d\u00e9celez de points d\u2019insatisfaction, nous pouvons faire \u00e9voluer la solution par it\u00e9ration, jusqu\u2019\u00e0 atteindre un outil satisfaisant, utilisable, productif.<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p>Pour gagner en rapidit\u00e9 et en fiabilit\u00e9, pr\u00e9f\u00e9rez un outil qui structure rapidement les process. Pour en savoir plus sur les solutions Colibri et les technologies associ\u00e9es (algorithmie avanc\u00e9e, machine learning, robotisation\u2026), <a href=\"https:\/\/content.colibri-snop.com\/fr-demo\">contactez nos experts Supply chain et b\u00e9n\u00e9ficiez d\u2019une d\u00e9mo&nbsp;<\/a>!<\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:paragraph -->\n<p><\/p>\n<!-- \/wp:paragraph -->\n\n<!-- wp:image {\"align\":\"center\",\"id\":8453,\"sizeSlug\":\"large\"} -->\n<div class=\"wp-block-image\"><figure class=\"aligncenter size-large\"><a href=\"https:\/\/content.colibri-snop.com\/fr-demo\"><img src=\"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2020\/07\/banni\u00e8re-d\u00e9mo-20-1024x223.jpg\" alt=\"\" class=\"wp-image-8453\"\/><\/a><\/figure><\/div>\n<!-- \/wp:image -->","_et_gb_content_width":"","content-type":"","inline_featured_image":false,"footnotes":""},"categories":[33],"tags":[],"class_list":["post-9765","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articles-fr"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v28.6 (Yoast SEO v28.8) - https:\/\/yoast.com\/product\/yoast-seo-premium-wordpress\/ -->\n<title>Machine learning et pr\u00e9vision des ventes : l\u2019approche Colibri<\/title>\n<meta name=\"description\" content=\"Le machine learning et la pr\u00e9vision des ventes : enjeux, limites et bonnes pratiques. D\u00e9couvrez l\u2019approche pragmatique et efficace de Colibri.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Le machine learning dans les algorithmes de pr\u00e9vision\u00a0: vraie valeur ajout\u00e9e ou simple vernis marketing\u00a0?\" \/>\n<meta property=\"og:description\" content=\"Le machine learning et la pr\u00e9vision des ventes : enjeux, limites et bonnes pratiques. D\u00e9couvrez l\u2019approche pragmatique et efficace de Colibri.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/\" \/>\n<meta property=\"og:site_name\" content=\"Colibri\" \/>\n<meta property=\"article:published_time\" content=\"2022-03-17T18:09:40+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-03-24T10:16:48+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2022\/03\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"900\" \/>\n\t<meta property=\"og:image:height\" content=\"600\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Clarisse Assis\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Clarisse Assis\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/\"},\"author\":{\"name\":\"Clarisse Assis\",\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/#\\\/schema\\\/person\\\/6e7df1e862e8eb51169020732d7d23e2\"},\"headline\":\"Le machine learning dans les algorithmes de pr\u00e9vision\u00a0: vraie valeur ajout\u00e9e ou simple vernis marketing\u00a0?\",\"datePublished\":\"2022-03-17T18:09:40+00:00\",\"dateModified\":\"2026-03-24T10:16:48+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/\"},\"wordCount\":1357,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.colibri-snop.com\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg\",\"articleSection\":[\"Articles\"],\"inLanguage\":\"fr-FR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/\",\"url\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/\",\"name\":\"Machine learning et pr\u00e9vision des ventes : l\u2019approche Colibri\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.colibri-snop.com\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg\",\"datePublished\":\"2022-03-17T18:09:40+00:00\",\"dateModified\":\"2026-03-24T10:16:48+00:00\",\"description\":\"Le machine learning et la pr\u00e9vision des ventes : enjeux, limites et bonnes pratiques. D\u00e9couvrez l\u2019approche pragmatique et efficace de Colibri.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.colibri-snop.com\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg\",\"contentUrl\":\"https:\\\/\\\/www.colibri-snop.com\\\/wp-content\\\/uploads\\\/2022\\\/03\\\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg\",\"width\":900,\"height\":600,\"caption\":\"Data scientists. Programmer team using laptop analyzing and developing in various information on futuristic virtual interface. Algorithm. Marketing and deep learning of artificial intelligence.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/machine-learning-algorithmes-prevision\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Colibri\",\"item\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Le machine learning dans les algorithmes de pr\u00e9vision\u00a0: vraie valeur ajout\u00e9e ou simple vernis marketing\u00a0?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/#website\",\"url\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/\",\"name\":\"Colibri-snop\",\"description\":\"Un site utilisant WordPress\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/#organization\",\"name\":\"Colibri S&OP\",\"url\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.colibri-snop.com\\\/wp-content\\\/uploads\\\/2026\\\/02\\\/COLIBRI_LOGO_RGB_COLOR_COLIBRI_SOP_STACKED_HORIZONTAL-scaled.png\",\"contentUrl\":\"https:\\\/\\\/www.colibri-snop.com\\\/wp-content\\\/uploads\\\/2026\\\/02\\\/COLIBRI_LOGO_RGB_COLOR_COLIBRI_SOP_STACKED_HORIZONTAL-scaled.png\",\"width\":2560,\"height\":1280,\"caption\":\"Colibri S&OP\"},\"image\":{\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/company\\\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/#\\\/schema\\\/person\\\/6e7df1e862e8eb51169020732d7d23e2\",\"name\":\"Clarisse Assis\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7b572eb818e7052b68a3b121332cb80f9ab481a132906b25eeee61aca2ae05b5?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7b572eb818e7052b68a3b121332cb80f9ab481a132906b25eeee61aca2ae05b5?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/7b572eb818e7052b68a3b121332cb80f9ab481a132906b25eeee61aca2ae05b5?s=96&d=mm&r=g\",\"caption\":\"Clarisse Assis\"},\"jobTitle\":\"responsable marketing\",\"url\":\"https:\\\/\\\/www.colibri-snop.com\\\/fr\\\/author\\\/clarisse-assis\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Machine learning et pr\u00e9vision des ventes : l\u2019approche Colibri","description":"Le machine learning et la pr\u00e9vision des ventes : enjeux, limites et bonnes pratiques. D\u00e9couvrez l\u2019approche pragmatique et efficace de Colibri.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/","og_locale":"fr_FR","og_type":"article","og_title":"Le machine learning dans les algorithmes de pr\u00e9vision\u00a0: vraie valeur ajout\u00e9e ou simple vernis marketing\u00a0?","og_description":"Le machine learning et la pr\u00e9vision des ventes : enjeux, limites et bonnes pratiques. D\u00e9couvrez l\u2019approche pragmatique et efficace de Colibri.","og_url":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/","og_site_name":"Colibri","article_published_time":"2022-03-17T18:09:40+00:00","article_modified_time":"2026-03-24T10:16:48+00:00","og_image":[{"width":900,"height":600,"url":"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2022\/03\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg","type":"image\/jpeg"}],"author":"Clarisse Assis","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"Clarisse Assis","Dur\u00e9e de lecture estim\u00e9e":"6 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/#article","isPartOf":{"@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/"},"author":{"name":"Clarisse Assis","@id":"https:\/\/www.colibri-snop.com\/fr\/#\/schema\/person\/6e7df1e862e8eb51169020732d7d23e2"},"headline":"Le machine learning dans les algorithmes de pr\u00e9vision\u00a0: vraie valeur ajout\u00e9e ou simple vernis marketing\u00a0?","datePublished":"2022-03-17T18:09:40+00:00","dateModified":"2026-03-24T10:16:48+00:00","mainEntityOfPage":{"@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/"},"wordCount":1357,"commentCount":0,"publisher":{"@id":"https:\/\/www.colibri-snop.com\/fr\/#organization"},"image":{"@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/#primaryimage"},"thumbnailUrl":"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2022\/03\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg","articleSection":["Articles"],"inLanguage":"fr-FR"},{"@type":"WebPage","@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/","url":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/","name":"Machine learning et pr\u00e9vision des ventes : l\u2019approche Colibri","isPartOf":{"@id":"https:\/\/www.colibri-snop.com\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/#primaryimage"},"image":{"@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/#primaryimage"},"thumbnailUrl":"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2022\/03\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg","datePublished":"2022-03-17T18:09:40+00:00","dateModified":"2026-03-24T10:16:48+00:00","description":"Le machine learning et la pr\u00e9vision des ventes : enjeux, limites et bonnes pratiques. D\u00e9couvrez l\u2019approche pragmatique et efficace de Colibri.","breadcrumb":{"@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/#primaryimage","url":"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2022\/03\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg","contentUrl":"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2022\/03\/Le-machine-learning-dans-les-algorithmes-de-prevision-vraie-valeur-ajoutee-ou-simple-vernis-marketing.jpg","width":900,"height":600,"caption":"Data scientists. Programmer team using laptop analyzing and developing in various information on futuristic virtual interface. Algorithm. Marketing and deep learning of artificial intelligence."},{"@type":"BreadcrumbList","@id":"https:\/\/www.colibri-snop.com\/fr\/machine-learning-algorithmes-prevision\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Colibri","item":"https:\/\/www.colibri-snop.com\/fr\/"},{"@type":"ListItem","position":2,"name":"Le machine learning dans les algorithmes de pr\u00e9vision\u00a0: vraie valeur ajout\u00e9e ou simple vernis marketing\u00a0?"}]},{"@type":"WebSite","@id":"https:\/\/www.colibri-snop.com\/fr\/#website","url":"https:\/\/www.colibri-snop.com\/fr\/","name":"Colibri-snop","description":"Un site utilisant WordPress","publisher":{"@id":"https:\/\/www.colibri-snop.com\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.colibri-snop.com\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/www.colibri-snop.com\/fr\/#organization","name":"Colibri S&OP","url":"https:\/\/www.colibri-snop.com\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.colibri-snop.com\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2026\/02\/COLIBRI_LOGO_RGB_COLOR_COLIBRI_SOP_STACKED_HORIZONTAL-scaled.png","contentUrl":"https:\/\/www.colibri-snop.com\/wp-content\/uploads\/2026\/02\/COLIBRI_LOGO_RGB_COLOR_COLIBRI_SOP_STACKED_HORIZONTAL-scaled.png","width":2560,"height":1280,"caption":"Colibri S&OP"},"image":{"@id":"https:\/\/www.colibri-snop.com\/fr\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/"]},{"@type":"Person","@id":"https:\/\/www.colibri-snop.com\/fr\/#\/schema\/person\/6e7df1e862e8eb51169020732d7d23e2","name":"Clarisse Assis","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/secure.gravatar.com\/avatar\/7b572eb818e7052b68a3b121332cb80f9ab481a132906b25eeee61aca2ae05b5?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/7b572eb818e7052b68a3b121332cb80f9ab481a132906b25eeee61aca2ae05b5?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/7b572eb818e7052b68a3b121332cb80f9ab481a132906b25eeee61aca2ae05b5?s=96&d=mm&r=g","caption":"Clarisse Assis"},"jobTitle":"responsable marketing","url":"https:\/\/www.colibri-snop.com\/fr\/author\/clarisse-assis\/"}]}},"_links":{"self":[{"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/posts\/9765","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/users\/13"}],"replies":[{"embeddable":true,"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/comments?post=9765"}],"version-history":[{"count":1,"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/posts\/9765\/revisions"}],"predecessor-version":[{"id":17291,"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/posts\/9765\/revisions\/17291"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/media\/9776"}],"wp:attachment":[{"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/media?parent=9765"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/categories?post=9765"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.colibri-snop.com\/fr\/wp-json\/wp\/v2\/tags?post=9765"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}