« La finance a des années de factures, les ventes ont le CRM, le marketing a toutes les campagnes qu’on a menées. Et quand les commandes s’envolent en mars, personne ne sait dire pourquoi »
Des données dans chaque service, jamais lues ensemble. Les données existent, dispersées entre services et formats. Personne ne les lit ensemble.
Ce que fait nuclai en analyse et en prévision
Chez nuclai, l’analyse et la prévision consistent à construire des modèles prédictifs à partir de l’historique de l’entreprise, après avoir préparé cet historique pour qu’on puisse s’y fier.
Nous convenons d’abord avec vous de ce qu’il faut prévoir : les ventes du prochain trimestre, l’effet d’une campagne, les clients susceptibles de partir. Nous faisons l’inventaire des données dont vous disposez réellement, puis nous les préparons et les croisons entre finance, ventes et marketing. Ensuite seulement, nous construisons le modèle et remettons ses résultats aux équipes qui décident. La qualité d’une prévision dépend d’abord de cette préparation.
Préparation des données : l’étape qui détermine la prévision
Un modèle n’apprend que de ce qu’on lui donne.
- Trier les données utiles. Nous gardons les sources qui éclairent la question et écartons les autres, en notant pourquoi.
- Les organiser. Des numéros de client qui diffèrent entre le CRM et la comptabilité, des codes articles qui ont changé, des périodes qui ne coïncident pas : nous les réconcilions pour que chaque enregistrement ait le même sens partout.
- Croiser les services. Les factures disent ce qui a été acheté, le CRM dit par qui, le calendrier des campagnes dit ce qui tournait à ce moment-là. Lues ensemble, ces sources décrivent le comportement des clients comme aucune ne le fait seule.
- Pondérer chaque source. Les années récentes peuvent compter davantage que les anciennes ; un contrat exceptionnel peut devoir compter moins. Chaque pondération est un choix, documenté et relu avec vous.
- Séparer les événements de la tendance. Une campagne, une promotion, une rupture de stock, une commande hors norme : chacun est consigné comme événement expliqué, pour que le modèle ne le confonde pas avec la tendance de fond.
C’est là que vos questions trouvent une réponse. La campagne de printemps a-t-elle provoqué le pic de mars, ou a-t-elle coïncidé avec un pic saisonnier qui revient chaque année ? Savez-vous qui est votre client idéal, comment il achète, et lesquelles de vos campagnes l’ont réellement amené à acheter ? Des données croisées peuvent aider à répondre sur des faits. Cloisonnées, elles ne le peuvent pas.
Le modèle a ses limites : il prolonge les tendances de votre historique et donne une estimation assortie d’une marge d’erreur.
Les livrables
À la fin du mandat, vous disposez de cinq éléments :
- Le cadrage des prévisions : les questions retenues, la façon dont chacune est définie et mesurée, et l’horizon de chaque prévision.
- La cartographie des données et les règles de préparation : sources retenues et écartées, liens entre services, pondérations et journal des événements expliqués.
- Les scripts de préparation et les modèles, installés dans votre environnement, que votre équipe peut relancer à mesure que de nouvelles données arrivent.
- Une restitution des prévisions pour les équipes, dont le format peut et doit se décider avec vous, par exemple une vue dans votre outil de BI existant, un tableur dynamique ou un tableau de bord dédié.
- Le dossier de passation : documentation des modèles (sources, hypothèses, limites, marge d’erreur), guide d’utilisation et prompts éventuels, pour que les modèles tournent avec les outils ou les LLM de votre choix.
Ces cinq éléments sont stockés chez vous.
Déroulé en quatre temps : diagnostic, pilote, déploiement, transfert
- Diagnostic. Le diagnostic des processus financiers se déroule en trois phases : sur site, lecture, restitution. Pour la prévision, il établit ce que vous voulez prévoir, quelles données peuvent l’étayer et s’il vaut la peine de construire un modèle. Il peut conclure que non. Il fait l’objet de sa propre offre, et son forfait est entièrement déduit du mandat si vous allez plus loin.
- Pilote. Nous construisons un modèle pour une seule question de prévision, choisie avec vous. Il est d’abord testé sur des périodes passées dont vous connaissez déjà le résultat.
- Déploiement. Une fois le pilote validé par votre équipe, le modèle entre en service, et d’autres questions s’ajoutent dans l’ordre fixé par le diagnostic.
- Transfert. Nous vous remettons la documentation, les scripts et les accès. À partir de là, les modèles vous appartiennent.
La durée dépend du périmètre fixé dans l’offre : le nombre de questions, le nombre de sources et l’état des données.
Pour qui
- Entreprises : PME et entreprises de taille moyenne qui disposent de plusieurs années d’historique de ventes et de facturation.
- Fonctions : directeur financier, responsable finance, contrôleur de gestion, directeur marketing, responsable des ventes.
- Prérequis : des exports accessibles depuis votre logiciel comptable ou votre ERP et depuis votre CRM ; un historique des campagnes et des promotions passées, même incomplet ; dans chaque service concerné, une personne qui sait comment ses données ont été saisies ; un diagnostic réalisé.
Ce que ça change, dimension par dimension
| Dimension | Avant | Après |
|---|---|---|
| Décisions | Prises à l’intuition et sur les chiffres de l’an dernier | Prises sur une prévision dont la marge d’erreur est connue |
| Campagnes | Résultats lus campagne par campagne | Effet de chaque campagne isolé de la saison et de la tendance |
| Client idéal | Décrit à partir des segments du CRM et de l’expérience | Décrit à partir du comportement d’achat, CRM et facturation croisés |
| Planification | Réaction une fois l’écart visible dans les chiffres | Anticipation, dans l’horizon que le modèle permet |
| Maîtrise | Analyse détenue par une personne ou un outil externe | Règles de données et modèles documentés, stockés chez vous |
Questions fréquentes sur les modèles de prévision
Cela dépend de la question à laquelle vous voulez répondre. Un effet saisonnier demande plusieurs cycles complets ; l’effet d’une campagne demande assez de campagnes pour comparer. Le diagnostic le précise pour votre cas avant tout modèle, et il peut conclure que vous n’y êtes pas encore.
Un tableau de bord BI montre ce qui s’est passé ; un modèle de prévision estime ce qui va probablement se passer et quels facteurs l’expliquent. Les prévisions peuvent alimenter le tableau de bord que vos équipes utilisent déjà.
Le comportement des clients peut souvent s’analyser sans identifier les clients un par un. Les données personnelles utilisées, et sous quelle forme, se décident lors du cadrage, y compris la question de savoir si des données agrégées ou pseudonymisées suffisent. Les données restent dans votre environnement, sous votre contrôle.
Quand les données sont insuffisantes, aucun modèle n’est construit, et vous le savez avant de vous engager. Le diagnostic vous indique alors quoi commencer à enregistrer, et comment, pour pouvoir répondre à la question plus tard.
Un modèle peut isoler l’effet d’une campagne de la saisonnalité et de la tendance de fond, à condition que les campagnes soient enregistrées avec les ventes et la facturation. Quand les campagnes se chevauchent ou sont trop peu nombreuses pour être comparées, nous le disons plutôt que de deviner.
Un modèle de prévision ne peut pas prévoir un événement sans précédent dans vos données. Il prolonge les tendances de votre historique : l’arrivée d’un concurrent, un changement réglementaire ou une rupture d’approvisionnement lui échappent. Chaque prévision est assortie d’une marge d’erreur documentée, pour que vos équipes sachent jusqu’où s’y fier.
Demander une offre pour un modèle de prévision
Tout mandat de prévision commence par le diagnostic des processus financiers : c’est lui qui établit ce que vos données permettent de prévoir, et s’il vaut la peine de construire un modèle. Le premier échange, à distance et sans frais, fixe son périmètre.
