Trois méthodes pour établir de meilleures prévisions et mieux planifier les scénarios

Les nouvelles méthodes d’établissement de prévisions et de planification de scénarios fondées sur l’analyse fiable de données sont adaptées à l’évolution de la demande des clients découlant de la pandémie. 

Les entreprises sur le point d’amorcer la prochaine phase de planification pour faire face à la pandémie doivent se concentrer à la fois sur la reprise et sur l’état de leur entreprise et de leur secteur à l’issue de la crise et au‑delà. Mais, pour nombre d’entreprises, l’avenir est difficile à prévoir. Les anciennes méthodes d’établissement des prévisions, qui reposaient sur d’anciennes données sur la demande des clients, ne suffisent plus. Les entreprises doivent remettre en question les hypothèses antérieures et, dans certains cas, présumer qu’elles ne sont plus valables.

Pour les entreprises qui ne modifient pas leurs méthodes d’établissement des prévisions pour répondre à la demande en évolution, la planification de scénarios pour les activités à court terme et la répartition des capitaux à long terme sera fatalement vouée à l’échec.

Dans le cadre d’une webémission récente d’EY sur l’établissement de prévisions en fonction de scénarios de reprise, seuls 9 % des participants ont déclaré que leur niveau de confiance dans la capacité de leur entreprise de prévoir la demande de produits ou de services était très élevé. De fait, 35 % d’entre eux ont mentionné que leur niveau de confiance en cette matière était « inexistant » ou « peu élevé ».

Les entreprises peuvent prendre diverses mesures pour modifier la manière dont elles établissent les prévisions.

Changez la perception que vous avez de votre clientèle

Dans de nombreux secteurs, le comportement et la capacité de dépenser des clients évoluent de façon dynamique. Il importe de se demander quels sont les changements qui seront permanents et quelle sera la durée des changements temporaires. Quand les consommateurs seront‑ils prêts à prendre l’avion, à s’asseoir à la table d’un restaurant ou à se rassembler dans un cinéma? Les entreprises pourront‑elles payer leur loyer et, à long terme, devront-elles réduire la superficie de leurs locaux pour bureau? Les patients voudront‑ils se rendre à l’hôpital pour subir une opération chirurgicale non urgente?

Dans le cadre du sondage réalisé pendant la webémission d’EY, 77 % des participants ont affirmé que l’évolution du comportement des clients constituait pour leur entreprise un risque important aux fins de l’établissement des prévisions, soit bien plus que la proportion des participants pour qui le manque de liquidités et de capitaux était un risque important (qui vient au deuxième rang).

Comment les entreprises doivent-elles s’adapter, sachant que leurs clients sont encore plus importants et que la situation et le comportement de ces derniers ont changé?

Changez de technique d’analyse des données

Les informations utilisées dans le passé sont peut‑être trop statiques ou imprécises ou ne sont plus de nature prédictive. Par exemple, la faiblesse des prix du gaz serait normalement corrélée avec l’augmentation de l’achalandage dans les restaurants, mais ce rapport n’est évidemment plus possible à établir.

Dans certaines entreprises, l’analyse des médias sociaux peut permettre d’établir de meilleures prévisions. Les données externes sur les points chauds de la pandémie, les conditions météorologiques, la réglementation gouvernementale, les données sur la mobilité, l’humeur des consommateurs et d’autres mesures peuvent être utilisées dans des modèles de régression ou des modèles de réseaux neuronaux d’intelligence artificielle (IA) plus avancés pour comprendre la meilleure manière d’établir des prévisions plus informées.

Les dirigeants d’une entreprise de biens de grande consommation avec lesquels nous avons travaillé se sont demandé comment ils pouvaient améliorer la qualité des données groupées types sur les ventes et autres données utilisées pour établir des prévisions plus précises en temps opportun. Parmi les données d’entrée, ils ont choisi les données sur les conditions météorologiques, les données provenant des tours cellulaires, les mentions sur leurs produits dans les médias sociaux et les données sur le chômage par code postal. Les membres de leur fonction finance ont ensuite réalisé une analyse de régression pour repérer les indicateurs des effets de causalité. Résultat : ils ont pu établir des prévisions plus précises qui peuvent être mises à jour par heure plutôt que par semaine.

Repérez où se trouvent les données et extrayez les

Pendant notre webémission, 44 % des participants ont affirmé que le manque d’accès à des données utiles de qualité était le principal frein à l’établissement de prévisions précises en temps opportun. Si l’on tient compte de ceux qui ont répondu « Toutes ces réponses », ce sont plus des trois quarts des participants qui considèrent que le manque d’accès à des données utiles de qualité est un enjeu important.

Dans certains cas, comme il est mentionné précédemment, cela s’explique par le fait que les données sur lesquelles ils se sont appuyés dans le passé ne suffisent plus. Mais nous savons que dans certains cas, l’accès aux données est difficile parce que celles‑ci sont créées et stockées dans les unités fonctionnelles, les régions ou les fonctions organisationnelles et, souvent, à l’extérieur des systèmes de l’entreprise.

Les entreprises doivent créer une culture de partage des données à l’échelle organisationnelle et mettre en place des systèmes comme des tableaux de bord centralisés et des systèmes d’alerte. Grâce à ces systèmes, il est possible de mettre à jour rapidement les données à l’intention des équipes des finances et d’établissement des prévisions stratégiques, de déterminer quand les hypothèses fondamentales doivent être remises en question et, pour les principaux décideurs, de prendre des décisions éclairées plus promptement.

Établissez toujours les prévisions au moyen de vos données

Les entreprises consacrent en général 80 % de leur temps à la planification financière et 20 % à l’analyse. Ces proportions doivent changer dans le contexte actuel.

Une fois que les entreprises ont défini quelles sont les données nécessaires et comment les extraire des silos organisationnels, elles peuvent :

1. Constituer une équipe qui se consacre uniquement à l’établissement de prévisions
   Une équipe interfonctionnelle peut mettre en œuvre un processus de mise à jour continuelle des données et d’évaluation régulière des incidences sur l’offre et la demande. Adopter une approche collaborative de modélisation solide au moyen de scénarios, qui repose sur des faits et appuie la prise de décisions en temps réel.
2. Transformer les systèmes pour que les données puissent être mises à jour automatiquement.
   En premier lieu, avant d’extraire toutes les données nécessaires, il faudra procéder à une mise à jour quotidienne ou hebdomadaire. En déployant des capitaux dans la mise à niveau de diverses solutions technologiques, les entreprises pourront bénéficier d’une plus grande automatisation et d’une compréhension plus approfondie des processus.
3. Planifier à long terme.
   Il importe d’aligner les méthodes de planification de scénarios sur la stratégie de répartition des capitaux. Les prévisions doivent être établies de façon intégrée en tenant compte du bilan et du résultat net. Outre la surveillance des liquidités, certaines décisions en matière de répartition des capitaux pourront permettre aux entreprises de prospérer après une crise. Sera‑t‑il nécessaire de revoir la répartition des capitaux entre les unités fonctionnelles en fonction des divers scénarios de reprise? L’entreprise disposera‑t‑elle des capitaux requis pour investir dans les nouvelles technologies ou réaliser des acquisitions ciblées, tout en maintenant ou en augmentant les versements de dividendes ou les rachats d’actions?

Notamment, Ernst & Young s.r.l./S.E.N.C.R.L., en collaboration avec une société mondiale du secteur des sciences de la vie, tente de réinventer le secteur. Peu importe les tendances et les prévisions actuelles, le marché post‑pandémie devrait emprunter une toute nouvelle trajectoire de croissance qui sera alignée sur le comportement des consommateurs, le niveau des dépenses, les segments et l’innovation en matière de produits et services.

Des scénarios prévisionnels fondés sur une approche à rebours (qui examine les attentes quant à l’état futur de l’entreprise et qui remonte dans le temps) sont maintenant utilisés pour repérer les hypothèses qui doivent être remises en question puisqu’il est probable que les modèles de génération de revenus post‑pandémie différeront des modèles antérieurs. Ces scénarios sont utilisés pour réviser la répartition des capitaux et pour prendre des décisions d’investissement.

En combinant les prévisions plus poussées requises dès maintenant à une approche à rebours, il est possible d’avoir une vision plus complète des scénarios, pour aider l’entreprise à mieux établir les attentes avec les investisseurs et la fonction Exploitation aux fins de planification et de gestion du risque.

Grâce à un programme d’établissement des prévisions robuste, vous devriez être en mesure de répondre aux questions des parties prenantes et du conseil d’administration :

• Dans quelle proportion et quand la demande de vos produits et services devrait‑elle revenir à la normale?
• De quelle façon le comportement des consommateurs changera‑t‑il?
  
• Quand pourrez‑vous rappeler les employés mis à pied?
  
• Avez‑vous des besoins immédiats de liquidités à court terme?
  
• Pour combien de semaines disposez‑vous d’une encaisse suffisante?
  
• L’un de vos fournisseurs risque‑t‑il de faire faillite?
  
• Quelles mesures prenez‑vous pour assurer la stabilité de votre chaîne d’approvisionnement?
  
• Devez‑vous maintenir des niveaux de stocks plus élevés?
  
• Devrez‑vous mobiliser des capitaux à plus long terme?
  

Il est temps d’agir

Heureusement, selon les résultats de notre sondage, les entreprises prévoient mettre en œuvre diverses mesures pour améliorer le processus d’établissement des prévisions, y compris la promotion de la participation entre les fonctions, le recours à de nouvelles sources de données internes et externes et l’amélioration des simulations de crise et des scénarios de détermination des limites.