C'est la même scène chaque mois. Les directeurs régionaux envoient leurs prévisions. Les chiffres sont systématiquement hauts en début de trimestre, puis corrigés à la baisse quand les commandes réelles arrivent. La réunion S&OP dure deux heures de plus que prévu. La supply chain a commandé trop sur certaines références et pas assez sur d'autres. Et tout le monde repart avec l'intention de « mieux communiquer le mois prochain ».
Ce qui se passe dans la tête d'un directeur régional qui fait une prévision
Un directeur régional ne fait pas une prévision. Il fait une estimation de ce qu'il pense pouvoir vendre, filtrée par ce qu'il veut vendre, ajustée par ce qu'il a vendu l'an dernier. Ces trois opérations produisent trois biais distincts, documentés et mesurables.
Le premier est l'ancrage sur N-1. Quand un commercial construit sa prévision sans données externes, il part du chiffre de l'année précédente et l'ajuste. Cette correction est presque toujours insuffisante. Les études sur le forecasting humain en contexte B2B convergent sur ce point : l'ancrage sur l'historique récent est la source d'erreur la plus fréquente, documentée dans la quasi-totalité des contextes manufacturiers. Le chiffre de référence colle à la mémoire bien plus fort que les signaux de marché.
Le deuxième est la surconfiance. Les directeurs régionaux qui font des prévisions sur leur territoire ont raison de penser qu'ils le connaissent mieux que le siège. Mais cette connaissance locale crée une illusion de précision. La littérature en psychologie des décisions est convergente : les forecasters humains surestiment systématiquement leur précision dans les domaines où ils ont de l'expérience. Cette certitude subjective est précisément ce qui les rend difficiles à corriger.
Le troisième est le biais de confirmation. Une fois qu'un directeur a posé un chiffre, il interprète les signaux terrain de façon à le valider. Un client qui hésite devient un client « en réflexion avancée ». Un concurrent qui prend de la part de marché devient une anomalie locale. Les informations contraires à la prévision initiale sont pondérées moins fort que les informations qui la confirment.
Ces trois biais combinés produisent une erreur de prévision moyenne de 25 à 50 % en MAPE (Mean Absolute Percentage Error) dans l'industrie manufacturière avec des méthodes traditionnelles. Ce chiffre est mesuré en production dans les entreprises qui ont instrumenté leur précision forecasting, pas extrapolé d'études théoriques.
Pourquoi ce biais ne se corrige pas par la formation
La réponse habituelle est la formation. On forme les directeurs régionaux à la méthode de forecasting, on crée des templates Excel structurés, on impose une revue collégiale des chiffres avant validation. Ces mesures réduisent la variance. Elles ne suppriment pas le biais.
La raison est simple : ces biais ne sont pas des erreurs de méthode. Ce sont des mécanismes cognitifs qui opèrent avant la méthode. L'ancrage se produit avant que le directeur ouvre son Excel. La surconfiance se produit avant qu'il renseigne la première cellule. Le biais de confirmation opère pendant toute la saisie, de façon invisible.
La formation peut apprendre à un directeur régional à documenter ses hypothèses. Elle ne peut pas modifier la façon dont son cerveau traite l'incertitude. La littérature en psychologie des décisions établit que les experts formés aux biais cognitifs restent aussi biaisés que les non-formés dans leurs domaines d'expertise. La conscience du biais ne suffit pas à le corriger quand l'enjeu personnel est réel.
Et l'enjeu est réel. Le directeur régional qui prévoit trop bas sera perçu comme peu ambitieux. Celui qui prévoit trop haut expliquera en fin de trimestre pourquoi le marché n'a pas suivi. Les deux situations sont gérables individuellement. La première est plus risquée pour la carrière. Ce calcul implicite biaise les prévisions vers le haut de façon systématique, et aucune formation ne change ce calcul tant que les incentives restent identiques.
La question n'est donc pas « comment former mieux les directeurs régionaux à prévoir ». La question est « pourquoi leur demande-t-on de prévoir ».
Ce que ça révèle de l'organisation
Chez la plupart des entreprises industrielles où les directeurs régionaux font les prévisions de ventes, ces prévisions ne servent pas à gérer le stock. Elles servent à négocier les objectifs.
Le mécanisme est bien rodé. En début d'année, le siège descend des objectifs ambitieux. Les directeurs régionaux poussent en retour des prévisions prudentes pour se ménager une marge de dépassement. La prévision consolidée est un compromis entre l'ambition du siège et la prudence du terrain. Elle reflète un rapport de forces interne, pas une estimation de la demande réelle.
La supply chain, en bout de chaîne, reçoit ce chiffre et commande en conséquence. Sauf que le chiffre n'est pas une prévision. C'est un artefact organisationnel. Les ruptures et les surstocks qui suivent ne sont pas des erreurs de forecast. Ce sont les conséquences d'un système où la prévision a été détournée de sa fonction.
75 % des exécutifs dans le manufacturing utilisent encore Excel comme outil principal pour leur S&OP, selon une enquête Supply Chain Dive. Ce chiffre dit moins quelque chose sur la maturité technologique du secteur que sur la nature réelle du processus : quand la prévision sert à négocier, Excel est suffisant. Un outil statistique plus précis ne résoudrait rien, parce que la précision n'est pas l'objectif.
Un manufacturier de biens de consommation que nous accompagnons illustre bien ce mécanisme. Chiffre d'affaires de 3 milliards d'euros, 15 000 références, 30 pays, 50 000 points de vente. Les prévisions étaient faites manuellement sur Excel par 30 directeurs commerciaux régionaux. La précision forecasting initiale était de 60 %, soit une erreur de 40 % sur les volumes. Ce chiffre ne surprenait plus personne en interne. Il était devenu le bruit de fond accepté du système.
Quelle organisation à la place
La correction est managériale, pas technique. Elle repose sur une décision structurelle : séparer la prévision de la demande des objectifs commerciaux. Ces deux activités doivent être portées par des personnes différentes, avec des outils différents, et consolidées à des moments différents du cycle S&OP.
La prévision de la demande est une activité analytique. Elle s'appuie sur l'historique des ventes, les signaux de marché, la saisonnalité, les promotions planifiées, les données externes disponibles. Elle peut être industrialisée avec des modèles statistiques : les algorithmes de gradient boosting atteignent des précisions que le forecasting humain ne peut pas reproduire à grande échelle. Contrairement au directeur régional, un modèle statistique ne porte aucun souvenir du trimestre précédent, aucun objectif à défendre, aucune fatigue de fin de cycle.
La fixation des objectifs commerciaux est une activité managériale. Elle prend en compte l'ambition de l'entreprise, la capacité des équipes, les priorités stratégiques. Elle s'appuie sur la prévision, mais elle n'est pas la prévision. Un directeur régional peut avoir un objectif de +15 % sur son territoire et une prévision statistique à +8 % : les deux chiffres coexistent, servent des usages distincts, et ne se contaminent pas mutuellement.
Ce principe de séparation est la décision clé. Tout ce qui suit découle de là : choix des outils, architecture des données, fréquence des révisions.
Pour le manufacturier mentionné, la mise en production d'un système de prévision statistique centralisé a repositionné les directeurs régionaux sur un périmètre recentré : qualifier les signaux terrain que les modèles ne captent pas (lancement concurrent, rupture d'approvisionnement locale, événement exceptionnel), pas produire le chiffre de base.
Ce repositionnement a été vécu comme un soulagement. Faire une prévision précise sur 15 000 références dans 30 pays n'est pas ce pour quoi un directeur régional a été recruté, ni ce qu'il fait de mieux.
La question à poser en comité de direction n'est pas « comment améliorer nos prévisions ». Elle est « qui, dans notre organisation, a la légitimité et les moyens de décider que la prévision et les objectifs sont deux processus séparés ». Si la réponse est floue, les prévisions resteront ce qu'elles sont : un exercice de négociation habillé en exercice analytique.
Chez Bomzai, c'est exactement ce type de problème que nous adressons : construire la séparation entre le chiffre de prévision statistique et le processus de fixation des objectifs commerciaux, et mettre le premier en production sur les données existantes. Sur les données disponibles que la plupart des systèmes de prévision n'utilisent pas encore, voir les 200 signaux que votre outil de prévision ignore. Parler à un expert.
