Peu de décisions d’entreprise semblent aussi simples — et sont aussi interdépendantes — qu’une modification de prix. Une hausse de 5 % ne produit pas nécessairement 5 % de chiffre d’affaires supplémentaire, et une remise de 10 % ne signifie pas seulement renoncer à 10 % d’une vente.
Le prix modifie le volume, la conversion, le mix, la fréquence, la fidélisation, la perception de valeur, la marge et le besoin en fonds de roulement.
Quel comportement économique voulons-nous produire — et comment saurons-nous si notre hypothèse était correcte ?
Avant de changer : construire le modèle économique
Toute décision importante doit partir d’une base fiable : prix réalisé, remise moyenne, volume, marge sur coûts variables, mix, coûts variables, coût de service, délais, concentration client, churn, conversion et saisonnalité.
La marge de contribution change la discussion
Marge unitaire = prix net − coûts et charges variables
Un produit vendu R$100 avec R$70 de coûts variables apporte R$30. Si le prix passe à R$110 avec le même coût, la contribution passe à R$40.
Perte de volume maximale approximative = 1 − 30 / 40 = 25 %
Dans ce scénario simplifié, le volume peut reculer d’environ 25 % avant que la contribution totale ne devienne inférieure à la situation initiale.
Élasticité : prix et volume ne bougent pas isolément
Élasticité = variation % de la quantité / variation % du prix
Elle peut varier selon le segment, la région, le canal, le produit, la taille du client, le contrat ou le contexte concurrentiel. Une moyenne générale peut masquer des comportements très différents.
Simuler ne signifie pas prédire parfaitement l’avenir
La simulation sert à rendre les hypothèses explicites avant d’exposer du capital réel.
| Variable | Conservateur | Base | Favorable |
|---|---|---|---|
| Hausse de prix | +5% | +8% | +10% |
| Volume | -8% | -4% | 0% |
| Remise | Plus forte | Stable | Plus faible |
| Mix | Se dégrade | Stable | S’améliore |
Six Sigma appliqué aux décisions économiques
DEFINE
Définir le problème et la variable de résultat Y.
MEASURE
Établir une base fiable. De mauvaises données produisent des conclusions précises sur une réalité inexistante.
ANALYZE
Identifier les variables X qui expliquent Y grâce à la segmentation, la régression, la corrélation, l’ANOVA ou les tests d’hypothèses.
IMPROVE
Tester dans un pilote contrôlé avant de généraliser.
CONTROL
Mesurer après le déploiement afin de vérifier que remises, mix ou réactions du marché n’annulent pas l’amélioration.
Tests d’hypothèses : le changement a-t-il réellement fonctionné ?
H₀ : la modification n’a pas produit d’amélioration économique pertinente.
H₁ : elle a amélioré l’indicateur défini.
La significativité statistique n’est pas la pertinence économique.
Il faut considérer ensemble taille d’effet, intervalle de confiance, échantillon, variabilité, impact financier et risque de mise en œuvre.
Après le changement : mesurer ce qui s’est réellement passé
Suivre la réalisation du prix, la marge absolue et relative, le volume, la conversion, le mix et la rétention. Une hausse annoncée peut être neutralisée par les remises et toutes les pertes de clients n’ont pas la même valeur économique.
L’information économique comme instrument de croissance
Le même raisonnement s’applique aux recrutements, nouvelles unités, produits, expansions géographiques, capacité, automatisation, externalisation ou acquisitions.
Quelle est l’hypothèse économique ? Comment la simuler ? Quelle preuve décidera de développer, corriger ou arrêter ?
Si votre entreprise modifiait demain ses prix, ses remises, sa capacité ou son canal, quels indicateurs permettraient de démontrer — et pas seulement de croire — que la décision a fonctionné ?