Comment prévoir le chiffre d'affaires d'un commerce ?

Prévoir le chiffre d'affaires permet d'anticiper les achats, les besoins en personnel, la trésorerie ou certaines actions commerciales.

Mais une prévision utile ne consiste pas à reprendre le chiffre du mois précédent et à lui appliquer arbitrairement quelques pourcents. Une prévision de chiffre d'affaires est une estimation des ventes futures construite à partir des données du commerce : historique des ventes, tendance récente, saisonnalité et événements connus. Elle ne dit pas exactement ce qui va se passer. Elle permet d'estimer ce qui est probable compte tenu des informations disponibles.

Prévision et objectif : deux choses différentes

La distinction est importante. Une prévision cherche à estimer ce qui devrait se produire à partir des données disponibles. Un objectif correspond à ce que le commerce souhaite atteindre.

Imaginons que les données conduisent à une prévision de 45 000 € pour le mois prochain, tandis que l'objectif commercial est fixé à 50 000 €. Les deux chiffres peuvent parfaitement coexister. L'écart indique simplement qu'il faudra probablement mettre en place des actions supplémentaires pour atteindre l'objectif.

Confondre les deux peut conduire à de mauvaises décisions. Commander du stock sur la base d'un objectif ambitieux plutôt que d'une demande probable peut, par exemple, augmenter le risque de surstock.

Quelles données utiliser pour prévoir son chiffre d'affaires ?

Plusieurs informations peuvent être utilisées.

L'historique des ventes

Les ventes passées constituent naturellement le point de départ. Il est utile d'observer :

• les dernières semaines pour mesurer la dynamique récente ;
• les derniers mois pour identifier une tendance ;
• la même période de l'année précédente pour tenir compte de la saisonnalité ;
• plusieurs années lorsque l'historique disponible le permet.

S'appuyer uniquement sur le dernier mois peut être trompeur si celui-ci était exceptionnellement bon ou mauvais.

Définir le bon périmètre

Avant de comparer les chiffres, il faut vérifier qu'ils représentent la même chose. La prévision peut porter sur :

• le chiffre d'affaires HT ou TTC ;
• un magasin ou plusieurs établissements ;
• l'ensemble des canaux ou uniquement les ventes physiques ;
• une journée, une semaine ou un mois ;
• l'ensemble du commerce ou une catégorie particulière.

Comparer le chiffre d'affaires d'un magasin physique avec un chiffre incluant également le click & collect et les ventes en ligne fausserait l'analyse. La cohérence du périmètre est une condition de base d'une bonne prévision.

Tenir compte de la saisonnalité

De nombreux commerces connaissent des périodes naturellement plus ou moins fortes. Fêtes, vacances, soldes, rentrée, tourisme ou événements locaux peuvent modifier fortement les ventes.

Il faut donc comparer des périodes réellement comparables. Décembre doit idéalement être comparé à d'autres mois de décembre plutôt qu'à novembre. Une semaine de soldes doit être rapprochée d'une autre période similaire plutôt que d'une semaine ordinaire.

Calculer un coefficient saisonnier simple

Une approche possible consiste à calculer :

Coefficient saisonnier = CA de la période ÷ CA moyen

Si un mois de décembre représente historiquement 1,35 fois le chiffre d'affaires mensuel moyen, son coefficient saisonnier est de 1,35. Ce coefficient peut ensuite servir à ajuster une estimation. Il faut toutefois le considérer comme un repère historique, pas comme une garantie que le prochain mois suivra exactement le même comportement.

Identifier la tendance récente

La saisonnalité ne suffit pas. Un commerce peut avoir réalisé 40 000 € en juin dernier mais avoir progressé régulièrement depuis. Recopier le chiffre de l'année précédente sous-estimerait alors probablement l'activité. À l'inverse, une baisse installée depuis plusieurs mois doit être prise en compte.

Il faut donc observer :

• une progression régulière ;
• une baisse durable ;
• une stagnation ;
• les changements de prix ;
• les modifications d'assortiment ;
• les changements d'horaires ou de localisation ;
• les événements ayant modifié durablement l'activité.

L'objectif est de distinguer ce qui relève de la saison de ce qui correspond à une évolution réelle du commerce.

Trois méthodes simples pour prévoir le chiffre d'affaires

Il n'existe pas une seule méthode adaptée à tous les commerces.

Méthode 1 : partir de la même période de l'année précédente

C'est souvent une bonne base lorsque l'activité est saisonnière. On prend le chiffre d'affaires de la période comparable puis on applique les ajustements connus. Par exemple :

• CA du même mois l'année précédente : 42 000 € ;
• tendance actuelle : +6 % ;
• opération commerciale prévue : impact estimé à +4 %.

La prévision devient :

42 000 × 1,06 × 1,04 ≈ 46 300 €

Cette méthode reste simple à expliquer et à ajuster.

Méthode 2 : utiliser une moyenne mobile

Pour une activité relativement stable, une moyenne des dernières semaines peut fournir une bonne référence. Par exemple, on peut calculer le chiffre d'affaires moyen des huit dernières semaines puis l'ajuster en fonction de la saison ou des événements connus. Cette méthode réduit l'influence d'une semaine exceptionnellement forte ou faible.

Méthode 3 : décomposer le chiffre d'affaires

Lorsque les données sont disponibles, le chiffre d'affaires peut être décomposé en plusieurs facteurs :

CA = trafic × taux de conversion × panier moyen

Cette approche est particulièrement intéressante pour comprendre pourquoi le chiffre d'affaires pourrait évoluer. Une hausse attendue du trafic, une amélioration du taux de conversion ou une évolution du panier moyen peuvent ainsi être intégrées séparément. Elle nécessite toutefois de disposer de données suffisamment fiables sur le trafic et la conversion.

Intégrer les événements connus

Une prévision ne doit pas reposer uniquement sur l'historique. Certains événements futurs sont déjà connus :

• promotion ;
• soldes ;
• jour férié ;
• vacances scolaires ;
• festival ou événement local ;
• changement d'horaires ;
• lancement d'un produit ;
• travaux ;
• fermeture exceptionnelle.

Lorsqu'un événement similaire s'est déjà produit, son historique peut aider à estimer son effet. En revanche, attribuer arbitrairement « +10 % » à une promotion sans donnée de référence reste une hypothèse. Il faut donc distinguer clairement les effets mesurés dans le passé des hypothèses retenues pour la prévision.

Construire plusieurs scénarios

Une prévision unique peut donner une fausse impression de précision. Il est souvent plus utile de construire plusieurs scénarios :

Ces scénarios permettent de préparer différentes décisions sans prétendre connaître exactement le futur.

Mesurer l'erreur de prévision

Une prévision devient réellement utile lorsqu'on revient ensuite vérifier ce qui s'est passé. Imaginons :

• prévision : 46 300 € ;
• chiffre d'affaires réel : 44 800 €.

prévision : 46 300 € / chiffre d'affaires réel : 44 800 €

L'écart est de 1 500 €. On peut alors chercher pourquoi :

• la promotion a-t-elle moins bien fonctionné que prévu ?
• le trafic a-t-il été inférieur ?
• une rupture a-t-elle limité certaines ventes ?
• la tendance avait-elle été surestimée ?

Cette étape permet d'améliorer progressivement les prochaines prévisions. Prévoir, mesurer l'écart puis ajuster la méthode est plus pertinent que chercher une formule supposée parfaite dès le départ.

Les limites d'une prévision

Une prévision reste une estimation. Elle ne peut pas anticiper précisément un événement imprévisible : incident local, météo exceptionnelle, fermeture imprévue, rupture fournisseur ou changement soudain du marché.

Sa fiabilité dépend également de la qualité des données utilisées. Un historique très court, des périodes atypiques ou des données incomplètes augmentent l'incertitude. Plus l'horizon est éloigné, plus cette incertitude augmente généralement. Une prévision doit donc être mise à jour régulièrement lorsque de nouvelles informations deviennent disponibles.

Quels indicateurs suivre ?

Plusieurs indicateurs permettent d'interpréter et d'améliorer les prévisions :

• chiffre d'affaires ;
• nombre de tickets ;
• panier moyen ;
• quantités vendues ;
• ventes par famille ;
• taux de rupture ;
• trafic et taux de conversion lorsqu'ils sont disponibles.

La marge peut également être suivie parallèlement. Elle ne sert pas directement à calculer le chiffre d'affaires futur, mais elle permet d'éviter de piloter le commerce uniquement en fonction du volume de ventes. Une hausse du CA n'est pas forcément une amélioration économique si elle repose sur des promotions très coûteuses.

Prévoir par établissement

Pour un commerce multi-sites, une prévision globale peut masquer des évolutions très différentes. Un magasin peut progresser pendant qu'un autre recule. Il est donc souvent préférable de construire une prévision par établissement avant de consolider les résultats. Voir Gestion multi-magasin.

Cette approche permet également d'adapter plus finement :

• les stocks ;
• les commandes ;
• les besoins en personnel ;
• certaines actions commerciales.

Ce que l'IA peut apporter à la prévision

L'intérêt de l'IA n'est pas de « prédire l'avenir ». Elle peut surtout faciliter l'exploitation des données disponibles, en s'appuyant par exemple sur l'analyse des ventes et la détection d'anomalies. Un commerçant peut par exemple demander :

« À partir de mes ventes récentes, quelle tendance se dessine pour ce mois ? »

Puis approfondir :

« Quels éléments expliquent cette tendance ? »

Ou :

« Quelles familles contribuent le plus à l'évolution actuelle ? »

L'IA peut aider à rapprocher plusieurs périodes, identifier des tendances ou faire ressortir les éléments qui méritent d'être examinés. Mais la qualité de l'analyse reste directement liée aux données auxquelles elle a accès et aux hypothèses utilisées.

Comment Gillia peut aider ?

Gillia permet d'interroger les données disponibles du commerce pour analyser l'évolution de l'activité. Une demande peut commencer par :

« Compare mes ventes des trois derniers mois avec la même période l'année dernière. »

Puis se poursuivre :

« Quelle tendance se dégage ? »

ou :

« Quelles familles expliquent principalement cette évolution ? »

Lorsque les données nécessaires sont disponibles, cette analyse peut servir de base à une estimation des périodes à venir et être actualisée lorsque de nouvelles ventes sont enregistrées. L'intérêt est surtout de pouvoir comprendre les éléments qui influencent la projection, plutôt que de recevoir un chiffre isolé sans explication.

Prévoir pour mieux décider

Une prévision n'est utile que si elle améliore une décision. Elle peut aider à préparer :

• un réassort avant une période forte (voir gestion de stock en magasin) ;
• les commandes fournisseurs (voir commande fournisseur) ;
• les besoins en personnel ;
• la trésorerie ;
• une opération commerciale ;
• la production pour les commerces concernés.

L'objectif n'est donc pas de deviner exactement le chiffre d'affaires du mois prochain. Il est de réduire l'incertitude suffisamment pour prendre de meilleures décisions aujourd'hui.

Avec Gillia, la prévision s'inscrit dans une logique plus large : comprendre les tendances, anticiper les évolutions et adapter les actions du commerce, suivies au quotidien dans le tableau de bord magasin. Pour aller plus loin, explorez les usages de Gillia : anticiper le chiffre d'affaires à venir.

Pour aller plus loin, découvrez la caisse Gillia : chaque vente met à jour le stock, les clients et la boutique.