« Pourquoi avons-nous perdu six points de chiffre d’affaires ce trimestre ? » La question a été posée un jeudi matin au comité de direction d’un grossiste en matériel électrique de Morsang-sur-Orge, quatre-vingt-dix salariés, trois agences. Six réponses ont fusé en dix minutes : la météo, un concurrent agressif sur le câble, un commercial en arrêt, le prix du cuivre, les vacances scolaires, la conjoncture du bâtiment. Aucune n’était vérifiable. Toutes étaient plausibles. Utiliser l’IA pour analyser ses performances commerciales consiste d’abord à sortir de ce genre de réunion avec un chiffre à la place d’une intuition.
Décomposer une variation plutôt que la commenter
Une baisse de chiffre d’affaires n’est jamais une information. C’est un résultat qui additionne quatre mouvements distincts, et qui ne veut rien dire tant qu’on ne les a pas séparés : les quantités vendues, les prix pratiqués, la composition de ce qui a été vendu, et le nombre de clients réellement actifs sur la période.
Le calcul, mené sur trois ans de lignes de facturation, a donné un résultat que personne n’avait anticipé. Les volumes avaient légèrement progressé, de deux pour cent. Le prix moyen avait reculé d’un point et demi. L’essentiel de l’écart venait d’ailleurs : la clientèle avait déplacé ses achats de l’appareillage vers le câble et les chemins de câbles, dont les marges sont bien plus faibles. Et quarante-sept clients sur six cent vingt n’avaient plus rien commandé depuis un trimestre.
Le diagnostic « les commerciaux vendent moins bien » venait de s’effondrer en une demi-journée d’analyse. Ce genre de retournement, nous en voyons à chaque mission.
La difficulté technique de l’exercice ne tient pas au calcul, qui relève de l’arithmétique. Elle tient au rapprochement des libellés. Le même client apparaît sous quatre raisons sociales, la même référence porte deux codes selon l’agence, et les familles de produits ont été remaniées en cours d’année sans reprise de l’historique. C’est précisément là que les modèles de langage rendent service, en réconciliant des milliers de libellés approchants là où un tableau croisé dynamique s’arrête net.
Le client qui part sans rien dire
Dans le négoce, personne ne résilie. L’électricien qui vous quitte ne vous écrit pas, il commande simplement ailleurs. Sa fréquence d’achat s’espace, son panier se réduit, et vous vous en apercevez un an plus tard en regardant le classement annuel.
Le repérage automatique est ici d’une efficacité redoutable, à condition d’être calibré. On ne compare pas un client à la moyenne générale, on le compare à son propre rythme historique : un artisan qui passe habituellement commande tous les onze jours et qui n’a rien acheté depuis six semaines constitue un signal, alors qu’une entreprise d’éclairage public qui commande deux fois par an n’en est pas un. Sans cette distinction par typologie, l’alerte devient du bruit et l’équipe cesse de la lire au bout d’un mois.
Les quarante-sept comptes détectés chez ce grossiste pesaient environ trois cent dix mille euros de chiffre annuel. Vingt-trois ont été récupérés après un simple appel du responsable d’agence. Les autres étaient partis pour de bon, et pour des motifs qu’il valait mieux connaître : deux ruptures de stock répétées sur une référence courante.
Le chiffre d’affaires ment, la marge parle
Un classement client par chiffre d’affaires est le tableau le plus trompeur d’une entreprise de distribution. Il ignore les conditions tarifaires négociées, le coût de livraisons fractionnées en petites quantités, les retours, les avoirs, le temps commercial consommé. Retraité de tout cela, le deuxième client de ce grossiste en volume tombait au dix-neuvième rang en contribution réelle.
Une remarque de prudence s’impose sur ce terrain. Une contribution par client dépend entièrement des clés de répartition retenues pour les frais logistiques et administratifs, et deux méthodes défendables donnent des classements différents. Écrivez vos conventions, discutez-les en comité, tenez-vous-y ensuite pendant au moins un exercice complet. Un classement dont on change les règles chaque trimestre ne sert plus à décider quoi que ce soit.
Cette lecture n’a pas conduit à se séparer de qui que ce soit. Elle a conduit à renégocier deux grilles et à revoir la politique de livraison sur les commandes inférieures à cent cinquante euros. Nous détaillons cette mécanique dans notre article consacré à l’analyse des coûts et des marges par l’intelligence artificielle.
Ce que cette analyse ne doit jamais devenir
Il faut le dire nettement, parce que la demande arrive régulièrement sur notre bureau. Non, on ne note pas les commerciaux avec un algorithme. On ne produit pas de classement automatique, on ne calcule pas de score de performance individuel, et on ne fait dépendre aucune décision concernant une personne d’un chiffre sorti d’un modèle.
La raison est d’abord technique. Deux portefeuilles ne sont jamais comparables : densité d’artisans sur le secteur, ancienneté des relations, présence ou non d’un gros compte hérité, arrivée d’une grande surface de bricolage à trois kilomètres. Un modèle qui ignore ces écarts produit un classement qui mesure surtout la chance d’affectation.
La raison est ensuite juridique et humaine. Évaluer une personne est un acte managérial, qui se discute en entretien, qui se motive, et qui engage celui qui le prononce. L’analyse fournit des faits au manager : l’évolution du portefeuille, les comptes qui se sont endormis, les familles de produits délaissées. Elle s’arrête là. Le jugement appartient à l’humain, et cette frontière n’est pas une précaution de communication, c’est une condition de fonctionnement.
À quel rythme regarder ses chiffres
Trois cadences suffisent, et vouloir tout faire chaque semaine est le meilleur moyen de ne rien faire. La décomposition structurelle du chiffre se mène par trimestre, parce qu’un mois isolé ne raconte rien de fiable dans un métier saisonnier. Les alertes sur les clients qui décrochent se regardent tous les mois, avec un appel à la clé. Et l’analyse fine des marges par famille se réserve aux moments de décision : renégociation fournisseur, ouverture d’agence, révision de la grille tarifaire.
Côté matière première, comptez au minimum vingt-quatre mois d’historique de facturation, trente-six si votre activité est fortement saisonnière. En dessous, les écarts observés relèvent autant du hasard que de la réalité. La liaison entre cette lecture commerciale et le pilotage global de l’entreprise est décrite dans notre article sur le pilotage d’une PME avec une IA d’analyse financière intégrée.
Six mois après ce comité de direction, la même question revient chaque trimestre. Elle obtient désormais une réponse en trois lignes, chiffrée, discutée, parfois désagréable. C’est tout ce qu’on demande à une analyse. Si vous voulez comprendre ce que l’IA pour analyser ses performances commerciales peut tirer de vos propres données de facturation, MINOBIA travaille sur vos exports existants et vous rend une lecture argumentée, sans notation individuelle et sans tableau de bord de plus.
Questions fréquentes
Faut-il un entrepôt de données pour commencer ?
Non. Un export de lignes de facturation sur trois ans, avec client, article, quantité, prix et remise, permet déjà l’essentiel. L’entrepôt se justifie quand l’analyse devient un rituel mensuel, pas pour un premier diagnostic.
Les commerciaux verront-ils ces analyses ?
Ils devraient les voir en premier, sur leur propre portefeuille. Une analyse que l’équipe découvre en réunion de direction produit de la défiance ; la même analyse partagée en amont produit des appels clients dès le lendemain.
Que faire des données manquantes dans l’historique ?
On les documente et on les écarte du calcul plutôt que de les combler artificiellement. Une analyse honnête sur quatre-vingt-dix pour cent des lignes vaut mieux qu’une analyse complète bâtie sur des estimations.
Peut-on faire ce travail sans intelligence artificielle ?
Une bonne partie, oui, avec un tableur et de la rigueur. L’IA apporte surtout la détection des ruptures de rythme sur des centaines de comptes et la lecture des libellés hétérogènes, deux tâches où l’humain abandonne vite.
Combien de temps prend un premier diagnostic ?
De deux à quatre semaines dans une PME de cette taille, dont la moitié consacrée à comprendre les particularités de la facturation. La partie calcul est rarement le sujet.
À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
