MODULE 2

Un bon indicateur ne se choisit pas au hasard : il se construit. Passer d'un objectif à un KPI qui sert vraiment à décider suppose une méthode en six étapes, de la finalité jusqu'à l'action.

Partir de la décision, pas de la donnée

L'erreur la plus fréquente et la plus coûteuse consiste à commencer par la donnée disponible : on mesure alors ce qui est facile plutôt que ce qui compte. La bonne première question n'est pas « quel chiffre puis-je mesurer ? » mais « quelle décision dois-je éclairer ? ». Un KPI sans objectif est un chiffre orphelin.

Une méthode structurée apporte trois garanties : la pertinence (on part de l'objectif), la fiabilité (on s'assure de la source et de la définition) et l'usage (on prévoit dès le départ comment l'indicateur sera lu et ce qu'il déclenchera).

Les six étapes enchaînées

• 1. Objectif & question — quelle décision veut-on éclairer ?
• 2. Indicateur & formule — quel calcul précis mesure le mieux cet objectif ?
• 3. Source & collecte — d'où vient la donnée, est-elle fiable ?
• 4. Cible & seuils — quelle valeur viser, à partir de quand alerter ?
• 5. Fréquence, responsable, format — qui le suit, à quel rythme, sous quelle forme ?
• 6. Restituer, analyser, agir — comment le lit-on et qu'en fait-on ?

Ces étapes ne sont pas strictement linéaires : constater que la donnée n'existe pas oblige parfois à reformuler l'indicateur. Mais l'ordre général, de l'objectif vers l'action, doit être respecté.

Un effort proportionné à l'enjeu

La rigueur ne signifie pas la lourdeur. Pour un indicateur simple, les six étapes se parcourent en quelques minutes ; pour un indicateur stratégique partagé par toute l'organisation, elles méritent un vrai travail collectif. Même rapide, le passage par chaque étape évite les oublis qui rendent un indicateur inutilisable : une formule ambiguë, une source introuvable, une cible manquante.

Consigner dans une fiche d'indicateur

L'ensemble du travail se formalise dans un document dédié, la « fiche d'indicateur », qui rassemble l'objectif, la formule exacte, la source, la cible et les seuils, le responsable et le rythme de suivi. Ce support garantit qu'un même chiffre est calculé et interprété de la même façon par tous, et que chaque indicateur débouche bien sur une décision plutôt que d'encombrer un tableau de bord hétéroclite.

Un taux passe « de 10 % à 12 % » : est-ce +2 % ou +20 % ? La réponse n'est pas anodine — et la confondre fausse une décision. Derrière chaque KPI se cache un calcul dont la mauvaise application est une source fréquente d'erreurs.

Pourquoi maîtriser les calculs de base

On peut piloter sans être statisticien, mais pas sans comprendre les calculs élémentaires qui produisent les indicateurs. Connaître ces formules, c'est à la fois savoir construire un indicateur juste et savoir détecter quand un chiffre présenté est douteux. Beaucoup de présentations, même de bonne foi, choisissent la formulation la plus avantageuse — le pourcentage plutôt que la valeur, l'évolution plutôt que le niveau.

Proportion, variation, point de pourcentage

• Proportion (%) — partie ÷ total × 100 : 30 ventes ÷ 200 = 15 %.
• Variation (%) — (arrivée − départ) ÷ départ × 100 : de 100 à 120 = +20 %.
• Point de % — différence de deux taux : de 10 % à 12 % = +2 points.

Passer d'un taux de 10 % à 12 %, c'est gagner 2 points de pourcentage — mais c'est une hausse de 20 % du taux lui-même (2 ÷ 10). Annoncer « +2 % » au lieu de « +2 points » sous-estime grossièrement le changement.

Les pièges de composition

Les pourcentages ne s'additionnent pas toujours naïvement. Une hausse de 10 % suivie d'une baisse de 10 % ne ramène pas au point de départ : 100 → 110 → 99. De même, on ne fait pas la moyenne de pourcentages calculés sur des bases différentes. Ces effets de composition, contre-intuitifs, sont à l'origine de nombreuses erreurs de raisonnement, et se renforcent sur la durée.

La boîte à outils du chiffrage

Au-delà des pourcentages, le pilotage mobilise les ratios, les moyennes (simple et pondérée), les indices base 100, les cumuls et les moyennes glissantes. Le bon réflexe face à un chiffre spectaculaire — un pourcentage énorme sur une petite base, une moyenne suspecte — est de recalculer et de comprendre avant de croire.

Vos écrans débordent de graphiques, mais savez-vous, d'un coup d'œil, ce qui appelle une décision aujourd'hui ? C'est exactement ce qui sépare une collection de courbes d'un vrai tableau de bord.

Un instrument de pilotage, pas une vitrine de chiffres

Un tableau de bord (dashboard) rassemble en un seul endroit les indicateurs essentiels au pilotage d'une activité. Son rôle n'est pas de tout montrer, mais de donner une vision synthétique orientée vers la décision : où en sommes-nous par rapport aux objectifs, qu'est-ce qui va bien, qu'est-ce qui appelle une action ? L'analogie du tableau de bord d'un véhicule éclaire le propos : il n'affiche pas tout ce qui se passe dans le moteur, mais l'essentiel pour conduire — vitesse, carburant, alertes. Trop d'information tue l'information.

Trois types selon l'usage et le destinataire

• Stratégique — pour la direction : suivre les objectifs majeurs et le cap, au rythme mois / trimestre.
• Opérationnel — pour le terrain : piloter l'activité au quotidien (production, ventes, qualité du jour), au rythme jour / semaine.
• Analytique — pour explorer, filtrer et croiser les données afin de comprendre les causes, à la demande.

Dans une organisation mature, les trois se complètent : l'opérationnel détecte un problème, l'analytique en cherche la cause, le stratégique vérifie l'impact sur les grands objectifs.

Les principes d'un tableau lisible

• Peu d'indicateurs, mais les bons — la valeur se mesure à ce qu'il permet de décider, pas à la quantité de chiffres.
• Une hiérarchie visuelle claire — l'essentiel saute aux yeux.
• Du contexte — cible, comparaison, tendance : sans repère, un chiffre ne dit rien.
• Une orientation vers l'action, conçu pour son destinataire et tenant sur une page.

Un outil qu'on refaçonne

Contrairement à celui d'une voiture, conçu une fois pour toutes, le tableau de bord d'une organisation doit évoluer avec ses objectifs : les bons indicateurs d'une année ne sont pas forcément ceux de la suivante. Il n'est donc jamais « fini » — on le façonne au fil du pilotage, selon ce que l'on cherche à décider à chaque période.

Le même jeu de chiffres peut être présenté de dix façons, mais une seule sert vraiment votre message — et certaines le trahissent purement et simplement. Comment faire parler les données sans mentir ?

Pourquoi la visualisation accélère la décision

Le cerveau humain traite l'information visuelle bien plus vite que des colonnes de chiffres : une tendance, une anomalie, une comparaison sautent aux yeux sur un bon graphique alors qu'elles resteraient invisibles dans un tableau. Mais l'inverse est vrai : un graphique mal conçu ou malhonnête trompe aussi vite qu'un bon graphique éclaire. Un axe tronqué, une échelle trafiquée, un type de graphique inadapté peuvent faire dire aux données le contraire de la réalité. Maîtriser la dataviz, c'est donc autant savoir produire des visuels justes que repérer ceux qui mentent.

À chaque message son graphique

• Évolution dans le temps — une courbe (ligne) : l'œil suit la pente. À éviter : les secteurs.
• Comparaison de catégories — des barres / colonnes : la longueur se compare aisément. À éviter : la courbe.
• Proportion d'un tout — des secteurs (avec très peu de parts) ou des barres empilées.
• Relation entre deux variables — un nuage de points.
• Distribution — un histogramme.

Le graphique en secteurs (« camembert ») est à manier avec parcimonie : l'œil compare mal des angles, et au-delà de trois ou quatre parts, une barre est préférable. Le choix n'est pas une question de goût mais d'efficacité perceptive.

Le principe du data-ink de Tufte

Un graphique n'est pas une illustration décorative : c'est un outil de raisonnement. Il faut le dépouiller de tout ce qui n'aide pas à comprendre — c'est le principe du « data-ink » d'Edward Tufte : maximiser l'encre consacrée aux données, minimiser le reste. S'il n'apporte rien à la compréhension, mieux vaut un simple chiffre ou un tableau.

Du graphique au récit : le data storytelling

Un graphique juste ne suffit pas toujours ; encore faut-il raconter ce qu'il signifie. Le data storytelling met les données en récit : un titre qui porte le message, une séquence logique, un fil qui mène du constat à l'action. Les chiffres informent, l'histoire mobilise.

Combien de rapports finissent non lus parce qu'ils commencent par les détails au lieu du message ? Rendre compte, ce n'est pas déverser ses chiffres, c'est construire une réponse pour celui qui doit décider.

Reporting ou tableau de bord : deux natures

On confond souvent les deux car ils présentent des indicateurs. Le tableau de bord est un outil de pilotage vivant, consulté en continu : il répond à « où en suis-je maintenant ? ». Le reporting est un acte de communication ponctuel — un document daté, structuré, qui rend compte d'une période à un destinataire (hiérarchie, direction, client, financeur) et répond à « que s'est-il passé sur la période, et qu'en conclut-on ? ». Un rapport n'est pas une capture d'écran du tableau de bord : il sélectionne, synthétise, analyse et recommande.

D'abord le destinataire

Un rapport se rédige toujours pour quelqu'un, dans un but précis. La première question n'est pas « que mettre dedans ? » mais « pour qui, et pour quelle décision ou information ? ».

• Un dirigeant pressé — le message, les écarts majeurs, les décisions attendues, en une page si possible.
• Une équipe opérationnelle — davantage de détail utile à l'action.
• Un client ou un financeur — l'accent sur le respect des engagements et les résultats obtenus.

Commencer par le message : la pyramide de Minto

La clé d'un bon reporting est de commencer par le message, pas par les détails — c'est le principe de la pyramide de Minto. On énonce d'abord la conclusion, puis on la soutient par les faits, l'analyse et les recommandations. Le lecteur pressé sait immédiatement l'essentiel ; celui qui veut approfondir descend dans le détail.

Les qualités d'un rapport qui se lit

• Synthétique — rendre compte, pas vider ses données.
• Factuel — appuyé sur des données fiables.
• Orienté décision — il débouche sur l'action, pas sur l'archivage.
• Régulier — à intervalle défini (mensuel, trimestriel, annuel).

Cette mise en récit rapproche le reporting du data storytelling : un bon rapport raconte une histoire vraie, celle de la période écoulée et de ce qu'elle implique.

Faut-il rester au tableur ou passer à la Business Intelligence ? La bonne réponse ne dépend pas de la mode, mais de vos besoins réels et de votre maturité de pilotage.

Pourquoi outiller le pilotage

Mesurer, calculer, restituer, mettre à jour : le pilotage demande de manipuler des données, parfois en grand volume et à fréquence régulière. Le faire entièrement à la main devient vite chronophage et source d'erreurs. Les outils servent à automatiser ce qui peut l'être et à rendre la donnée accessible et lisible — pour consacrer l'énergie humaine à l'analyse et à la décision, pas à la copie de chiffres. Un point posé d'emblée : aucun outil ne compense une démarche défaillante. Si les objectifs sont flous ou les données fausses, le meilleur logiciel ne fera qu'afficher plus vite et plus joliment des problèmes de fond.

Le tableur : forces et limites

Le tableur (Excel, Google Sheets, LibreOffice Calc) est l'outil de pilotage le plus répandu : universel, flexible, peu coûteux, connu de tous. Pour une petite structure ou un besoin ponctuel, il est souvent largement suffisant. Mais ses limites apparaissent quand le pilotage se structure :

• Erreurs — une formule mal recopiée, une plage oubliée.
• Versions multiples — chacun a « son » fichier, les chiffres divergent, pas de source unique de vérité.
• Manipulations manuelles répétitives et difficulté sur les gros volumes.

La bonne pratique n'est pas de bannir le tableur mais de connaître ses limites : limiter les saisies, protéger les formules, documenter, centraliser le fichier.

La Business Intelligence et la chaîne de la donnée

Les outils de Business Intelligence (Power BI, Tableau, Looker) connectent les sources, rafraîchissent automatiquement et offrent des tableaux de bord interactifs. Entre le tableur et la BI se déploie toute une chaîne de la donnée : collecte, ETL (extraction-transformation-chargement), stockage, restitution.

L'automatisation, levier majeur

L'automatisation supprime les erreurs et libère du temps pour l'analyse. La règle reste simple : partir du besoin (quels indicateurs, pour qui, à quelle fréquence ?), puis choisir l'outil adapté à sa maturité — jamais l'inverse. On ne sur-outille pas : un tableur bien tenu peut surpasser une plateforme sophistiquée mal utilisée.