Aller au contenu principal

Chaque année, des milliers d'organisations consacrent des semaines à construire leur prévisionnel. Et chaque année, la réalité s'en écarte. En 2023, la Cour des comptes a relevé un écart de -7,7 milliards d'euros entre les prévisions de recettes fiscales de l'État et les montants réellement encaissés[1].

La question n'est pas de savoir si le prévisionnel sera exact (il ne le sera jamais), mais s'il reste un outil de pilotage utile malgré ses imprécisions.

Ça fait 17 ans que je travaille sur des prévisionnels, au CHU de Reims puis en mission. Qu'il s'agisse d'enveloppes de fonctionnement de plusieurs centaines de millions d'euros ou de projets plus modestes, la mécanique est la même : des hypothèses à poser, des données à fiabiliser, un dialogue à construire.

Pourquoi le cycle de planification s'essouffle-t-il ?

Le cycle de planification a été conçu pour un monde stable et prévisible, alors que l'environnement économique et réglementaire évolue de plus en plus vite. Le cadre annuel rigide ne correspond plus à la réalité du terrain.

Un processus consommateur de ressources

Selon les données APQC collectées auprès de 3 900 organisations, la durée médiane pour boucler un cycle annuel est de 32 jours calendaires. Les meilleures y parviennent en 25 jours, les moins performantes en 56 jours ou plus[2].

Ce temps est en grande partie absorbé par la collecte et la consolidation des données, pas par l'analyse. J'ai vu ce schéma dans chaque organisation où j'ai travaillé : on passe plus de temps à assembler le puzzle qu'à regarder l'image qu'il forme.

Une insatisfaction croissante

L'étude PwC/DFCG 2023 révèle que 82 % des directions financières françaises envisagent de faire évoluer leur approche prévisionnelle[3]. Ceux qui portent le processus n'y croient plus eux-mêmes. Ce n'est pas un problème d'incompétence, c'est un problème structurel.

L'exercice comme négociation politique

Dimension rarement évoquée dans les manuels : l'exercice prévisionnel est aussi politique. Chaque responsable d'unité négocie son enveloppe, protège ses marges de manœuvre. J'ai vu des cadres gonfler leurs prévisions « au cas où », d'autres les minimiser pour paraître vertueux. C'est humain, et aucune méthode technique ne le résout seule.

C'est pourquoi le dialogue avec les opérationnels est si déterminant. Un cycle qui ignore les dynamiques humaines produit un beau document que personne ne reconnaît sur le terrain.

Quelles sont les alternatives à l'allocation annuelle classique ?

Plusieurs approches complémentaires peuvent rendre ce cycle plus agile sans perdre la rigueur de cadrage. Aucune n'est une solution miracle, mais chacune répond à une limite du modèle traditionnel.

Le rolling forecast

Plutôt que de figer des prévisions pour 12 mois, le rolling forecast met à jour les projections en continu, chaque mois ou chaque trimestre, sur un horizon glissant. L'étude FP&A Trends 2024 montre que 49 % des entreprises utilisent désormais des rolling forecasts, contre 45 % qui s'appuient encore sur des méthodes statiques[4].

La trajectoire financière reste connectée à la réalité du terrain, et les écarts prévision-réalisé deviennent un outil d'apprentissage continu. On passe de « on s'est trompé » à « on sait pourquoi, et on ajuste ». La revue de mi-année — clôture S1 et actualisation du plan S2 — est un moment structurant de ce cycle : réussir son closing S1 et sa revue de plan S2 conditionne la qualité des projections du second semestre.

Prérequis pour le mettre en place :

  • Des données actualisées chaque mois (ou chaque trimestre au minimum)
  • Un processus de collecte assez léger pour ne pas épuiser les équipes
  • Des hypothèses explicites et documentées, revisées à chaque itération
  • Un sponsor haut placé pour arbitrer quand les prévisions divergent

L'erreur fréquente est de vouloir maintenir le même niveau de détail que dans un plan financier annuel à chaque itération. Le rolling forecast gagne à être plus synthétique : on affine les grandes lignes, on ne refait pas tout à chaque cycle. La saisonnalité des flux — décalages de trésorerie, pointes d'activité, pics RH — est l'un des facteurs à recalibrer à chaque itération : anticiper les décalages de prévision liés à la saisonnalité est souvent sous-estimé dans les premiers cycles rolling. Pour les organisations comptant plusieurs entités, les prérequis ci-dessus s'appliquent à chaque périmètre : piloter une organisation multi-sites nécessite de définir les règles de consolidation en amont.

Le budget base zéro (ou budget par activité)

Au lieu de reconduire la trajectoire de l'année précédente avec un ajustement à la marge, le budget base zéro repart de zéro : chaque poste de dépense doit être justifié. L'exercice est exigeant, mais il force à réinterroger les hypothèses et à identifier les dépenses devenues automatiques sans être nécessaires.

Une approche hybride fonctionne bien : un base zéro tous les 3 à 5 ans, un prévisionnel classique enrichi d'un rolling forecast les années intermédiaires.

Le Beyond Budgeting

Plus radical, le Beyond Budgeting remplace le cycle annuel par un pilotage continu fondé sur des indicateurs relatifs. Il suppose une maturité organisationnelle élevée et des systèmes capables de produire des données en temps réel. Ses principes (décentralisation, objectifs relatifs, adaptation continue) sont néanmoins une source d'inspiration valable.

Quelle approche choisir ?

Ces approches ne sont pas exclusives. Un bon point de départ est un rolling forecast trimestriel en complément du plan annuel, sans rien supprimer. Cela permet de tester la mécanique avant d'aller plus loin.

Quels sont les fondamentaux d'un prévisionnel fiable ?

Quelle que soit l'approche retenue, un prévisionnel fiable repose sur trois piliers invariants : des hypothèses explicites, des données fiables, et un dialogue structuré avec les opérationnels. Aucun outil, aussi sophistiqué soit-il, ne compense l'absence de ces fondamentaux.

Des hypothèses explicites et partagées

Un prévisionnel n'est pas une simple anticipation : c'est un ensemble d'hypothèses chiffrées. La qualité de cette trajectoire dépend moins de la précision des chiffres que de la clarté des hypothèses sous-jacentes. Taux de remplacement des départs, évolution de l'activité, revalorisation salariale, investissements prévus : chaque hypothèse doit être explicite, documentée, partagée.

Quand un écart apparaît, la première réaction est presque toujours « qui s'est trompé ? ». La bonne question : « quelle hypothèse s'est révélée fausse, et pourquoi ? ». On passe de la recherche du coupable à la compréhension du mécanisme.

Méthode pratique : pour chaque poste financier significatif, formaliser les hypothèses dans un document séparé (pas dans le tableur). Trois questions : quelle est l'hypothèse retenue ? Sur quoi s'appuie-t-elle ? Quel impact si elle se révèle fausse de 10 % ? Ce travail fait gagner un temps considérable lors des analyses d'écarts.

Des données sources fiables

Gartner estime que la mauvaise qualité des données coûte en moyenne 12,9 millions de dollars par an aux organisations[5]. Un plan construit sur des données fragiles ne sera qu'un mirage.

Or la réalité est souvent artisanale : 76 % des entreprises utilisent encore Excel pour leur processus de planification financière. Ce n'est pas un problème en soi, mais cela impose une rigueur particulière sur la structuration des fichiers, la traçabilité des hypothèses et la gestion des versions.

Un dialogue structuré avec les opérationnels

Le prévisionnel ne se construit pas dans un bureau fermé. Il se construit dans l'échange avec ceux qui vivent l'activité. Ce dialogue doit être structuré : un calendrier, des supports de comparaison prévision-réalisé, un cadre où l'écart est une information, pas un reproche.

Calendrier type d'un cycle de planification bien structuré :
  1. Mois M-4 : cadrage macro (hypothèses centrales, enveloppes globales, orientations stratégiques)
  2. Mois M-3 : distribution des supports aux gestionnaires, avec les données historiques et les hypothèses de cadrage
  3. Mois M-2 : collecte des propositions des gestionnaires, premiers entretiens individuels
  4. Mois M-1 : consolidation, analyse des écarts avec l'année précédente, arbitrages
  5. Mois M : validation finale, communication à l'ensemble de l'organisation

Comment construire un prévisionnel dans un environnement incertain ?

L'incertitude est la norme. Les organisations qui réussissent leur cycle prévisionnel ne sont pas celles qui prédisent le mieux l'avenir, mais celles qui s'adaptent le plus vite quand la réalité diverge de la prévision.

Scénarios plutôt que prévision unique

Construire une seule trajectoire, c'est parier sur une seule version de l'avenir. Une approche plus robuste consiste à construire 2 ou 3 scénarios :

  • Scénario central : le plus probable, basé sur les tendances et les hypothèses les plus solides
  • Scénario optimiste : que se passe-t-il si l'activité progresse plus vite que prévu ?
  • Scénario pessimiste : que se passe-t-il si l'activité ralentit, si l'absentéisme augmente, si un investissement est reporté ?

L'exercice des scénarios est une assurance : il permet de préparer des plans d'action pour chaque éventualité, au lieu de réagir dans l'urgence. Pour aller plus loin dans la simulation et le calibrage des seuils de déclenchement, construire et piloter des scénarios budgétaires décrit une méthode complète appliquée aux PME.

Identifier les variables sensibles

Toutes les hypothèses n'ont pas le même poids. Dans une enveloppe où la masse salariale représente 70 % des dépenses, une erreur de 1 % sur l'évolution salariale pèse 10 fois plus qu'une erreur de 10 % sur les fournitures. L'analyse de sensibilité permet de concentrer l'effort de prévision là où il compte le plus.

Prévoir des marges de manœuvre

Une enveloppe qui utilise 100 % des ressources ne laisse aucune marge pour l'imprévu. Intégrer une réserve de 2 à 5 % selon le degré d'incertitude n'est pas de la mauvaise gestion, c'est de la prudence. L'essentiel est qu'elle soit explicite et gérée, pas saupoudrée dans chaque ligne.

Les leviers dans les secteurs sous contrainte

Certains environnements cumulent ressources réduites, rigidités structurelles et marge d'erreur faible : collectivités en redressement, ETI sous pression, associations dépendantes de subventions, hôpitaux publics (la Cour des comptes note que 37 % d'entre eux étaient en situation de surendettement en 2022[6]). J'ai travaillé 17 ans dans ce type de contexte. Les marges de manœuvre sont étroites, mais elles existent et passent systématiquement par les mêmes leviers :

  • Le suivi mensuel des effectifs en ETP : détecter les dérives avant qu'elles ne se traduisent en écarts financiers. C'est le principe d'effectivo.
  • L'analyse de l'absentéisme par service : une hausse est souvent le signe avant-coureur d'une dérive (remplacements, heures supplémentaires, intérim).
  • Le dialogue mensuel avec les managers terrain sur les écarts prévision-réalisé, plutôt qu'un arbitrage annuel descendant.
  • Les scénarios d'évolution des effectifs sur 12 à 36 mois, plutôt que la simple reconduction de l'année précédente.

Avant de parler d'outils avancés ou de modèles prédictifs, il faut souvent reprendre les fondations. C'est précisément le type de diagnostic que je réalise en mission de cadrage.

Ce que la technologie apporte au cycle de prévision

La technologie peut transformer ce cycle, à condition de ne pas la déployer sur des fondations fragiles. C'est un amplificateur, pas un correcteur.

L'automatisation des tâches à faible valeur ajoutée

McKinsey observe que les organisations ayant adopté des cycles courts avec reforecasting mensuel génèrent environ30 % de gains en efficacité et en performance opérationnelle[7]. L'automatisation du reporting est souvent le premier levier : extraction des données, calcul des écarts, génération des commentaires standards. Tâches répétitives qui consomment une part disproportionnée du temps des équipes finance.

L'intelligence artificielle au service du prévisionnel

L'IA apporte quatre capacités nouvelles :

  • Détection d'anomalies : identifier automatiquement les saisies incohérentes ou les écarts inhabituels
  • Projection tendancielle : extrapoler les tendances pour proposer des hypothèses de départ
  • Analyse de scénarios : simuler l'impact de différentes hypothèses
  • Génération de commentaires : produire les analyses d'écarts standards, pour que l'équipe finance se concentre sur les écarts significatifs

Ces capacités ne valent que par la qualité des données qu'on leur fournit. Un modèle prédictif construit sur des données approximatives produira des scénarios approximatifs, plus vite, mais pas plus utilement.

Le bon ordre : fondations d'abord, technologie ensuite

C'est l'approche que je privilégie dans mes missions de conseil : partir des fondations avant de choisir l'outil. Parfois, le bon outil est un simple tableur mieux organisé. Pour les organisations plus matures, un outil comme Previsio aide à structurer les projections, mais uniquement si les fondations sont en place.

Comment impliquer durablement les opérationnels ?

L'implication des opérationnels est le facteur le plus déterminant (et le plus négligé) dans la qualité d'un cycle de planification. Un prévisionnel construit exclusivement par la direction financière est un exercice hors sol.

Rendre le processus accessible

Le premier obstacle est la complexité perçue. Rendre le processus accessible signifie :

  • Simplifier les supports : un tableau de synthèse en 5 lignes est plus utile qu'un détail comptable de 200 lignes
  • Traduire le jargon : « charges de personnel » plutôt que « titre 1 »
  • Fournir le contexte : données historiques, tendances, comparaisons avec d'autres services

Créer une boucle de retour

L'implication ne fonctionne que si elle est réciproque. Le gestionnaire qui fournit ses hypothèses doit voir le résultat de sa contribution : comment ses prévisions s'intègrent dans l'enveloppe, comment elles évoluent, quel impact elles ont sur l'écart. Le contrôleur de gestion passe alors de celui qui envoie les chiffres à celui qu'on appelle pour les comprendre.

Valoriser la qualité des prévisions

Enfin, il est utile de reconnaître publiquement les gestionnaires qui produisent des prévisions fiables : « les prévisions de ce pôle étaient parmi les plus proches du réalisé ». Cette reconnaissance positive encourage la rigueur sans créer de pression contre-productive.

Questions fréquentes

Combien de temps ça prend de construire un budget ?

Les meilleures pratiques (APQC) situent le cycle à 25 jours. La médiane est à 32 jours. Au-delà de 40 jours, c'est probablement trop lourd. L'objectif n'est pas de battre un record, mais de consacrer le maximum du temps à l'analyse et au dialogue, pas à la collecte.

Le rolling forecast, ça remplace le budget annuel ?

Pas nécessairement. Les deux peuvent coexister : un cadrage annuel pour les orientations stratégiques, un rolling forecast trimestriel pour ajuster au fil de l'eau. Commencer par un rolling forecast léger en complément de l'annuel est le meilleur moyen de tester sans tout bouleverser. Lorsque l'écart prévision-réalisé s'avère structurel à mi-parcours, cette coexistence peut aller jusqu'à une révision formelle du plan : la re-budgétisation mi-année a ses propres méthodes et pièges, distincts du rolling standard.

Comment impliquer les opérationnels ?

Supports clairs de comparaison prévision-réalisé, temps d'échange réguliers, écarts traités comme des informations et non comme des mises en cause. Un gestionnaire qui craint d'être sanctionné distordra ses prévisions. Un diagnostic du pilotage existant peut aider à identifier les freins.

L'IA peut-elle construire un budget toute seule ?

Elle peut accélérer la consolidation, proposer des scénarios et détecter des incohérences. L'IA appliquée au pilotage offre des gains réels sur les tâches répétitives. Mais la construction reste un exercice de jugement : comprendre le terrain, dialoguer, arbitrer. C'est fondamentalement humain.

Quel poste budgétaire surveiller en premier ?

Dans la plupart des organisations de services, la masse salariale représente 50 à 70 % de l'enveloppe. C'est logiquement là où l'effort de prévision doit être le plus important : une erreur de 1 % sur la masse salariale pèse bien plus qu'une erreur de 10 % sur les fournitures.

Sources
  1. Cour des comptes, Le budget de l'État en 2023 — Résultats et gestion, avril 2024.
  2. APQC, Open Standards Benchmarking, 3 900+ organisations. Cycle budgétaire médian : 32 jours.
  3. PwC / DFCG, Priorités 2024 des Directions Financières, 2023. 250+ entreprises françaises interrogées.
  4. FP&A Trends Survey 2024, 2 400+ praticiens finance interrogés.
  5. Gartner, Data Quality Market Survey, 2021.
  6. Cour des comptes, La situation financière des hôpitaux publics après la crise sanitaire, octobre 2023.
  7. McKinsey, Memo to the CFO: A new approach to budgeting, 2020.
14 min de lecture
Partager
Portrait de Brice Béchet, consultant en pilotage des organisations
Brice Béchet
Consultant en pilotage des organisations

Contrôleur de gestion sénior, data scientist et créateur d'effectivo.fr, application de prévision stratégique des effectifs (Anticipez. Simulez. Décidez) — j'accompagne les organisations à structurer leurs données et optimiser leur pilotage.

Un diagnostic de votre processus budgétaire ?

Évaluons ensemble la fiabilité de vos hypothèses, la qualité de vos données sources et l'efficacité de votre dialogue avec les opérationnels.

Échanger sur mon projet