Même KPI, chiffres différents : pourquoi vos équipes ne parlent pas toujours le même langage
Une réunion commence, les résultats du mois sont présentés et une question apparemment simple apparaît : quel chiffre d’affaires avons-nous réalisé ?
L’équipe commerciale annonce 2,4 millions d’euros. La finance affiche 2,3 millions. Le marketing travaille de son côté avec un chiffre légèrement différent.
À première vue, la situation peut sembler problématique, car une entreprise devrait naturellement être capable de partager un même chiffre lorsqu’elle parle d’un même indicateur.
Pourtant, ces écarts ne signifient pas nécessairement qu’une équipe s’est trompée ou que les données sont fausses.
Le problème peut simplement venir du fait que derrière un même mot, chacun ne mesure pas exactement la même chose.
Le chiffre d’affaires peut différer selon la date à laquelle les ventes sont rattachées, mais également selon la période de référence retenue : mois calendaire ou cumul de semaines, par exemple.
Il peut aussi intégrer ou non certaines remises, ristournes ou avoirs et reposer sur des périmètres différents selon les canaux, les catégories de produits ou les clients considérés.
D’autres règles peuvent encore modifier sa lecture. Dans le cas d’un bundle, par exemple, le chiffre d’affaires total de la transaction peut être identique, mais sa répartition entre les différents produits dépendre de la règle d’allocation retenue.
De même, certaines commissions ou certains coûts liés à un canal de vente peuvent être déduits pour obtenir un indicateur de ventes nettes dans certains reportings, alors qu’ils seront considérés comme des coûts et intégrés plus loin dans le calcul de la marge dans d’autres.
Les chiffres peuvent donc être techniquement justes tout en étant difficilement comparables.
C’est là qu’apparaît un enjeu souvent sous-estimé dans les projets Data : avant de partager les mêmes tableaux de bord, encore faut-il partager les mêmes définitions.
Un même indicateur peut cacher plusieurs définitions
Prenons un exemple simple.
Une entreprise souhaite suivre son nombre de clients actifs.
À première vue, l’indicateur semble facile à comprendre : il s’agit de compter les clients considérés comme actifs.
Mais à partir de quand considère-t-on qu’un client est réellement actif ?
S’agit-il d’un client ayant passé au moins une commande au cours du dernier mois ? Des trois derniers mois ? Des douze derniers mois ?
Faut-il compter un client qui a réalisé une commande mais ne l’a pas encore reçue ? Un compte ayant effectué un achat très ponctuel ? Un client ayant cessé son activité mais encore présent dans la base ?
La définition peut donc dépendre à la fois de la période retenue, de l’événement considéré et des règles d’inclusion ou d’exclusion appliquées.
Selon la définition retenue, le résultat peut être très différent.
L’équipe commerciale peut ainsi considérer comme actif tout client ayant commandé au cours des six derniers mois, tandis qu’une autre analyse ne retiendra que les clients ayant commandé au cours des trois derniers mois.
À période identique, un autre écart peut encore apparaître selon que l’on retient la commande, la livraison ou la facturation comme événement de référence.
Tous ces chiffres peuvent être calculés correctement.
Ils ne mesurent simplement pas la même réalité.
Cette différence devient problématique lorsque chacun utilise ensuite son indicateur pour analyser la performance, fixer des objectifs ou suivre leur réalisation.
Le sujet n’est donc pas uniquement de disposer d’une donnée fiable.
Il est également de s’assurer que tout le monde lui donne le même sens.
Le chiffre d’affaires lui-même n’est pas toujours aussi évident qu’il y paraît
Même un indicateur aussi courant que le chiffre d’affaires peut être interprété différemment selon les équipes.
Prenons un exemple simple.
Un client passe une commande de 50 000 € le 28 septembre.
La marchandise est livrée le 3 octobre.
La facture est émise le 5 octobre.
L’équipe commerciale peut rattacher la performance à septembre parce que la commande a été enregistrée à cette date. Les opérations peuvent suivre la vente au moment de la livraison, tandis que la finance applique les règles comptables permettant de déterminer à quelle période le chiffre d’affaires doit être reconnu.
Les montants observés peuvent donc être identiques, tout en étant rattachés à des périodes différentes selon l’indicateur suivi.
D’autres questions peuvent également intervenir.
Les avoirs sont-ils intégrés ? Les remises de fin d’année sont-elles prises en compte immédiatement ou ultérieurement ? Les frais annexes sont-ils inclus ? Les ventes réalisées par certains canaux ou certaines filiales sont-elles consolidées ?
Une autre difficulté apparaît lorsque plusieurs produits sont vendus ensemble.
Un bundle peut par exemple être vendu à un prix inférieur à la somme des prix à la carte. Le chiffre d’affaires total de la transaction ne pose alors pas nécessairement de difficulté, mais sa répartition entre les différents produits peut dépendre de la règle d’allocation retenue.
Deux analyses peuvent ainsi afficher le même chiffre d’affaires total tout en présentant des chiffres différents par produit ou par catégorie.
L’enjeu n’est donc pas seulement de savoir quel montant a été généré, mais aussi de comprendre à quelle période il est rattaché, sur quel périmètre et selon quelles règles il est calculé ou réparti.
Le problème devient encore plus visible avec la marge
Si le chiffre d’affaires peut déjà faire l’objet de plusieurs interprétations, la marge est encore plus sensible aux différences de définition.
Selon les équipes et l’objectif de l’analyse, différents niveaux de marge peuvent être utilisés.
Une première lecture peut se limiter au prix de vente et au coût d’achat du produit. Une autre peut intégrer certaines remises, le coût des promotions, des coûts logistiques ou encore certains coûts directement liés au canal de vente.
Chaque niveau peut être pertinent, à condition de savoir précisément ce qu’il mesure.
Prenons un produit vendu 100 euros avec un coût d’achat de 60 euros.
En raisonnant uniquement sur ces deux éléments, sa marge est de 40 euros.
Mais si l’on intègre une remise de 8 euros, 5 euros de coûts logistiques et d’autres coûts liés à sa commercialisation, on obtient un autre niveau de marge ou de contribution.
Le développement de nouveaux canaux de vente rend cette question encore plus importante.
Dans la restauration, par exemple, une vente réalisée via une plateforme de livraison peut générer le même chiffre d’affaires qu’une vente directe, tout en supportant une commission spécifique liée à ce canal.
Cette commission peut ne pas être déduite du chiffre d’affaires et apparaître plus loin dans le P&L. Elle devient pourtant essentielle dès lors que l’on cherche à comparer la rentabilité des différents canaux.
Ces différents indicateurs peuvent être utiles.
Le premier permet de mesurer la marge directement liée au produit. D’autres permettent d’évaluer sa contribution après prise en compte de coûts supplémentaires.
Le problème apparaît lorsque plusieurs équipes parlent simplement de « marge » sans préciser ce que leur indicateur intègre réellement.
Comparer des marges suppose donc de savoir non seulement comment elles sont calculées, mais également jusqu’où chacune descend dans le P&L.
Les différences de périmètre créent également des écarts
Deux indicateurs peuvent avoir exactement la même définition et malgré tout produire des résultats différents si leurs périmètres ne sont pas identiques.
Imaginons deux équipes qui analysent les ventes d’une même catégorie.
La première travaille sur l’ensemble du réseau.
La seconde exclut certains points de vente récemment ouverts parce qu’ils ne disposent pas encore d’un historique suffisant.
Les résultats obtenus seront différents.
Même chose si une analyse inclut les ventes en ligne alors qu’une autre ne retient que les ventes physiques, si certains produits sont regroupés dans des catégories différentes ou si les données d’une filiale sont intégrées dans un reporting et pas dans l’autre.
Le périmètre peut donc être géographique, commercial, produit, client ou encore lié aux canaux de vente.
Ces différences sont parfois parfaitement justifiées.
Comparer un réseau à périmètre constant (like-for-like) peut être utile pour mesurer une évolution réellement comparable, tandis qu’une vision exhaustive peut être nécessaire pour connaître le niveau global d’activité.
Les deux approches répondent simplement à des questions différentes.
La difficulté apparaît lorsqu’elles sont présentées sous le même nom sans préciser leur périmètre.
Un KPI n’est donc pas uniquement une formule de calcul.
Il repose également sur une population, une période, des sources et des règles d’inclusion ou d’exclusion.
Des données techniquement fiables peuvent rendre une discussion improductive
Lorsque plusieurs chiffres circulent dans l’entreprise pour un même indicateur, le premier réflexe consiste souvent à chercher lequel est le bon.
La réunion peut alors se transformer en discussion sur les sources, les fichiers ou les méthodes de calcul.
Pourquoi le dashboard affiche-t-il 2,3 millions alors que le fichier commercial en montre 2,4 ?
Pourquoi le nombre de clients actifs n’est-il pas le même dans le reporting de la direction et dans celui des commerciaux ?
Pourquoi la marge présentée lors de la réunion mensuelle diffère-t-elle de celle utilisée dans le budget ?
Ces questions sont légitimes.
Mais elles consomment du temps qui pourrait être consacré à une question beaucoup plus utile : que nous apprend réellement la performance et que devons-nous faire ensuite ?
Lorsque les définitions ne sont pas partagées, l’entreprise peut passer davantage de temps à réconcilier ses chiffres qu’à comprendre ce qu’ils signifient et à décider quoi en faire.
La Data censée accélérer la décision finit alors par ralentir la discussion.
Les écarts de définition peuvent aussi conduire à des décisions contradictoires
Le problème ne se limite pas à la qualité des réunions.
Lorsque plusieurs équipes utilisent des indicateurs différents pour piloter la même activité, elles peuvent également prendre des décisions qui ne vont pas dans le même sens.
Prenons une entreprise qui souhaite améliorer sa rentabilité.
Une équipe s’appuie sur une marge calculée avant certaines remises et considère qu’une catégorie de produits reste très performante.
Une autre équipe intègre ces remises ainsi que certains coûts complémentaires et constate au contraire une contribution beaucoup plus faible.
La première équipe peut alors chercher à développer davantage les volumes sur cette catégorie, tandis que la seconde souhaite en limiter le poids.
Chaque décision peut sembler cohérente au regard de l’indicateur utilisé.
Le problème vient du fait que les équipes ne regardent pas la performance avec la même grille de lecture.
Le risque est alors de transformer un problème de définition Data en problème d’alignement stratégique.
Partager une définition ne signifie pas utiliser un seul KPI pour tout
Harmoniser les définitions ne signifie pas nécessairement imposer un KPI unique à toutes les équipes.
Les besoins d’un directeur commercial, d’un contrôleur de gestion, d’un responsable marketing ou d’un responsable opérationnel ne sont pas les mêmes.
Chacun peut avoir besoin d’indicateurs différents selon les questions auxquelles il cherche à répondre.
Une équipe peut avoir besoin de suivre les commandes enregistrées pour anticiper l’activité à venir, une autre les ventes réalisées pour piloter l’activité opérationnelle, tandis qu’une autre encore peut s’appuyer sur le chiffre d’affaires reconnu selon les règles comptables.
De la même manière, plusieurs niveaux de marge peuvent être nécessaires selon que l’on cherche à mesurer la performance d’un produit, d’un canal, d’un client ou la contribution globale d’une activité.
Ces indicateurs ne sont pas contradictoires.
L’enjeu n’est donc pas de réduire le nombre d’indicateurs à tout prix, mais de savoir précisément ce que chacun mesure, dans quel objectif il est utilisé et de s’assurer que sa définition est partagée.
La standardisation ne consiste donc pas à supprimer les nuances. Elle consiste à les rendre visibles.
Un référentiel commun permet de sécuriser les analyses
Pour éviter ces écarts, il est utile de formaliser les principaux indicateurs utilisés dans l’entreprise.
Il ne s’agit pas nécessairement de créer un document complexe contenant plusieurs centaines de définitions.
Un référentiel peut commencer par les KPI réellement structurants pour le pilotage.
Pour chacun d’eux, plusieurs éléments peuvent être précisés :
ce que l’indicateur cherche à mesurer ;
sa formule de calcul ;
les données utilisées ;
son périmètre ;
la période retenue ;
l’événement de référence lorsque celui-ci peut modifier la mesure ;
les règles d’inclusion et d’exclusion ;
le niveau de granularité ;
la fréquence de mise à jour ;
l’équipe ou la fonction responsable de sa définition et, si nécessaire, de son évolution.
Cette démarche permet de passer d’une compréhension implicite à une règle commune.
Elle facilite également l’intégration de nouveaux collaborateurs, la création de dashboards et la comparaison entre plusieurs analyses.
Un indicateur clairement défini peut ensuite être utilisé de manière beaucoup plus cohérente dans l’ensemble de l’entreprise.
La gouvernance Data commence aussi par des questions très simples
Le terme de gouvernance de la donnée peut parfois donner l’impression d’un sujet essentiellement technique, réservé aux grandes organisations ou aux équipes Data.
Pourtant, une partie importante de cette gouvernance consiste simplement à répondre à des questions très concrètes.
Que signifie exactement ce KPI ?
Quelle est sa source de référence ?
Qui décide de sa définition ?
Qui arbitre lorsqu’il existe plusieurs définitions ou plusieurs usages ?
Que fait-on lorsqu’elle doit évoluer ?
Comment s’assure-t-on qu’un changement est répercuté dans les différents reportings ?
Ces questions peuvent sembler basiques.
Mais elles conditionnent directement la confiance que les utilisateurs accordent aux données.
Un dashboard parfaitement construit perd rapidement de sa valeur lorsque les équipes remettent systématiquement en question les chiffres qu’il affiche.
À l’inverse, un nombre limité d’indicateurs bien définis et compris de tous peut devenir un véritable langage commun pour piloter l’activité.
Les définitions doivent également évoluer avec l’entreprise
Une définition de KPI n’est pas nécessairement valable pour toujours.
L’entreprise évolue.
De nouveaux canaux apparaissent, l’offre change, des acquisitions peuvent modifier le périmètre, de nouveaux systèmes sont déployés et les besoins de pilotage deviennent plus précis.
Un indicateur défini plusieurs années auparavant peut donc progressivement devenir moins pertinent.
Prenons l’exemple d’un client actif. Une définition construite à une époque où les achats étaient réalisés essentiellement dans un seul canal peut devenir insuffisante lorsque les clients achètent désormais en magasin, sur le site de l’entreprise, via une application ou par l’intermédiaire de plateformes partenaires.
Faut-il considérer l’activité du client séparément sur chaque canal ou consolider l’ensemble de ses interactions avec l’entreprise ? La définition historique peut alors devoir évoluer pour continuer à mesurer correctement ce que l’on cherche à piloter.
La gouvernance ne consiste donc pas uniquement à définir les indicateurs une fois pour toutes.
Elle suppose aussi de vérifier régulièrement qu’ils continuent à représenter correctement la réalité que l’on souhaite mesurer.
L’enjeu est de faire évoluer les définitions sans perdre la capacité à comprendre l’historique.
Passer d’une logique de chiffres à une logique de langage commun
Le sujet peut sembler technique, mais il touche en réalité directement au fonctionnement de l’entreprise.
Un KPI n’est pas uniquement un chiffre affiché dans un tableau de bord.
Il constitue une manière commune de décrire une partie de l’activité.
Lorsque cette définition est partagée, les équipes peuvent concentrer leurs discussions sur l’interprétation des résultats et les actions à mener.
Lorsqu’elle ne l’est pas, chaque échange commence par une phase de vérification et de réconciliation.
Disposer de données techniquement fiables ne suffit donc pas à garantir un pilotage cohérent.
Encore faut-il que l’entreprise s’accorde sur ce qu’elle souhaite mesurer et sur la manière de le mesurer.
Quelques réflexes pour éviter que chacun travaille avec son propre chiffre
Lorsqu’un même KPI produit plusieurs résultats selon les équipes, quelques questions permettent déjà d’identifier l’origine des écarts :
Les équipes utilisent-elles exactement la même définition ?
Les périodes de référence sont-elles identiques ?
Les événements sont-ils rattachés à la même date : commande, livraison, facturation ?
Le périmètre analysé est-il le même : produits, clients, canaux, zones, points de vente ou filiales ?
Les mêmes produits, clients, canaux et zones sont-ils inclus ?
Lorsque plusieurs produits sont vendus ensemble, les mêmes règles d’allocation sont-elles utilisées ?
Les remises, avoirs et autres ajustements sont-ils traités de la même manière ?
Les données proviennent-elles de la même source ?
Le niveau de marge analysé est-il clairement défini ?
Les coûts pris en compte dans cette marge sont-ils les mêmes ?
Existe-t-il une source de référence lorsqu’un écart apparaît ?
Qui est responsable de la définition du KPI et qui arbitre lorsqu’un désaccord apparaît ?
Les définitions sont-elles documentées et accessibles aux utilisateurs ?
Les éventuelles évolutions de calcul sont-elles communiquées aux différentes équipes ?
Ces questions permettent souvent de comprendre qu’un désaccord apparent sur les chiffres est en réalité un désaccord sur leur définition.
En conclusion
Disposer de données fiables est indispensable, mais cela ne suffit pas toujours pour construire un pilotage cohérent.
Deux équipes peuvent travailler avec des chiffres techniquement justes et pourtant arriver à des lectures différentes parce qu’elles n’utilisent pas les mêmes définitions, les mêmes périmètres ou les mêmes règles de calcul.
L’enjeu n’est donc pas uniquement de centraliser davantage de données ou de construire de nouveaux dashboards.
Il consiste également à créer un langage commun autour des indicateurs qui structurent les décisions.
Car lorsque chacun sait précisément ce que mesure un KPI, les réunions peuvent enfin se concentrer sur la question la plus importante : non plus savoir quel chiffre est le bon, mais comprendre ce qu’il signifie et décider quoi en faire.
Commentaires