Le Forecast Value Added mesure la valeur, positive ou négative, que chaque étape du processus de prévision ajoute par rapport à une prévision naïve de référence. C'est le seul diagnostic qui ose répondre à une question dérangeante : cette étape, cette réunion, cette personne, améliorent-elles vraiment la prévision, ou gaspillent-elles du temps ?
Pourquoi ça compte
La plupart des indicateurs mesurent la qualité d'une prévision une fois qu'elle est produite. Le Forecast Value Added mesure autre chose, de bien plus dérangeant : la contribution réelle de chaque personne et de chaque étape à cette qualité. Le modèle statistique améliore-t-il la prévision naïve ? L'ajustement du planificateur ajoute-t-il de la valeur, ou en retire-t-il ? La réunion de consensus mensuelle valait-elle réellement le temps qu'elle a coûté à tous ses participants ?
La réponse surprend souvent, et dérange toujours. Les études publiées sur données réelles, agrégeant plusieurs entreprises, convergent : les interventions manuelles n'améliorent la prévision que de façon limitée, et une part significative d'entre elles la dégradent purement et simplement. On retouche à la main un chiffre statistique déjà bon, et on le rend moins bon. Le Forecast Value Added rend ce gaspillage invisible enfin visible, chiffré, et donc corrigeable.
Un résultat contre-intuitif ressort systématiquement de la recherche : les ajustements à la baisse sont souvent plus efficaces que les ajustements à la hausse. Quand un planificateur revoit une prévision vers le bas, il corrige généralement un optimisme commercial ; quand il la revoit vers le haut, il ajoute souvent son propre optimisme.
Autre enseignement d'expert : la taille de l'ajustement n'est pas un gage de valeur. Les gros ajustements ne sont pas les plus utiles. Un petit ajustement basé sur une information terrain précise (une promotion connue, une commande exceptionnelle) vaut mieux que dix gros ajustements d'humeur. Le FVA permet de distinguer les deux, objectivement.
Le mécanisme
Le principe est limpide : on définit une prévision naïve de référence, on capture la prévision figée à chaque étape du processus, on mesure l'erreur de chacune contre le réel, et on attribue à chaque étape le gain ou la perte qu'elle produit.
Sur le schéma, chaque barre est l'erreur de prévision à une étape du processus, la plus basse étant la meilleure. La référence naïve, à gauche, part à 20 %. Le modèle statistique la fait descendre à 15 % : il ajoute donc cinq points de valeur, il mérite sa place. L'ajustement du planificateur gagne encore deux points, jusqu'à 13 %.
Puis vient l'étape qui fait mal, et que le FVA est le seul à démasquer : l'ajustement marketing remonte l'erreur à 18 %, en rouge. Cette étape retire cinq points de valeur : elle aurait objectivement mieux fait de ne pas exister. C'est exactement ce que révèle le rapport en escalier, appelé stairstep report par les praticiens, et ce qu'aucun autre indicateur ne montre. Une intuition inconfortable devient un fait chiffré, discutable sereinement.
Figure 1. Le rapport en escalier : l'erreur de prévision à chaque étape. Le statistique et le planificateur ajoutent de la valeur ; l'ajustement marketing en retire. Valeurs illustratives inspirées des cas publiés.
Les pièges
Le Forecast Value Added est simple dans son principe, mais mal mené il accuse à tort ou dédouane à tort.
Une référence naïve mal choisie fait paraître tout le processus brillant par contraste. Le naïf doit être honnête et adapté à la demande : la dernière valeur réelle pour une demande stable, ou une naïve saisonnière si la demande a une saison marquée. Un naïf trop bête flatte artificiellement.
Une étape peut avoir raison une fois par chance et tort dix fois. Le Forecast Value Added ne se lit valablement que sur une série de périodes, segmentée par produit et par canal, jamais sur un coup isolé qui ne prouve rien.
Beaucoup retoucher n'est pas ajouter de la valeur, c'est souvent l'inverse. Les recherches montrent que les gros ajustements ne sont pas les plus utiles, et que les corrections à la baisse sont généralement plus efficaces que celles à la hausse.
Le mettre en place
Installer le Forecast Value Added ne demande aucun outil spécialisé : un historique des prévisions à chaque étape, et la discipline de comparer honnêtement.
Choisir une prévision sans aucun jugement humain : la dernière valeur réelle (marche aléatoire), ou une naïve saisonnière. C'est l'étalon contre lequel tout se mesure : F = D de la période précédente.
Enregistrer la prévision telle qu'elle sort de chaque étape, figée avant l'étape suivante : statistique brute, ajustement planificateur, apport marketing, consensus S&OP. Sans cette capture systématique, aucune analyse n'est possible.
Calculer le MAPE ou le WMAPE de chaque version contre le réel, sur les mêmes périodes. La comparaison à la référence donne la valeur ajoutée de l'étape : FVA = erreur(naïf) − erreur(étape).
Une étape qui ajoute de la valeur de façon répétée se renforce et s'outille ; une étape qui en retire systématiquement se supprime ou se recadre sans état d'âme. Le temps rare des planificateurs se reconcentre là où le jugement paie vraiment.
Concepts voisins
Le Forecast Value Added s'appuie sur les mesures d'erreur et éclaire la valeur du consensus.
Du savoir à l'action
La question mérite une réponse chiffrée, pas une conviction. Notre dossier Planification, prévision & S&OP installe le Forecast Value Added et en tire les décisions, parfois radicales.