Le costing d'entreprise : hier et aujourd'hui

Comment on construisait un costing d'entreprise autrefois

Imaginez un grand opérateur d'infrastructures, très capitalistique, vers 2019 (un composite, pas une organisation unique). Le conseil d'administration veut savoir ce que chaque ligne de service, chaque actif et chaque segment de client coûte réellement à exploiter. La réponse reçue, à l'époque, était un programme : acquérir la licence d'une plateforme lourde de gestion des coûts, engager un cabinet du Big Four pour la paramétrer, et monter un bureau de projet pour piloter la construction. La plateforme était réellement puissante, capable de modéliser des dizaines de milliers d'objets de coût et d'inducteurs, et cette puissance était précisément le problème. Chaque force avait son poids correspondant.

La construction se déroulait en trimestres, pas en semaines. Ateliers d'expression des besoins, dictionnaire d'inducteurs, règles d'allocation encodées par les consultants, réconciliation avec le grand livre, puis un cycle de validation qui pouvait à lui seul durer des mois. Chiffres représentatifs d'un programme de cette taille (illustratifs) : dix-huit à trente-six mois de délai et un budget bien au-delà du million une fois les licences, l'intégration système et l'effort interne comptés. Quand le modèle entrait enfin en service, il était, ce jour-là, un travail sérieux, une réponse défendable à une question difficile. La difficulté, c'était tout ce qui venait après le premier jour.

Une équipe spécialisée, un moteur dédié et l'IA

La réponse moderne n'est pas une plateforme plus grosse. C'est une forme de livraison différente, faite de trois éléments. D'abord, une petite équipe spécialisée qui vit dans le coût et la rentabilité et apporte la méthode au lieu de la réinventer : le Time-Driven Activity-Based Costing mené correctement, de sorte que la logique d'inducteurs soit transparente plutôt qu'enfouie (les fondations tiennent dans le pilotage par les activités). Ensuite, un moteur de costing conçu pour cet usage, CostCtrl, pensé exactement pour ce travail : il a un parti pris assumé sur les pools de coûts, les inducteurs et la capacité, si bien que la structure qu'une suite lourde mettait des mois à paramétrer est en grande partie là dès l'arrivée. Enfin, l'IA pour les parties lentes et mécaniques : mapper un plan comptable vers des pools de coûts, rédiger des équations de temps à partir de descriptions de processus, réconcilier avec le grand livre et écrire le premier récit qu'une équipe finance pourra relire plutôt que composer.

L'effet cumulé est un premier modèle fonctionnel en quelques jours. Pas un jouet : un modèle qui se raccroche au grand livre, qui respecte le coût de la capacité inutilisée (voir coût de la capacité inutilisée) et qui produit une vue de rentabilité sur laquelle la direction peut agir dès le premier atelier plutôt qu'au quatrième trimestre. Parce que CostCtrl est conçu pour cela et que la logique est explicite, l'équipe qui a vu le modèle se construire peut le maintenir. Le spécialiste paramètre la première version et enseigne le schéma ; les analystes du client le portent ensuite. Le costing cesse d'être livré à l'entreprise pour devenir quelque chose que l'entreprise possède.

Ce que l'époque des plateformes lourdes a bien fait

Ce serait un homme de paille que de prétendre que l'ancienne approche était absurde. Elle était la réponse rationnelle à une contrainte réelle. Avant les moteurs dédiés et une IA capable, allouer les coûts sur des dizaines de milliers d'objets exigeait vraiment une plateforme industrielle et des mains spécialisées, et les suites lourdes faisaient des choses que les outils plus petits de l'époque ne savaient pas faire. La discipline que ces programmes imposaient, dictionnaire d'inducteurs, réconciliation formelle, piste d'audit validée, est exactement celle que la stack moderne conserve. Le Time-Driven Activity-Based Costing lui-même, la méthode sous-jacente, a été formalisé par Kaplan et Anderson précisément pour dompter la complexité sous laquelle l'ABC des premiers temps s'effondrait. L'approche moderne ne renie pas cet héritage ; elle en hérite et abandonne le poids.

Ce qui a changé, ce n'est pas l'ambition mais le coût de sa réalisation. L'ancien modèle payait sa rigueur en temps, en argent et en fragilité. Le modèle moderne garde la rigueur et cesse de payer ces trois prix, ce qui n'est possible que parce que le moteur est dédié et le travail mécanique automatisé. Quand une suite de costing d'entreprise est vraiment le bon outil, une poignée des environnements les plus vastes et les plus atypiques, elle le reste. Pour l'immense majorité des organisations qui croyaient en avoir besoin, ce n'est plus le cas. La comparaison honnête n'est pas « l'ancien mauvais, le nouveau bon » ; c'est « la contrainte qui justifiait l'ancienne façon a disparu ».

Questions fréquentes sur le costing d'entreprise, hier et aujourd'hui

Pourquoi les modèles de coûts d'entreprise traditionnels échouaient-ils après la mise en service ?

Non en s'effondrant, mais en dérivant. Les modèles de coûts lourds étaient construits pour le client par des spécialistes externes, si bien que chaque changement de l'entreprise, réorganisation, nouveau service, actif mis au rebut, exigeait l'un de ces spécialistes pour réencoder la logique d'allocation. Après la recette, les spécialistes partaient, les changements s'accumulaient, et le modèle s'écartait peu à peu de la réalité jusqu'à ce qu'on cesse de lui faire confiance. La recherche sur les grands programmes pointe dans le même sens : les études CHAOS du Standish Group montrent que les grands chantiers informatiques sont les plus exposés, et Gartner rapporte de longue date que la plupart des modèles analytiques n'atteignent jamais une production durable. La valeur d'un modèle de coûts est dans son cinquantième mois d'usage, et l'ancienne approche optimisait le lancement au lieu de la vie.

Comment un modèle de coûts crédible peut-il être construit en jours plutôt qu'en mois ?

Parce que les parties lentes ont été retirées, pas escamotées. Un moteur de costing dédié comme CostCtrl encode déjà la structure, pools de coûts, inducteurs, capacité, qu'une suite généraliste mettait des mois à paramétrer. L'IA prend en charge le travail mécanique : mapper le plan comptable vers les pools, rédiger les équations de temps à partir des descriptions de processus et réconcilier avec le grand livre. Une équipe spécialisée apporte la méthode au lieu de l'inventer. Ce qui reste, c'est le jugement, là où l'effort humain se concentre. Le résultat est un premier modèle fonctionnel en jours, raccroché au grand livre : une hypothèse à affiner, pas un audit terminé, mais un vrai modèle.

Une plateforme lourde de gestion des coûts est-elle encore parfois le bon choix ?

Occasionnellement, oui. Un petit nombre des environnements les plus vastes et les plus atypiques ont des besoins de modélisation qui justifient vraiment une plateforme industrielle, et là où c'est le cas, elle reste le bon outil. Mais pour l'immense majorité des organisations qui croyaient en avoir besoin, la contrainte qui la justifiait a disparu. Un moteur dédié, une équipe spécialisée et l'IA livrent aujourd'hui la même rigueur, réconciliation, piste d'audit, inducteurs défendables, sans le chantier de plusieurs années, le budget à sept chiffres ni la fragilité. Le test honnête est de savoir si le poids supplémentaire de la plateforme achète quelque chose que la stack moderne ne sait pas faire ; en général, non.

Comment empêcher un modèle construit vite d'être rapide mais faux ?

En traitant le modèle du premier jour comme une hypothèse de départ et en le validant délibérément. Les trois contrôles qui comptent le plus : réconcilier chaque allocation avec la ligne source du grand livre pour que rien ne soit inventé ; faire en sorte que le spécialiste s'approprie chaque inducteur et chaque équation de temps au lieu de tamponner un brouillon d'IA qui se lit bien mais alloue mal ; et rendre explicite le coût de la capacité inutilisée pour que périodes chargées et creuses soient traitées équitablement. La vitesse vient du retrait du travail mécanique, pas du retrait de l'examen. Ainsi menés, rapide et juste ne s'opposent pas.

Que signifie pour le client de posséder le modèle, et pourquoi est-ce important ?

L'appropriation signifie que l'équipe finance du client peut faire le changement du mois suivant sans appeler personne. Parce que CostCtrl est dédié et que la logique est explicite plutôt qu'enfouie dans un paramétrage sur mesure, le spécialiste configure la première version et enseigne le schéma, et les analystes internes le portent ensuite. Cela compte parce que c'est le facteur qui sépare le plus les modèles qui survivent de ceux qui meurent. Un modèle de coûts que l'entreprise ne peut pas maintenir sera abandonné quel que soit ce qui l'a construit ; un modèle qu'elle peut maintenir reste à jour, reste fiable et continue de gagner sa place longtemps après la fin de la mission.

Références

Standish Group, CHAOS Report (taux de succès, de difficulté et d'échec des projets informatiques, et leur dégradation avec la taille du projet). · Project Management Institute, Pulse of the Profession (part de l'investissement perdue à cause d'une mauvaise exécution). · Gartner, recherche sur l'adoption de l'analytique et de la data science (la majorité des modèles analytiques avancés n'atteignent jamais une production durable). · Kaplan, R. S. & Anderson, S. R. Time-Driven Activity-Based Costing (Harvard Business Review, 2004 ; ouvrage, Harvard Business Press, 2007, la méthode qui sous-tend des modèles de coûts transparents et maintenables). · Kaplan, R. S. & Cooper, R. Cost & Effect (conception et cycle de vie des systèmes de coûts par activités). Pour aller plus loin, voir la valeur économique ajoutée (EVA).