Calculer les KPI ex ante à l'aide de l'IA

Nous ne nous contentons pas de mesurer les indicateurs clés de performance (KPI) : nous calculons au préalable la meilleure décision possible

Et si les membres du directoire, les PDG et les directeurs financiers ne devaient pas attendre qu’une décision d’investissement soit prise pour constater si leurs indicateurs clés de performance ont été atteints, mais pouvaient calculer, avant même de prendre cette décision, quelle combinaison d’investissements promet la meilleure réalisation des objectifs ?

C’est précisément là que commence un changement de paradigme fondamental dans la gestion d’entreprise.

Pendant des décennies, les indicateurs clés de performance (KPI) ont été considérés comme des outils centraux de la gestion : mesurer, comparer, rendre compte et corriger.

Chiffre d’affaires, EBIT, ROI, rendement des capitaux investis, taux d’utilisation des capacités, liquidités et indicateurs de développement durable constituent la base de nombreuses décisions de gestion.

Mais dans un monde de plus en plus complexe, avec des budgets d’investissement limités et un nombre exponentiellement croissant d’options décisionnelles, la simple mesure a posteriori ne suffit plus.

Le problème ne réside pas dans le fait que les KPI soient erronés.

Le problème réside dans le fait qu’ils ne font souvent apparaître que le succès d’une décision déjà prise – mais pas si une autre décision aurait conduit à un meilleur résultat global.

Pour les membres de conseils d’administration, les PDG, les directeurs financiers et les décideurs publics, cela soulève donc une nouvelle question stratégique :

Quelle combinaison d’investissements, de projets et de mesures prévus maximise nos objectifs économiques ou stratégiques dans la limite des ressources disponibles ?

Avec StratePlan, cette question se transforme en un problème d’optimisation mathématique.

Les indicateurs clés de performance (KPI) restent pertinents. Cependant, ils ne sont pas uniquement considérés a posteriori, mais peuvent déjà être intégrés dans l’optimisation du portefeuille, avant même qu’une décision ne soit prise, en tant qu’objectifs et contraintes.

1. Les limites du pilotage classique par indicateurs clés de performance (KPI)

Les KPI apportent de la transparence. Ils permettent d’établir des comparaisons, mettent en évidence les évolutions et soutiennent la gestion opérationnelle et stratégique de l’entreprise.

Mais le pilotage classique par KPI est souvent organisé de manière rétrospective.

Une entreprise investit dans de nouvelles installations de production, des systèmes informatiques, des sites ou le développement de produits. Des mois, voire des années plus tard, on vérifie, à l’aide d’indicateurs définis, si les résultats escomptés ont été atteints.

La question cruciale reste souvent sans réponse :

une autre combinaison des mêmes investissements prévus, avec un budget identique, aurait-elle permis d’obtenir un meilleur résultat global ?

C’est précisément là que réside la limite d’une approche exclusivement axée sur les indicateurs.

Certains secteurs d’activité peuvent améliorer avec succès leurs indicateurs clés de performance respectifs sans que cela garantisse automatiquement une gestion optimale de l’entreprise dans son ensemble.

• Le service commercial maximise le chiffre d’affaires et les parts de marché.
• Le contrôle de gestion se concentre sur les coûts et le retour sur investissement.
• La production optimise les capacités et le taux d’utilisation.
• Le service informatique donne la priorité à la numérisation et à la disponibilité des systèmes.
• La gestion du développement durable poursuit des objectifs en matière d'émissions et d'ESG.

Chacun de ces objectifs peut être pertinent.

Mais s’ils sont poursuivis isolément, des conflits d’objectifs peuvent surgir.

Un projet présentant un taux de rendement individuel particulièrement élevé peut, par exemple, mobiliser tellement de capitaux d’investissement que plusieurs autres projets, dont la contribution économique globale est supérieure, ne peuvent plus être financés.

L’optimisation d’indicateurs de performance clés (KPI) individuels ne conduit donc pas nécessairement à l’optimisation de l’ensemble du portefeuille d’investissements.

2. L’erreur de raisonnement fondamentale : optimiser des projets individuels plutôt que des portefeuilles globaux

Dans de nombreuses entreprises, les décisions d’investissement sont prises sur la base d’analyses de rentabilité individuelles.

Chaque projet est évalué en fonction de sa rentabilité, de son importance stratégique et de ses risques.

Les projets sont ensuite classés par ordre de priorité et validés en fonction du budget disponible.

Cela semble logique, mais présente une faiblesse mathématique.

Le projet individuel le plus attractif sur le plan économique ne fait pas nécessairement partie de la combinaison de projets la plus rentable.

Un exemple simplifié

Une entreprise dispose d’un budget d’investissement (CAPEX) de 10 millions d’euros et envisage trois projets d’investissement.

Le projet A présente la contribution nette la plus élevée.

Si le projet A est sélectionné, il reste 3 millions d'euros de budget. Cette somme n'est suffisante pour aucun des deux autres projets.

La contribution nette totale s'élève à 4 millions d'euros.

En revanche, si les projets B et C sont mis en œuvre conjointement, la totalité du budget de 10 millions d'euros est utilisée.

La contribution nette combinée s'élève à 6 millions d'euros.

Dans cet exemple, le portefeuille optimisé génère ainsi une valeur ajoutée nette supérieure de 50 %, pour un budget d’investissement identique.

Cet exemple de calcul illustre le principe fondamental de l’optimisation mathématique d’un portefeuille : ce n’est pas le meilleur investissement individuel qui est déterminant, mais la meilleure combinaison de toutes les alternatives d’investissement disponibles.

3. Pourquoi les espaces de décision stratégiques croissent de manière exponentielle

Le défi devient considérablement plus complexe à mesure que le nombre de projets prévus augmente.

Dans un modèle de décision binaire simplifié, chaque projet peut être soit mis en œuvre, soit non mis en œuvre.

Ainsi, pour N projets pouvant être sélectionnés indépendamment, il existe^{théoriquement 2^N} combinaisons possibles de projets.

• 10 projets : 1 024 combinaisons
• 20 projets : 1 048 576 combinaisons
• 30 projets : 1 073 741 824 combinaisons
• 40 projets : 1 099 511 627 776 combinaisons
• 50 projets : 1 125 899 906 842 624 combinaisons
• 100 projets : environ 1,27^{× 10³⁰} combinaisons

Une entreprise ayant 50 projets d'investissement prévus n'envisage donc pas seulement 50 alternatives décisionnelles.

Elle évolue dans un espace décisionnel théorique comprenant plus de 1,125 billion de combinaisons de projets possibles.

Toutes ces combinaisons ne sont pas admissibles en raison de contraintes budgétaires, de ressources ou de dépendances entre projets. La complexité mathématique reste néanmoins considérable.

Un comité de direction ne peut pas appréhender pleinement cet espace décisionnel par le biais de discussions ou de l’intuition.

Même les listes de priorisation classiques ou les scénarios Excel élaborés manuellement ne représentent souvent qu’une infime partie des combinaisons possibles.

Le défi central consiste donc à déterminer, parmi un nombre exponentiellement grand de combinaisons de projets possibles, la meilleure combinaison admissible sur le plan économique ou stratégique.

4. Mesurer a posteriori ou optimiser a priori ?

La différence entre le pilotage classique par indicateurs clés de performance (KPI) et l’optimisation mathématique ex ante réside dans le moment et la nature de l’aide à la décision.

Ex post : quels ont été les effets de nos décisions ?

L’analyse classique par KPI examine les résultats de mesures déjà mises en œuvre.

Les questions typiques sont les suivantes :

• Quel retour sur investissement (ROI) nos investissements ont-ils généré ?
• Comment notre marge EBIT a-t-elle évolué ?
• Quels projets ont dépassé leur budget ?
• Quel a été notre rendement sur investissement ?
• Quels objectifs stratégiques ont été atteints ?

Ces informations sont indispensables pour le contrôle de gestion, le reporting et la direction de l'entreprise.

Elles ne permettent toutefois pas de déterminer automatiquement si une autre combinaison d’investissements aurait été plus fructueuse.

Ex ante : quelle décision devrions-nous prendre ?

L'optimisation ex ante intervient avant la décision d'investissement.

Elle examine les projets prévus en fonction de leurs résultats économiques attendus et des ressources disponibles.

Voici quelques questions typiques :

• Quelle combinaison de projets maximise notre valeur ajoutée nette totale ?
• Quels investissements devrions-nous réaliser dans le cadre de notre budget CAPEX ?
• Quelle combinaison de projets permet d’atteindre au mieux les objectifs définis ?
• Comment les résultats évoluent-ils si le budget est réduit ?
• Quels projets sont en concurrence pour les mêmes ressources ?
• Quels investissements faudrait-il prendre en compte en cas de changement des priorités stratégiques ?

Les indicateurs clés de performance (KPI) ex post montrent ce qui a été réalisé. L’optimisation ex ante examine quelle décision offre le meilleur résultat attendu avant sa mise en œuvre.

Ces deux approches sont complémentaires.

La mesure a posteriori reste nécessaire pour comparer les résultats réels aux hypothèses initiales et améliorer les décisions futures.

5. Les KPI deviennent des variables cibles de l’optimisation mathématique

StratePlan ne remplace pas les indicateurs clés de performance.

Au contraire, les indicateurs pertinents peuvent être pris en compte dès la phase de modélisation mathématique des décisions stratégiques.

Il s’agit par exemple :

• Contribution nette : contribution économique nette attendue
• ROI du portefeuille : retour sur investissement attendu de l’ensemble du portefeuille
• CAPEX : budget d'investissement disponible
• OPEX : dépenses opérationnelles courantes
• Risque : limites de risque définies ou évaluations des risques
• Ressources : personnel, capacités et disponibilités techniques
• Impact : impact stratégique, social ou environnemental

Selon le modèle d'optimisation, ces paramètres sont pris en compte sous forme de fonction objectif, de paramètres de pondération ou de contraintes.

Il est important de ne pas compenser de manière incontrôlée les différents objectifs entre eux.

Les objectifs économiques, écologiques et sociaux nécessitent des critères d’évaluation transparents et, le cas échéant, des pondérations explicitement définies.

L’optimisation mathématique examine ensuite quelle combinaison de projets répond le mieux aux objectifs définis dans le cadre des contraintes imposées.

Le résultat n’est pas simplement une nouvelle analyse des indicateurs clés de performance (KPI), mais un portefeuille d’investissements concrètement calculé.

6. Comment StratePlan calcule les décisions d’investissement

Il est relativement simple de se lancer dans l’optimisation mathématique de portefeuille.

Pour établir un modèle d’optimisation économique de base, StratePlan a tout d’abord besoin de trois informations par projet :

1. ID du projet : identifiant unique du projet
2. Dépenses : dépenses ou investissements prévus
3. Revenus : recettes attendues ou retours économiques

Ces informations peuvent par exemple être extraites de tableaux Excel existants, de plans d'investissement ou d'analyses de rentabilité.

Sur la base de la fonction objectif définie et du budget disponible, StratePlan examine les combinaisons de projets possibles.

Les modèles avancés peuvent prendre en compte des paramètres supplémentaires :

• les interdépendances entre projets
• Pondérations techniques ou stratégiques
• Budgets d'investissement pluriannuels
• Contraintes en matière de ressources
• Contraintes de délai
• Critères de risque et de durabilité

StratePlan associe des méthodes d’optimisation mathématiques issues de la recherche opérationnelle à des approches basées sur l’IA pour analyser efficacement de vastes espaces de décision combinatoires.

Le calcul fournit une combinaison optimisée de projets sur la base des données saisies et des paramètres du modèle.

Selon la problématique et la méthode utilisée, il peut s’agir d’une solution dont l’optimalité est prouvée ou d’une solution approximativement optimale.

L’innovation décisive réside dans le fait de ne pas se contenter d’évaluer la rentabilité de chaque projet pris individuellement, mais d’optimiser leur effet combiné dans le cadre d’un budget d’investissement commun.

7. En direct de la réunion du conseil d’administration : que se passe-t-il si nous modifions nos indicateurs clés de performance (KPI) ?

L’intérêt stratégique particulier apparaît lorsque l’optimisation mathématique du portefeuille est directement intégrée dans les processus décisionnels de la direction.

Imaginons une réunion du conseil d’administration d’une entreprise industrielle.

À l’ordre du jour figurent 100 projets d’investissement prévus, dont les besoins financiers totaux dépassent largement le budget d’investissement disponible.

StratePlan calcule tout d’abord une combinaison optimisée de projets sur la base des objectifs et des contraintes définis.

C’est alors que commence la discussion stratégique.

Scénario A : maximiser la contribution nette

Le directeur financier pose la question suivante :

« Quelle combinaison de projets permet d’obtenir la contribution nette attendue la plus élevée avec notre budget d’investissement actuel ? »

StratePlan calcule un portefeuille correspondant.

La direction identifie les projets sélectionnés, le budget nécessaire et la contribution nette attendue générée par l’ensemble du portefeuille.

Scénario B : réduire le budget d'investissement

Le PDG demande :

« Que se passe-t-il si nous devons réduire notre budget d’investissement de 15 % ? »

La contrainte budgétaire est ajustée.

StratePlan recalcule le portefeuille.

Le conseil d’administration peut ensuite examiner quels projets sont supprimés, comment la valeur ajoutée attendue évolue et quels investissements restent intégrés au portefeuille.

Scénario C : accorder plus d’importance aux projets stratégiques

Un membre du conseil d’administration pose la question suivante :

« Comment notre portefeuille d’investissements évolue-t-il si nous accordons une plus grande priorité à la numérisation et à l’efficacité énergétique ? »

Les paramètres de pondération correspondants sont ajustés.

Une fois le nouveau calcul effectué, les résultats peuvent être comparés à ceux des scénarios précédents.

Scénario D : Fonds d’investissement supplémentaires

Le directeur financier souhaite savoir :

« Quelle contribution économique supplémentaire pourrions-nous obtenir avec 20 millions d’euros supplémentaires de dépenses d’investissement ? »

Le budget est augmenté et le portefeuille est à nouveau optimisé.

La direction peut ainsi comparer la valeur ajoutée modélisée à l’investissement en capital nécessaire.

Modifier les paramètres. Recalculer. Comparer les scénarios. Prendre des décisions plus éclairées.

Un rapport d’investissement statique se transforme ainsi en une base décisionnelle dynamique pour l’ensemble de la direction.

8. Analyse de sensibilité : dans quelle mesure notre stratégie d’investissement est-elle robuste ?

Un simple calcul d’optimisation fournit dans un premier temps un résultat correspondant aux hypothèses définies.

L’analyse revêt une valeur stratégique particulière lorsque différents paramètres sont modifiés de manière systématique.

Une analyse de sensibilité examine par exemple :

• Quels projets restent sélectionnés en fonction de différents budgets d’investissement (CAPEX) ?
• Comment la valeur ajoutée nette évolue-t-elle lorsque les coûts des projets augmentent ?
• Quels investissements sont particulièrement sensibles à l'évolution des prévisions de recettes ?
• Quels projets sont écartés en cas de pondération plus forte des risques ?
• Quelles priorités stratégiques modifient le plus la composition du portefeuille ?

Cela permet de mettre en évidence les décisions d’investissement particulièrement robustes au sein du modèle.

D'autres projets ne seront peut-être retenus que sous certaines hypothèses économiques ou stratégiques.

L’optimisation ex ante ne fournit donc pas seulement une combinaison de projets calculée, mais permet également l’examen systématique de conditions de décision alternatives.

9. Coûts d’opportunité : la valeur économique des alternatives non retenues

Toute décision d’investissement comporte des coûts d’opportunité.

Lorsque des capitaux sont affectés à un projet donné, ils ne sont plus disponibles pour d’autres investissements.

Cela vaut tout particulièrement lorsque les budgets d’investissement (CAPEX) sont limités.

Une entreprise peut sélectionner des projets individuels économiquement attractifs et pourtant laisser inexploitée une contribution de valeur supplémentaire considérable si la combinaison de ces projets n’est pas optimale.

L’optimisation mathématique de portefeuille permet de quantifier ces différences entre les alternatives envisagées.

Une comparaison entre le portefeuille d’investissements initialement prévu et un portefeuille optimisé peut mettre en évidence :

• le montant de la valeur ajoutée nette attendue des deux portefeuilles
• quels projets sont sélectionnés différemment
• le montant des dépenses d’investissement (CAPEX) requis dans chaque cas
• quels potentiels économiques restent inexploités dans le portefeuille initial

La différence entre les résultats modélisés met en évidence le potentiel d’amélioration économique selon les hypothèses retenues.

La véritable valeur de l’optimisation ex ante ne réside donc pas dans de meilleurs indicateurs de performance, mais dans la possibilité d’identifier de meilleures combinaisons d’investissements avant que les capitaux ne soient immobilisés.

10. Étude de cas : site de Klybeck à Bâle

La référence StratePlan relative au site de Klybeck à Bâle montre à quel point la différence économique peut être importante entre une planification existante et un portefeuille optimisé mathématiquement.

Dans le cadre de l’optimisation du portefeuille pour Central Real Estate AG et Swiss Life AG, différentes combinaisons d’investissements et de projets ont été analysées mathématiquement.

Résultat modélisé :

• Rendement initial du capital : 7,0 %
• Rendement du capital optimisé : 11,4 %
• Amélioration relative du rendement : environ 63 %
• Valeur économique ajoutée supplémentaire modélisée : environ 30 millions de CHF

Cette amélioration a été modélisée en modifiant la combinaison des alternatives d’investissement existantes, à budget identique.

Ces chiffres illustrent le potentiel de l’optimisation mathématique d’un portefeuille. Ils ne constituent en aucun cas une garantie générale de rendement pour d’autres projets ou entreprises.

Conclusion essentielle : ce n’est pas nécessairement un capital d’investissement plus important, mais une meilleure combinaison des investissements qui peut augmenter la contribution économique globale.

11. Pourquoi l’expérience humaine ne suffit pas à elle seule

Les dirigeants, directeurs financiers et gestionnaires d’investissement expérimentés disposent d’une expertise approfondie et d’une compréhension fine de leur entreprise.

Cette expertise reste indispensable.

Mais même une longue expérience ne permet pas d’appréhender pleinement des espaces décisionnels d’une ampleur exponentielle.

Sept décisions binaires concernant des projets suffisent déjà à générer 128 combinaisons possibles.

Pour 20 projets, on en compte plus d’un million.

Avec 50 projets, on dépasse le billion.

La force de l’être humain réside dans sa capacité à définir des objectifs stratégiques, à comprendre les relations économiques et à évaluer la qualité des hypothèses.

La force de l’optimisation mathématique réside dans sa capacité à examiner systématiquement de grandes quantités de combinaisons possibles.

La combinaison de l’expérience en gestion, de données techniques fiables et de l’optimisation mathématique offre une base décisionnelle plus solide que n’importe laquelle de ces composantes prise isolément.

12. De la Business Intelligence à la Decision Intelligence

La Business Intelligence répond avant tout à des questions relatives au développement économique d’une entreprise.

Que s’est-il passé ? Quels indicateurs ont évolué ? Où observe-t-on des écarts par rapport au budget ?

L’intelligence décisionnelle élargit cette perspective en apportant un soutien systématique à la prise de décisions concrètes.

Quelles sont les alternatives d’action disponibles ? Quelles sont les contraintes en vigueur ? Quelle combinaison permet de maximiser les objectifs définis ?

StratePlan se positionne dans ce domaine comme un système mathématique d’optimisation de portefeuille et de prise de décision.

Il complète les systèmes ERP, de contrôle de gestion et de Business Intelligence existants en y ajoutant un niveau supplémentaire :

le calcul de décisions optimisées avant leur mise en œuvre.

Pour cela, une entreprise n’est pas obligatoirement tenue de remplacer ses systèmes informatiques existants.

Les données de projet nécessaires peuvent dans un premier temps être fournies via de simples tableaux. Des intégrations avancées sont possibles via des interfaces adaptées, en fonction des besoins.

L’optimisation mathématique des décisions devient ainsi accessible même aux entreprises qui, jusqu’à présent, travaillaient principalement avec des listes d’investissement classiques et des modèles Excel.

13. Conclusion : les indicateurs clés de performance (KPI) restent importants, mais la décision prime

Les indicateurs clés de performance (KPI) resteront à l’avenir un élément indispensable de la gestion d’entreprise professionnelle.

Ils permettent de suivre les évolutions économiques, de contrôler les objectifs stratégiques et d’évaluer les résultats réellement obtenus.

Mais à eux seuls, ils ne répondent pas à la question décisive de savoir si une entreprise a réparti au mieux son capital d’investissement disponible entre ses projets.

C’est précisément là qu’intervient l’optimisation mathématique ex ante.

StratePlan examine les combinaisons d’investissements possibles en tenant compte des objectifs économiques, des budgets limités et des contraintes définies.

Les résultats peuvent être calculés, modifiés et comparés entre eux dans différents scénarios avant qu’une décision d’investissement ne soit prise.

L’avenir de la gestion stratégique d’entreprise ne réside donc pas seulement dans une mesure plus rapide des indicateurs clés de performance (KPI), mais dans l’optimisation mathématique préalable des décisions qui influencent ces indicateurs.

Cela modifie la question centrale de la gestion.

Au lieu de se demander exclusivement :

« Quel a été le succès de nos investissements ? »,

la question supplémentaire est désormais :

« Quelle combinaison de nos investissements prévus aurait apporté la contribution économique globale la plus élevée dans les conditions données ? »

La réponse à cette question ne relève pas d’une tâche classique de reporting.

Il s’agit d’une tâche d’optimisation mathématique de portefeuille.

StratePlan – Optimiser les décisions ex ante. Mesurer les KPI ex post. Utiliser le capital de manière plus intelligente.

Quelle valeur ajoutée économique supplémentaire votre budget CAPEX recèle-t-il ?

Calculez quelle combinaison de vos projets d’investissement prévus, dans les limites de votre budget disponible, permet d’obtenir la contribution nette attendue la plus élevée.

Mêmes projets. Même budget. Combinaison optimisée. Meilleurs résultats.

Optimisez dès maintenant jusqu’à 15 projets gratuitement →