La dimension « temps » dans le pilotage des performances

Les solutions EPM permettent de collecter, prévoir et restituer des données de tous types, financiers ou opérationnels. La dimension « temps » tient une place particulière, car un indicateur de performance évolue toujours période après période. Les solutions informatiques rendent en général cette dimension obligatoire pour stocker l’information. Quelles sont les questions à se poser lors de la mise en oeuvre des solutions EPM concernant la gestion de la notion « temps » ?

Le niveau de granularité habituel pour la saisie et le reporting est en général le mois, qui se consolide par exemple en trimestres ou en années. C’est une approche directement issue de la Finance, pour laquelle la fin de l’année représente la consolidation temporelle ultime, compte tenu des règles de séparation des exercices.

Cette vision a cependant évolué avec les prévisions glissantes (« rolling forecast »), pour que l’horizon temporel porte toujours sur le même nombre de mois à venir. Car si l’on s’arrête aux prévisions de fin d’année, plus on s’approche de décembre plus on perd en visibilité. L’horizon rétrécit. Ainsi, pour mieux anticiper et piloter, on préférera garder un horizon temporel constant, par exemple 6 mois, plutôt qu’une vue à fin d’année.

Ceci peut conduire à s’interroger sur l’étendue de l’horizon temporel des prévisions. Si dans certains secteurs d’activité, prévoir recettes et dépenses à un an est réaliste, dans d’autres secteurs cela relève d’un pari impossible. L’horizon de prévision doit donc être flexible, selon les secteurs d’activité et même selon les opérations ou les natures de dépenses et de recettes.

Se présente aussi la question de l’agrégation temporelle. En finance, il existe deux modes d’agrégation majeurs : la somme des montants périodiques, par exemple les revenus de chaque mois, et le dernier montant de la période, par exemple les postes de bilan. Mais les indicateurs opérationnels peuvent s’agréger différemment : le maximum ou le minimum (niveau de production usine), la moyenne (effectif) ou encore un indicateur dépendant de la comparaison d’autres valeurs (ex: le maximum entre deux, sauf si en aout celui-ci dépassait tel seuil…).

Enfin, si le mois est toujours le niveau de granularité habituel, il est parfois nécessaire de descendre jusqu’à un niveau bien plus fin : la date. Par exemple, dans la grande distribution, le chiffre d’affaires au jour et à la semaine sont incontournables. Ceci implique quelques problèmes à résoudre :

  • omment saisir les prévisions aussi finement sans y consacrer des jours entiers ?
  • Comment gérer un volume de données important (mais on pourrait aussi aller jusqu’au ticket de caisse – il y a toujours plus fin) et conserver de bonnes performances pour le reporting et les calculs ?
  • Comment analyser ces données détaillées de manière judicieuse, et non uniquement en faisant une agrégation au niveau supérieur ?
  • Comment agréger les données par jour sur les niveaux supérieurs, semaine, mois ou encore « fin de la prévision » ?

En effet, une date, si elle est automatiquement associée à un mois et une année est parfois regroupée dans des ensembles temporels spécifiques (période de solde, ventes de noël, promotions, etc).

Qui plus est, si l’objectif est de comparer avec l’année précédente, il ne s’agit pas d’analyser deux dates séparées par 364 jours, mais deux dates comparables compte tenu du calendrier commercial. Par exemple, la veille des départs en vacances ne tombe pas toujours à la même date, tout comme le dernier samedi avant noël.

Si on utilise la maille temporelle « date », ou même « semaine », on doit en complément définir le mode d’agrégation vers les niveaux supérieurs et les besoins de comparaison. Il n’est pas rare de devoir introduire une autre notion telle qu’un « numéro de date comparable » associée à la date calendaire, selon l’année.

La question du niveau de détail temporel est un sujet important de l’analyse des besoins de prévision et de reporting, qu’il convient de traiter au cas par cas. Selon les besoins, on s’assurera que la solution EPM mise en oeuvre propose une ou plusieurs des fonctionnalités suivantes :

  • Gestion des périodes glissantes avec réutilisation des prévision antérieures.
  • Agrégation automatique au niveau temporel supérieur, en temps réel.
  • Personnalisation des règles d’agrégation des indicateurs au niveau temporel supérieur.
  • Disponibilité de tous les niveaux temporels utiles (semestre, jour, semaine, date) pour les prévisions et le reporting
  • Gestion des regroupements temporels personnalisés (relation entre jour et semaine par exemple)
  • Déduction automatiques des périodes alternatives selon les règles de gestion (jour comparable par exemple)

About the Author

Laurent Allais
Laurent ALLAIS est expert en solutions d'élaboration budgétaire, business intelligence et pilotage des performances (CPM), avec plus de 18 ans d'expérience dans ce domaine. Il intervient dans l'aide au choix de solutions, l'analyse des besoins métier et la mise en oeuvre des solutions EPM, en particulier SAP et Adaptive Insights. Après avoir fondé Artens et dirigé l'activité CPM de Viséo, il fonde Alsight en 2012, spécialiste d'Adaptive Insights en France et créateur de la solution freemium AssignUp. Il est intervenu chez plus de 50 clients, dont Renault, PSA, AGF, Embraer, Airbus, UCPA, Mega, Roquette, Pimkie, Chanel, L'Oréal et Fnac. Contact : Laurent.allais@expandbi.com