Principe
La statistique extrapole le passé ; les commerciaux connaissent les projets, les gains et pertes de clients, les actions de la concurrence. Le processus de consensus intègre ces informations de façon traçable, et mesure si les ajustements améliorent réellement la prévision (FVA).
Comprendre pas à pas
1. La situation
La prévision statistique d'une famille de produits annonce 10 000 unités par mois. Le directeur commercial sait que le client Durand va passer chez un concurrent en mars, et qu'un nouveau distributeur démarre en avril. Question : comment intégrer ces informations sans dégrader la prévision par des ajustements « au doigt mouillé » ?
2. Les informations recueillies
| Information | Source | Impact chiffré | À partir de |
|---|---|---|---|
| Perte du client Durand | commercial secteur Est | −800 / mois | mars |
| Nouveau distributeur | directeur commercial | +1 200 / mois (montée progressive) | avril |
| Promotion enseigne X | marketing | +1 500 sur 2 semaines | juin |
| « Le marché va bien » | commercial secteur Ouest | non chiffré | — |
3. L'idée
La statistique extrapole le passé ; les commerciaux connaissent l'avenir proche (projets, clients gagnés ou perdus). La prévision collaborative intègre ces informations de façon argumentée, chiffrée et traçable, puis mesure si elles ont amélioré la prévision.
Une information = un fait
Un client, une date, une quantité. Les impressions générales ne modifient pas la prévision.
Tracer
Chaque ajustement est noté avec son auteur et sa justification.
Mesurer l'apport
On compare la précision avant et après ajustements (FVA).
4. Le déroulé
Prévision statistique. 10 000 par mois, partagée avec les commerciaux une semaine avant la revue de la demande.
Ajustements retenus. Mars : 10 000 − 800 = 9 200. Avril : 9 200 + 400 (montée progressive) = 9 600. Mai : 10 000. Juin : 10 400 + 1 500 de promotion.
Ajustement écarté. « Le marché va bien » : non chiffré, non retenu, mais noté comme risque à la hausse.
Bilan à 3 mois. Précision statistique seule : 81 % ; après ajustements argumentés : 88 %. Les ajustements apportent de la valeur.
5. Éviter les pièges
Optimisme commercial
Mesurez le biais des ajustements par contributeur.
Prévision = objectif
La prévision dit ce qui va se passer ; l'objectif dit ce qu'on veut. Ne les confondez pas.
Trop d'ajustements
Concentrez la collaboration sur les clients et produits importants.
6. À vous de jouer : statistique ou ajustée ?
Comparez la précision de la prévision statistique et de la prévision ajustée par le commerce. Modifiez les valeurs avec vos propres mesures.
7. Ce qu'il faut retenir
- Intégrez des faits chiffrés et datés, pas des impressions.
- Tracez chaque ajustement et son auteur.
- Mesurez si les ajustements améliorent vraiment la précision.
Mise en œuvre
- Acteurs
- Commerciaux, chefs de produit, prévisionniste
- Durée
- Cycle mensuel
- Livrables
- Prévision consensuelle, hypothèses tracées
- Partager la prévision statistiquePar famille et par client clé, avec l'historique.
- Recueillir les informationsProjets, gains et pertes de clients, actions concurrentes : chaque ajustement est argumenté.
- ConsoliderEn revue de la demande.
- Mesurer l'apportPrécision avant et après ajustement (FVA) pour cibler les ajustements utiles.
Exemple d'application
Un commercial annonce la perte d'un client pour 8 % du volume d'une famille à partir de mars : la prévision est corrigée 3 mois à l'avance, ce qui évite un surstock de 120 k€.
Points de vigilance
- Ajustements systématiquement à la hausse par optimisme commercial