Étape 1 : Définir le résultat de la prévision et la base de mesure
À faire : Décidez si la prévision mesure les revenus, les unités, les réservations, la conversion du pipeline, le bénéfice ou les flux de trésorerie. Notez la période, la devise, la définition des revenus et indiquez si les valeurs sont des totaux déclarés ou des bases de suivi construites.
À quoi ressemble la réussite : Chaque contributeur peut expliquer exactement ce que le nombre prévisionnel inclut et exclut.
Erreur courante à éviter : Ne comparez pas un total de revenus déclaré à une base de revenus construite sans signaler la différence.
Étape 2 : Établir la référence de croissance historique
À faire : Calculez la croissance annuelle, la marge brute, le résultat opérationnel et les ratios de couverture. La série fournie pour 2021–2025 passe de 282,9 M$ à 455,5 M$, mais elle comprend également une baisse des revenus à 350,0 M$ en 2024 ; un simple taux basé sur la dernière année masquerait donc une partie importante de l’historique.
À quoi ressemble la réussite : La référence montre à la fois la direction des ventes et la capacité financière qui soutient cette croissance.
Erreur courante à éviter : Ne considérez pas le dernier taux de croissance comme une tendance permanente sans vérifier les sommets, les baisses et les évolutions de marge antérieurs.
Étape 3 : Ajuster la saisonnalité et les ruptures structurelles
À faire : Comparez les performances mensuelles à une référence stable, calculez les valeurs indexées et recalculez les corrélations glissantes. Dans les données sur les articles de sport, les ventes sont tombées à 3 536 en avril 2020, ont atteint un pic de 8 825 en mars 2021 et s’établissent récemment à 8 803 ; la corrélation sur l’ensemble de la période avec le sentiment était de -0,77, tandis que la corrélation glissante sur 12 mois après 2020 n’était que de +0,04.
À quoi ressemble la réussite : Le modèle reconnaît les tendances calendaires et ne suppose pas qu’une relation historique reste inchangée.
Erreur courante à éviter : N’utilisez pas une corrélation sur l’ensemble de la période comme preuve d’une relation causale actuelle.
Étape 4 : Convertir le pipeline en ventes attendues
À faire : Calculez le pipeline ouvert multiplié par la probabilité de conversion, puis segmentez le résultat par étape, secteur, taille du client et qualité du compte. Le cadre de notation fourni pondère le pipeline ouvert à 45 %, le taux de réussite à 30 %, la valeur historique gagnée à 15 % et le volume d’affaires à 10 %.
À quoi ressemble la réussite : La prévision distingue une opportunité importante en phase initiale d’une opportunité plus petite présentant un historique de conversion solide.
Erreur courante à éviter : N’ajoutez pas toutes les opportunités ouvertes à leur valeur nominale dans la prévision.
Étape 5 : Prévoir le mix de revenus, les produits et les marges
À faire : Établissez des hypothèses distinctes pour les sources de revenus, les catégories de produits, les remises, le nombre de transactions et les marges pondérées. Dans l’ensemble de données sur la vente au détail, la marge pondérée reste positive jusqu’à la tranche de remise de 10–20 %, à 9,9 %, mais devient négative dans la tranche de 20–30 %, à -5,5 %.
À quoi ressemble la réussite : La prévision peut montrer si la croissance provient de produits rentables, de remises risquées ou d’une évolution favorable du mix.
Erreur courante à éviter : Ne prévoyez pas la croissance des ventes sans suivre le coût de marge nécessaire pour l’obtenir.
Étape 6 : Construire des scénarios de référence, défavorable et de stress
À faire : Faites varier indépendamment la demande, les prix, les taux, le taux d’occupation ou la capacité, les coûts opérationnels et le calendrier. Le test de stress fourni montre un flux de trésorerie cumulé de référence de 28,8 k€, contre -17,7 k€ sous l’effet d’un choc de taux de 200 points de base et -24,4 k€ en situation de stagflation.
À quoi ressemble la réussite : Les décideurs connaissent le niveau de ventes, la marge ou le ratio de couverture requis pour rester viables dans des conditions difficiles.
Erreur courante à éviter : Ne regroupez pas toutes les hypothèses négatives en un seul nombre inexpliqué sans identifier le facteur responsable de la détérioration.
Étape 7 : Valider, documenter et actualiser la prévision
À faire : Utilisez des données décalées, des tests glissants ou progressifs hors échantillon, des erreurs propres à chaque régime et des pistes d’audit visibles. Les diagnostics fournis montrent un R² naïf avec anticipation de 80,0 %, qui tombe à 18,6 % avec des données décalées réalistes, soit une dégradation de 61,3 points qui fait de la fuite d’information un contrôle central.
À quoi ressemble la réussite : La prévision peut être reproduite à partir des données sources et ses erreurs sont comprises par période et par régime.
Erreur courante à éviter : N’acceptez pas une précision élevée sur l’échantillon comme preuve que la prévision fonctionnera dans les conditions futures.
