Toutes les petites et moyennes entreprises (PME) suisses qui lèvent des fonds, embauchent en prévision de la demande ou prévoient une expansion de Zurich à Genève finissent par soumettre un chiffre unique à leur conseil d'administration : le chiffre d'affaires du prochain trimestre. Ce chiffre repose généralement sur l'espoir. Gartner a constaté que seulement 45 pour cent des responsables des ventes et des commerciaux ont une grande confiance dans leur propre exactitude de prévision, et seulement 47 pour cent estiment que les données sous-jacentes sont de bonne qualité. Une prévision en laquelle personne n'a confiance n'est qu'une estimation affublée d'un tableur. Cet article traite du contraire : comment construire une méthode ascendante modèle de prévision des ventes pour une PME suisse qu'un directeur financier (CFO), un investisseur et un fondateur peuvent tous défendre ligne par ligne.
En bref : Une prévision de revenus suisse défendable repose sur la triangulation de trois méthodes, et non d'une seule : le pipeline pondéré par étape comme modèle de travail, l'engagement des commerciaux comme vérification de terrain, et le taux d'exécution (run-rate) comme plancher. C'est la méthode, et non la confiance, qui rend le chiffre crédible.
Le chiffre d'affaires des PME suisses est plus difficile à prévoir que ne le suggèrent les données de référence
Les chiffres de précision publiés sont déjà sombres. Une analyse de 270 912 transactions conclues-gagnées d'une valeur de plus de 18,1 milliards de dollars américains répartis sur 18 entreprises a révélé que seulement 28,1 pour cent des opportunités clôturées à moins de 5 pour cent de leurs prévisions à 90 jours, la prévision moyenne affichant un écart de plus de 31 pour cent. Ces chiffres proviennent de dynamiques de vente à haut volume, principalement américaines. Une PME suisse opère dans des contraintes plus strictes.
Le nombre de transactions est plus faible et les cycles sont plus longs. Une entreprise logicielle genevoise vendant à des administrations cantonales ou un fournisseur industriel zurichois vendant au secteur pharmaceutique peut conclure une douzaine de contrats importants par trimestre plutôt qu'un millier ; par conséquent, la loi des grands nombres qui lisse un pipeline américain sauve rarement un pipeline suisse. Une seule signature retardée en francs suisses (CHF) peut faire basculer un trimestre. Les comités d'achat recherchent le consensus et sont multilingues, les achats sont mûrement réfléchis, et les ralentissements estivaux et de fin d'année sont bien réels. De plus, la loi fédérale sur la protection des données révisée (nouvelle LPD, ou nLPD) limite la quantité de données de prospects et de contacts qu'une PME peut détenir et traiter, ce qui façonne discrètement le degré d'exhaustivité qu'un ensemble de données de prévision est autorisé à atteindre. Les critères de référence indiquent que la prévision est difficile ; le contexte suisse indique que le modèle doit fonctionner avec des points de données moins nombreux, plus irréguliers et soumis à une gouvernance plus stricte. Les moyennes ne le sauveront pas.
Trois méthodes produisent trois chiffres différents, et la plupart des PME choisissent le mauvais
Il existe trois méthodes honnêtes pour élaborer un chiffre d'affaires ascendant, et chacune répond à une question différente. Le taux annualisé demande ce que fait l'entreprise quand rien ne change. L'engagement (commit) demande ce que l'équipe commerciale pense fermer personnellement. La pondération par étape demande ce que vaut mathématiquement le pipeline une fois que chaque accord est décoté de sa probabilité réelle de conclusion. L'erreur que commet la plupart des PME suisses est de choisir une méthode par défaut, généralement l'engagement du commercial parce qu'il est le plus facile à collecter, et de traiter ensuite son résultat comme un fait. Une prévision n'est défendable qu'à hauteur de la méthode qui l'a produite, et chaque méthode a un mode de défaillance que les deux autres mettent en évidence.
Les prévisions pondérées par étape constituent l'option par défaut, mais uniquement si les étapes ont un sens
Pour la plupart des PME suisses dotées d'un processus de vente reproductible, le pipeline pondéré par étape est le modèle de travail. Le mécanisme est simple : prenez la valeur de chaque opportunité en cours, multipliez-la par la probabilité historique qu'une opportunité à son étape actuelle soit conclue, et additionnez le résultat. Une opportunité de 100 000 francs se trouvant à une étape qui convertit 30 pour cent du temps contribue à hauteur de 30 000 francs aux prévisions. Répétez l'opération pour l'ensemble du pipeline et le chiffre se construit de lui-même, de bas en haut, affaire par affaire, sans qu'aucun acte d'héroïsme ne soit requis.
Le piège est le mot “ historiquement ”. Les pondérations par étape ne sont défendables que lorsqu'elles proviennent de l'historique des transactions conclues de l'entreprise elle-même, plutôt que des pourcentages par défaut d'un modèle de CRM ou de l'intuition d'un manager. Si l'étape “ Proposition envoyée ” a affiché un taux de conversion de 42 pour cent au cours des deux dernières années, c'est cela la pondération, et non les 75 pour cent optimistes suggérés par l'outil de prévision du pipeline. Cela signifie que les étapes elles-mêmes doivent être de véritables barrières dotées de critères de sortie qu'une seconde personne pourrait vérifier, plutôt que des étiquettes de sentiment qu'un commercial fait avancer pour donner l'impression d'être occupé. Une étape qui signifie “ j'ai un bon pressentiment ” ne peut pas porter de probabilité. Une étape qui signifie “ le client a confirmé son budget et une date de décision ” le peut. Définir correctement les étapes est l'action à plus fort levier de tout le modèle, car chaque pondération en aval hérite de leur intégrité. C'est également là que le modèle se heurte au problème de données sous-jacent : des pondérations calculées sur des dossiers incomplets ou mis à jour de manière incohérente ne sont qu'une fiction aux apparences précises.
Le numéro de commit est un jugement, pas un modèle, traitez-le donc comme une vérification croisée.
L'engagement du représentant, la liste des transactions que le vendeur s'engage à conclure, semble être l'élément le plus fiable car il provient de la personne la plus proche du client. C'est aussi le plus biaisé. Lorsque les prévisions échouent, elles échouent dans une direction prévisible : la même analyse à grande échelle a révélé que les représentants surestimé de 91 000 dollars en moyenne et sous-estimé de seulement 47 000, l'optimisme l'emportant de près de deux contre un. Personne ne se décourage d'conclure une affaire qu'il désire.
Cela laisse le commit utile comme un moyen de recoupement plutôt que comme le modèle lui-même. Lorsque le chiffre pondéré par étape et le commit consolidé sont proches, la confiance augmente. Lorsqu'ils divergent, l'écart constitue le diagnostic le plus précieux de la page : soit les étapes du pipeline sont mal calibrées, soit les commerciaux perçoivent quelque chose que les mathématiques ne peuvent saisir, un accord verbal ou une signature au point mort. La rigueur consiste à enquêter sur la divergence affaire par affaire plutôt qu'à faire la moyenne des deux chiffres pour trouver un juste milieu confortable. Le jugement humain a sa place dans une prévision en tant qu'élément de preuve à examiner, jamais en tant qu'élément porteur. Traiter un commit non auditable comme une prévision relève exactement de cette habitude de privilégier l'intuition aux faits, que Gartner associe à des résultats commerciaux moindres.
Le taux annualisé est un minimum, pas une prévision
Le chiffre d'affaires annualisé (run-rate), c'est-à-dire le chiffre d'affaires récurrent récent et récurrent projeté vers l'avenir, est la méthode que les PME suisses négligent le plus souvent et dont elles ont le plus besoin. Pour toute entreprise disposant de contrats de services, d'abonnement ou de commandes répétées régulières, ce chiffre répond à la seule question qui préoccupe réellement un conseil d'administration anxieux : que se passe-t-il si nous ne concluons aucune nouvelle affaire ce trimestre ? Ce chiffre constitue le plancher. C'est également la donnée la plus défendable de tout le modèle, car elle repose sur des revenus qui existent déjà plutôt que sur des contrats potentiels.
La règle est d'utiliser le taux annualisé comme un minimum et jamais comme un plafond. Appliqué naïvement, il flatte une base en contraction, car il reste aveugle au contrat qui va expirer ou au choc de demande qui change la donne ; il doit donc intégrer explicitement le taux de résiliation connu et la saisonnalité. Une PME suisse qui ne communique que sur son taux annualisé a l'air stable jusqu'au moment exact où un client important s'en va. Associé aux deux autres méthodes, cependant, le taux annualisé fait ce qu'aucun des deux ne peut faire : il arrime la prévision à la réalité engagée et transforme la question “ allons-nous atteindre le chiffre ? ” en “ quelle part de l'écart entre le minimum et l'objectif le nouveau chiffre d'affaires doit-il combler, et le pipeline est-il suffisant pour y parvenir ? ” C'est là une question qu'un conseil d'administration peut réellement piloter.
Un chiffre défendable est triangulé, documenté et pris en charge
La sortie d'un bon modèle est une fourchette réconciliée avec un point le plus probable à l'intérieur. Le taux annualisé (run-rate) fixe le plancher. Le pipeline pondéré par étape définit l'attente de travail. L'engagement du commercial (rep commit) le teste sur le terrain. Là où les trois convergent, le chiffre est solide ; là où ils divergent, la divergence est documentée et expliquée plutôt que gommée. C'est pourquoi les prévisions triangulées se situent dans la catégorie de précision de classe mondiale, tandis que les estimations par méthode unique se trouvent dans la tranche des retardataires, en dessous de 50 pour cent, selon les publications repères de maturité. La méthode, c'est l'exactitude.
Trois disciplines opérationnelles permettent de maintenir la triangulation. Premièrement, un propriétaire unique. Une prévision détenue par les “ ventes ” n'est détenue par personne ; un chiffre défendable repose sur une seule personne, un responsable des opérations commerciales ou un directeur financier doté d'un bon sens commercial, qui est responsable de la méthode et de l'écart par rapport aux résultats réels à chaque période. Deuxièmement, la documentation. Le poids de chaque étape correspond à un taux de réussite historique, chaque dérogation est consignée par écrit avec son motif, et l'ensemble se concilie avec le CRM afin qu'un directeur financier ou un investisseur puisse s'y retrouver sans traducteur. Troisièmement, des données propres et conformes. Le calcul pondéré par les étapes n'est honnête que dans la mesure où les dossiers qui l'alimentent le sont, et en Suisse, ces dossiers doivent également satisfaire à la LPD : un contact par être humain, des étapes définies, une hygiène rigoureuse et une base légale pour les données détenues. La précision des prévisions et la gouvernance des données constituent un seul et même projet. Réparez les fondations et le chiffre devient défendable ; faites l'impasse là-dessus et même la méthode la plus élégante produira un chiffre que le conseil d'administration a raison de ne pas croire.
Questions que se posent les responsables des revenus suisses concernant les modèles de prévision
Quelle méthode de prévision une PME suisse devrait-elle privilégier pour commencer ? Commencez par le pipeline pondéré par étape si l'entreprise a un processus de vente défini et au moins un an d'historique de transactions conclues pour calculer des taux de réussite honnêtes. Si le volume des transactions est très faible ou si le processus est encore en cours d'élaboration, appuyez-vous sur le taux d'activité comme base minimale et utilisez l'engagement du représentant comme vérification croisée documentée jusqu'à ce qu'il y ait assez d'historique pour faire confiance aux pondérations. L'objectif est toujours d'arriver à une triangulation des trois méthodes plutôt que d'en défendre une seule.
Combien de transactions sont nécessaires pour qu'un modèle pondéré par les étapes soit fiable ? Il n'y a pas de nombre magique, bien que les pondérations se stabilisent une fois que chaque étape comporte suffisamment de résultats clôturés, gagnés et perdus, pour qu'une seule affaire cesse de faire basculer le pourcentage. Pour les pipelines interentreprises suisses irréguliers, cela signifie souvent de regrouper une période glissante de douze à dix-mois plutôt que de lire un seul trimestre. D'ici là, traitez les pondérations comme provisoires et élargissez la fourchette réconciliée en conséquence.
Le nLPD affecte-t-il votre façon de prévoir ? Indirectement mais concrètement. La loi fédérale révisée sur la protection des données régit les données de prospects et de contacts qu'une PME peut détenir et traiter légitimement, ce qui façonne le degré d'exhaustivité et d'actualité du CRM qui sous-tend les prévisions. Un modèle construit sur des dossiers qui ne passeraient pas un examen de protection des données est fragile ; par conséquent, des données licites et bien gérées constituent une condition préalable à des prévisions précises plutôt qu'une simple corvée de mise en conformité distincte.
La construction du nombre est un problème de méthode, et les méthodes s'installent
La vérité inconfortable des données de référence est que la précision des prévisions relève d'abord d'un problème de méthode avant d'être un problème de talent ou de discipline, et les méthodes peuvent s'installer. PME suisse qui passe d'un engagement unique et optimiste à un modèle triangulé, documenté et approprié améliore ses prévisions sans embaucher un seul nouveau vendeur ; elle a besoin que le modèle soit construit correctement sur des données propres une seule fois, puis exécuté à chaque période. C'est cela le travail Pupsic, une agence suisse d'opérations de revenus, collabore avec les PME et les fondateurs post-seed à Genève, Zurich et au-delà : définir les étapes, calculer les pondérations réelles à partir de l'historique de l'entreprise, réconcilier les trois méthodes et restituer un chiffre de chiffre d'affaires qu'un conseil d'administration peut réellement défendre. Si les prévisions arrivent actuellement dans la salle du conseil sur la seule foi de la confiance d'une personne, parler à l'équipe de Pupsic sur la construction du modèle qui le remplace.
Références
- Gartner. Selon Gartner, moins de 50% des responsables commerciaux et des vendeurs ont pleinement confiance dans la précision des prévisions (enquête « State of Sales Operations »). https://www.gartner.com/en/newsroom/press-releases/2020-02-12-gartner-says-less-than-50–of-sales-leaders-and-selle
- XANT / InsideSales. Transactions prévisionnelles inexactes : l'écart entre prévisions et réalité (analyse de 270 912 transactions conclues et gagnées). https://resources.insidesales.com/blog/sales-forecasting-research/
- Forecastio. Guide sur la précision des prévisions des ventes : méthodes, repères et meilleures pratiques. https://forecastio.ai/blog/sales-forecasting-accuracy-and-analysis
