Forecasting par étape : utiliser les étapes du pipeline pour prévoir le chiffre d'affaires

Turn this article into takeaways for your work.
Each assistant summarizes the article only for you and suggests best practices for your work.
Le forecasting par étape prévoit le chiffre d'affaires en attribuant à chaque deal une probabilité de conclusion selon son étape actuelle dans le pipeline, puis en multipliant la valeur du deal par cette probabilité pour obtenir le pipeline pondéré. Comme les étapes reflètent des actions vérifiables de l'acheteur, cette méthode atteint 85 à 95 % de précision sur le trimestre en cours, bien plus que les prévisions au feeling.
Les équipes qui prévoient juste, contrairement à celles qui passent leur temps à expliquer leurs écarts, ancrent leurs prévisions dans la progression objective des deals, pas dans l'intuition.
Le meilleur indicateur de la conclusion d'un deal n'est ni l'avis du commercial, ni l'enthousiasme apparent du prospect, ni l'ancienneté du deal dans le pipeline. C'est l'étape atteinte, d'après des actions vérifiables de l'acheteur. Comprendre les fondamentaux du forecasting commence par ce constat.
Le forecasting par étape traite les étapes du pipeline comme des indicateurs de probabilité. Un deal en « Découverte » a 20 % de chances de se conclure. Passé en « Proposition envoyée », il monte à 60 %. En « Négociation », il atteint 80 %. Non pas parce que ces chiffres semblent justes, mais parce que les données historiques montrent que les deals à ces étapes se concluent à ces taux.
Si vous construisez une discipline de forecast dans votre organisation, la méthode par étape est le bon point de départ. Elle est objective, auditable et améliorable.
Pourquoi la progression par étape est le meilleur indicateur avancé
La plupart des approches de prévision échouent parce qu'elles reposent sur des indicateurs retardés (ancienneté du deal, montant) ou sur des données subjectives (niveau de confiance des commerciaux). La progression par étape est différente. Elle mesure un fait concret : l'acheteur a-t-il franchi l'étape suivante ?

La progression par étape traduit l'engagement de l'acheteur. Passer de « Premier contact » à « Analyse des besoins » signifie que le prospect a accepté un appel de découverte. Passer à « Proposition » signifie qu'il a partagé ses exigences et ses critères d'évaluation. Chaque transition d'étape représente une validation de l'acheteur, pas un espoir du vendeur.
L'avancée par étape est observable. Vous pouvez vérifier si une proposition a été envoyée, si une validation technique a eu lieu, si la revue juridique a démarré. Contrairement aux scores de « confiance du commercial », les transitions d'étape sont réfutables : vous avez la preuve, ou vous ne l'avez pas.
Les données par étape se renforcent avec le temps. Chaque deal conclu ajoute un point de données : par quelles étapes est-il passé, combien de temps y est-il resté, quelle probabilité attribuer la prochaine fois ? Après l'analyse de centaines de deals, vos probabilités par étape deviennent des prévisions validées statistiquement.
C'est pourquoi les bonnes équipes RevOps sont obsédées par la définition des étapes et la discipline qui s'y attache. Quand les étapes reflètent fidèlement la progression de l'acheteur, les prévisions deviennent fiables. Quand elles sont floues ou sautées, les prévisions relèvent de la fiction. Une conception des étapes du pipeline rigoureuse est le socle de cette démarche.
Qu'est-ce que le forecasting par étape ?
Le forecasting par étape est une méthode qui attribue une probabilité de conclusion aux deals selon leur étape actuelle dans le pipeline, puis calcule la valeur du pipeline pondéré en multipliant le montant du deal × la probabilité de l'étape.
L'équation de base :
Valeur du pipeline pondéré = Montant du deal × Probabilité de l'étape
Pour un deal de 100 K$ à l'étape « Proposition envoyée » avec une probabilité de 60 % :
Valeur pondérée = 100 000 $ × 0,60 = 60 000 $
Additionnez ces valeurs pondérées sur tous les deals pour prévoir le chiffre d'affaires total par période. C'est votre forecast.
Le principe est simple. Mais son exécution exige :
- Des étapes définies avec précision, qui reflètent la vraie progression de l'acheteur
- Des probabilités fondées sur les données, pas des pourcentages arbitraires
- Une discipline d'étape : un deal n'avance que s'il a mérité de le faire
- Des calculs pondérés sur plusieurs horizons de temps (ce trimestre, le suivant, etc.)
- Une validation continue qui compare les prévisions aux résultats réels
Bien mené, le forecasting par étape donne de la visibilité sur le chiffre d'affaires à venir, avec une précision de 85 à 95 % sur le trimestre en cours et de 70 à 80 % sur le trimestre suivant.
Mal mené, avec des définitions d'étapes paresseuses, des probabilités arbitraires et des étapes sautées, il ne vaut pas mieux que des paris. Découvrez comment l'analyse du taux de conversion peut vous aider à valider vos probabilités par étape.
Attribution des probabilités par étape : de l'arbitraire aux données
La plupart des équipes commencent avec des probabilités au feeling : « La Découverte, ça me semble à 20 %, la Proposition à 50 %, la Négociation à 75 %. » C'est mieux que rien, mais pas de beaucoup.

L'évolution se déroule ainsi :
Probabilités standard par étape (point de départ)
Voici les probabilités de référence que beaucoup d'équipes utilisent :
| Étape | Probabilité standard |
|---|---|
| Lead/Demande | 5 % |
| Qualification | 10 % |
| Découverte/Analyse des besoins | 20 % |
| Présentation de la solution | 40 % |
| Proposition envoyée | 60 % |
| Négociation | 80 % |
| Accord verbal | 90 % |
| Gagné | 100 % |
Elles constituent un cadre de départ correct, mais elles restent génériques. Votre entreprise a ses propres cycles de vente, comportements d'achat et schémas de conversion. Les probabilités standard vous rendent opérationnel rapidement ; l'analyse historique vous rend précis.
Probabilités fondées sur les conversions historiques (pilotées par les données)
Après 6 à 12 mois de deals conclus, analysez les taux de conversion réels par étape :
Étape 1 : calculer les taux de conversion de chaque étape jusqu'à la conclusion
- Combien de deals ont atteint l'étape « Découverte » ? (Exemple : 500)
- Combien d'entre eux ont été gagnés ? (Exemple : 100)
- Taux de conversion = 100 / 500 = 20 %
Étape 2 : segmenter selon les caractéristiques des deals Tous les deals ne convertissent pas de la même façon. Les deals grands comptes peuvent convertir à 15 % depuis la Découverte, contre 30 % pour les PME. Les deals inbound peuvent afficher 25 % de conversion, contre 10 % pour la prospection outbound.
Segmentez votre analyse historique par :
- Taille de deal (PME, mid-market, grands comptes)
- Source (inbound, outbound, partenaire, expansion)
- Gamme de produits
- Secteur d'activité
Étape 3 : attribuer des probabilités selon la conversion propre à chaque segment
Au lieu d'une règle unique « Découverte = 20 % », vous pourriez avoir :
- Découverte (inbound, grands comptes) = 25 %
- Découverte (outbound, grands comptes) = 12 %
- Découverte (inbound, PME) = 35 %
Cette segmentation améliore considérablement la précision des prévisions, car elle reflète le comportement réel de chaque type de deal. Voyez comment la segmentation du pipeline peut alimenter vos probabilités.
Benchmarks sectoriels (contrôle de calibrage)
Servez-vous des benchmarks sectoriels pour vérifier que vos probabilités ne sont pas complètement décalées. Les entreprises SaaS observent en général :
- De la qualification à la conclusion : 15 à 25 %
- De la démo/découverte à la conclusion : 20 à 30 %
- De la proposition à la conclusion : 50 à 70 %
- De la négociation à la conclusion : 75 à 85 %
Si vos données montrent des schémas très différents (par exemple, une étape Proposition qui convertit à 25 %), cherchez pourquoi. Soit vos étapes sont mal définies, soit des deals avancent trop tôt, soit votre marché a une dynamique réellement différente.
Modèles de probabilité personnalisés (avancé)
Les équipes de forecasting les plus poussées construisent des modèles multi-variables où l'étape est le facteur principal, mais pas le seul :
Probabilité du deal = Probabilité de base de l'étape × Facteur d'ancienneté × Score d'engagement × Score de santé du deal
Par exemple :
- Probabilité de base de l'étape (Proposition) : 60 %
- Facteur d'ancienneté (30 jours dans l'étape, fenêtre optimale) : 1,0
- Score d'engagement (forte activité de l'acheteur) : 1,1
- Score de santé du deal (menace concurrentielle détectée) : 0,9
Probabilité combinée : 0,60 × 1,0 × 1,1 × 0,9 = 59,4 %
Cette approche capte les nuances tout en gardant l'étape comme ancrage. Elle évite de trop s'appuyer sur des scores de « santé du deal » subjectifs tout en reconnaissant que le contexte compte.
Exigences de progression par étape : un avancement mérité, pas lié au temps
Le forecasting par étape ne fonctionne que si les transitions d'étape sont rigoureuses. Rien ne dégrade davantage la précision des prévisions que des deals qui franchissent des étapes sans l'avoir mérité.
Un avancement mérité signifie que des critères de sortie précis doivent être remplis avant de passer à l'étape suivante.
Exemples de critères de sortie :
Qualification → Découverte :
- Fourchette budgétaire confirmée ou détenteur du budget identifié
- Calendrier discuté (achat dans les 6 mois)
- Principaux décideurs identifiés
- Premiers problèmes documentés
Découverte → Présentation de la solution :
- Appel de découverte réalisé avec le décideur économique ou le champion
- Processus actuel et problèmes validés
- Critères de succès définis
- Concurrence identifiée
Présentation de la solution → Proposition :
- Démo/présentation de la solution réalisée
- Exigences techniques recueillies
- Critères d'évaluation confirmés
- Paramètres de prix discutés
Proposition → Négociation :
- Proposition formelle envoyée
- Proposition examinée par le décideur économique
- Questions et objections documentées
- Prochaines étapes validées
Sans ces sorties définies, les commerciaux font avancer les deals en fonction du temps (« Il est en Découverte depuis 3 semaines, faisons-le avancer ») ou d'un vœu pieux (« Je pense qu'ils sont prêts pour une proposition »). Cela détruit la corrélation entre l'étape et la probabilité. La mise en place de critères de stage gate adaptés évite cette dégradation.
Imposez la discipline d'étape avec des champs obligatoires à renseigner avant tout avancement, des revues de deals où la progression est validée, des workflows CRM qui exigent des preuves (pièce jointe de la proposition, notes de réunion) et des rapports qui signalent les anomalies de vélocité par étape.
Le plus difficile, c'est de dire à un commercial qu'il doit faire reculer un deal. Quand un deal atteint la « Négociation » alors que le décideur économique ne s'est pas réellement impliqué, il doit retourner en « Découverte ». C'est pénible, mais indispensable à l'intégrité du forecast.
Calcul du pipeline pondéré : transformer les données d'étape en prévision de chiffre d'affaires
Le pipeline pondéré convertit les preuves d'étape en une vue du chiffre d'affaires attendu, en appliquant la probabilité à la valeur de l'opportunité.

Une fois les probabilités par étape attribuées, le calcul du pipeline pondéré est direct :
Formule de base du pipeline pondéré
Pipeline pondéré = Σ (Montant du deal × Probabilité de l'étape)
Exemple de pipeline :
| Deal | Montant | Étape | Probabilité | Valeur pondérée |
|---|---|---|---|---|
| Acme Corp | 120 000 \(| Proposition | 60 % | 72 000\) | |||
| Beta Inc | 80 000 \(| Découverte | 20 % | 16 000\) | |||
| Gamma LLC | 200 000 \(| Négociation | 80 % | 160 000\) | |||
| Delta Co | 50 000 \(| Qualification | 10 % | 5 000\) |
Valeur totale du pipeline : 450 000 $ Pipeline pondéré total : 253 000 $
Ces 253 000 $ représentent le chiffre d'affaires statistiquement probable pour ces quatre deals. Ce n'est pas un chiffre d'affaires garanti, mais c'est votre meilleure prévision compte tenu de l'état actuel des deals.
Pipeline pondéré et pipeline brut
Le pipeline brut (450 000 \(dans cet exemple) est trompeur, car il traite tous les deals de la même façon. Un deal de 200 000\) en Négociation n'a rien à voir avec un deal de 200 000 $ en Qualification.
Le pipeline pondéré tient compte de cette réalité. Il vous dit : « Si les schémas historiques se confirment, ce pipeline de 450 000 \(donnera environ 253 000\) de chiffre d'affaires conclu. »
C'est pourquoi les ratios de couverture du pipeline brut (comme « conserver 3x de pipeline par rapport au quota ») sont rudimentaires. Un ratio de 3x peut suffire si votre probabilité moyenne par étape est de 33 %, mais être insuffisant si vous portez trop de deals en début de cycle.
Un meilleur indicateur : le ratio de couverture pondéré. Pour une approche complète, consultez l'analyse de la couverture du pipeline.
Couverture pondérée = Pipeline pondéré / Objectif de quota
Pour un quota de 500 K$ avec 253 K$ de pipeline pondéré :
Couverture pondérée = 253 000 $ / 500 000 $ = 0,51 (51 %)
Il vous manque donc environ la moitié du pipeline. Il vous faut plus de deals, ou bien faire avancer les deals existants vers des étapes à plus forte probabilité. Une stratégie de génération de pipeline solide comble cet écart.
Forecast par étape et par période
Le forecasting par étape devient opérationnel lorsqu'on le segmente par période, en général par trimestre ou par mois.

Forecast du trimestre en cours
Filtrez le pipeline sur les deals dont la date de conclusion tombe dans le trimestre en cours, puis appliquez la pondération par étape :
| Étape | Nombre de deals | Montant total | Probabilité | Valeur pondérée |
|---|---|---|---|---|
| Négociation | 8 | 800 000 \(| 80 % | 640 000\) | ||
| Proposition | 15 | 1 200 000 \(| 60 % | 720 000\) | ||
| Découverte | 25 | 1 500 000 \(| 20 % | 300 000\) | ||
| Total | 48 | 3 500 000 $ | n/a | 1 660 000 $ |
Forecast du trimestre en cours : 1 660 000 $
Les forecasts du trimestre en cours sont en général les plus précis (85 à 95 %), car les deals sont plus avancés et les dates de conclusion proches.
Forecast du trimestre suivant
Même calcul pour le pipeline du trimestre suivant :
| Étape | Nombre de deals | Montant total | Probabilité | Valeur pondérée |
|---|---|---|---|---|
| Proposition | 10 | 900 000 \(| 60 % | 540 000\) | ||
| Découverte | 30 | 2 100 000 \(| 20 % | 420 000\) | ||
| Qualification | 50 | 2 500 000 \(| 10 % | 250 000\) | ||
| Total | 90 | 5 500 000 $ | n/a | 1 210 000 $ |
Forecast du trimestre suivant : 1 210 000 $
Les forecasts du trimestre suivant sont moins précis (70 à 80 %), car les deals sont à un stade plus précoce et les dates de conclusion sont des projections, pas des engagements.
Forecast des trimestres futurs
Au-delà du trimestre suivant, le forecasting par étape devient indicatif plutôt que précis. Vous prévoyez sur des deals qui n'ont pas atteint des étapes à forte probabilité et dont les échéances sont incertaines.
Bonne pratique : séparez les forecasts des trimestres futurs dans une analyse de « tendance du pipeline » plutôt que de les présenter comme des engagements fermes. Montrez les valeurs pondérées par étape pour indiquer où le développement du pipeline est nécessaire.
Approche du forecast glissant
Plutôt que des forecasts trimestriels figés, les équipes les plus avancées tiennent des forecasts glissants :
- Commit : les deals à forte probabilité (Négociation, Proposition) avec des dates de conclusion proches
- Best Case : le Commit, plus les deals à probabilité moyenne (Découverte) s'ils avancent comme prévu
- Pipeline : tout le pipeline pondéré, y compris les deals en début de cycle
Cette approche à trois niveaux reconnaît l'incertitude tout en offrant de la visibilité. Le forecast Commit atteint plus de 90 % de précision. Le Best Case, 70 à 80 %. Le forecast Pipeline reste indicatif.
Combiner l'étape avec d'autres facteurs
Le forecasting par étape est le socle, mais les meilleurs prévisionnistes y ajoutent d'autres signaux :
Facteur d'ancienneté du deal
Les deals qui s'attardent dans une étape au-delà de la vélocité normale ont souvent une probabilité de conclusion inférieure à ce que l'étape seule suggère.
Exemple d'ajustement :
- Durée typique de l'étape « Proposition » : 15 jours
- Le deal est en Proposition depuis 45 jours
- Probabilité de base : 60 %
- Probabilité ajustée à l'ancienneté : 60 % × 0,8 = 48 %
Cela évite de gonfler artificiellement les forecasts avec des deals bloqués qui n'ont pas été disqualifiés mais n'avancent pas. Une gestion de l'ancienneté des deals efficace est essentielle pour maintenir la précision du forecast.
Jugement du commercial en complément
Les commerciaux expérimentés repèrent souvent des signaux que les données d'étape ne captent pas : une nouvelle partie prenante réticente, un gel budgétaire inattendu, un mouvement de la concurrence.
Bonne pratique : autorisez les commerciaux à ajuster la probabilité par étape de ±20 % à la hausse ou à la baisse, avec une justification obligatoire. L'étape reste l'ancrage, tout en tenant compte de l'information du terrain.
Comparez les forecasts ajustés par les commerciaux aux forecasts purement par étape. Si les ajustements améliorent la précision, intégrez ces signaux à votre modèle de probabilité. S'ils sont régulièrement faux, réduisez leur poids.
Signaux d'engagement du client
Les plateformes de revenus modernes suivent l'engagement de l'acheteur (ouvertures d'e-mails, consultations de la proposition, activité des parties prenantes). Ces signaux peuvent affiner les probabilités par étape :
- Engagement élevé (plusieurs parties prenantes actives, consultations fréquentes de la proposition) : +10 % sur la probabilité de l'étape
- Engagement faible (aucune activité depuis 14 jours) : -15 % sur la probabilité de l'étape
Cet ajustement est particulièrement utile pour les gros deals, où les comités d'achat sont complexes et où le niveau d'engagement trahit l'intérêt réel.
Schémas historiques des deals
Si vous disposez d'assez de données, analysez les schémas au-delà de la conversion par étape :
- Les deals de certains secteurs qui atteignent la Proposition se concluent à 70 %, contre 55 % en moyenne
- Les deals portés par certains profils de champions convertissent à des taux plus élevés
- Les deals qui incluent une étape de validation technique se concluent à 80 %, contre 65 % sans elle
Intégrez progressivement ces ajustements fondés sur les schémas à votre modèle de probabilité.
Forecasting par étape et jugement du commercial : complémentaires, pas concurrents
Le débat classique : un forecast doit-il reposer sur les étapes ou sur le jugement du commercial ?

La réponse : les deux, l'étape servant de valeur par défaut.
Avantages du forecasting par étape
Objectivité : l'étape est observable et vérifiable. « La proposition a-t-elle été envoyée ? » est un fait.
Cohérence : tous les commerciaux utilisent le même cadre de probabilités, ce qui rend le pipeline comparable d'une équipe à l'autre.
Responsabilisation : un deal ne peut pas « sembler se conclure » à 90 % alors qu'il est bloqué à l'étape Découverte. La discipline d'étape impose la réalité.
Capacité d'amélioration : l'analyse historique permet d'affiner les probabilités par étape à partir des résultats réels, et donc de rendre les forecasts plus précis au fil du temps.
Indicateur avancé : la progression par étape prédit mieux le chiffre d'affaires futur que le chiffre d'affaires actuel, l'ancienneté des deals ou l'optimisme des commerciaux.
Quand le jugement du commercial apporte de la valeur
Prise en compte des nuances : les commerciaux connaissent les menaces concurrentielles, les changements de budget ou les départs de champions que les données d'étape ne reflètent pas.
Alerte précoce : les commerciaux expérimentés sentent souvent un deal dérailler avant tout recul formel d'étape.
Richesse du contexte : toutes les étapes « Proposition » ne se valent pas. Les commerciaux savent quelles propositions ont un champion solide et lesquelles suscitent un intérêt tiède.
L'hybride optimal : l'étape par défaut, avec ajustement par le commercial
Utilisez la probabilité par étape par défaut. Autorisez les commerciaux à l'ajuster avec une justification obligatoire :
| Deal | Montant | Étape | Probabilité de l'étape | Ajustement du commercial | Justification du commercial |
|---|---|---|---|---|---|
| Acme | 120 K$ | Proposition | 60 % | 75 % | « Le directeur financier s'est engagé oralement, on finalise les conditions » |
| Beta | 80 K$ | Découverte | 20 % | 5 % | « Le champion a quitté l'entreprise, on reprend la relation de zéro » |
Suivez la précision des ajustements des commerciaux. Si un commercial améliore régulièrement la précision du forecast avec ses ajustements, donnez plus de poids à son jugement. Si ses ajustements sont régulièrement faux (en général trop optimistes), réduisez son pouvoir d'ajustement.
Cette approche préserve la discipline d'étape tout en reconnaissant que l'information du terrain compte. Des revues de pipeline régulières aident à calibrer ces ajustements.
Validation de la précision : comparer les prévisions par étape aux résultats
Le forecasting par étape n'a de valeur que s'il est précis. Validez-le et améliorez-le par une analyse continue :
Revue trimestrielle de la précision du forecast
À la clôture du trimestre, comparez :
- Chiffre d'affaires prévu (pipeline pondéré en début de trimestre)
- Chiffre d'affaires réel (deals conclus)
- Taux de précision = Réel / Prévu
Exemple :
- Pipeline pondéré du T1 (1er janvier) : 2 000 000 $
- Chiffre d'affaires réel conclu au T1 : 1 850 000 $
- Précision : 92,5 %
Objectif : 85 à 95 % de précision pour les forecasts du trimestre en cours.
Validation de la conversion par étape
Analysez le taux de conversion réel de chaque étape par rapport à la probabilité attribuée :
| Étape | Probabilité attribuée | Deals entrés | Deals conclus | Conversion réelle | Écart |
|---|---|---|---|---|---|
| Négociation | 80 % | 40 | 34 | 85 % | +5 % |
| Proposition | 60 % | 80 | 42 | 52,5 % | -7,5 % |
| Découverte | 20 % | 200 | 44 | 22 % | +2 % |
Dans cet exemple, l'étape « Proposition » est surestimée : 60 % attribués, mais une conversion réelle de 52,5 %. Ramenez la probabilité à 55 % pour la suite.
Précision par segment
Ventilez la précision par :
- Commercial/équipe : quelles équipes prévoient juste, et lesquelles sur- ou sous-estiment systématiquement ?
- Taille de deal : les deals grands comptes sont-ils plus faciles à prévoir que les deals PME ?
- Source : les deals inbound convertissent-ils comme prévu alors que l'outbound déçoit ?
- Gamme de produits : certains produits ont des cycles de vente plus prévisibles
Cette analyse montre où affiner les probabilités et où la discipline d'étape doit progresser. L'analyse des deals perdus apporte d'autres éclairages sur les écarts de précision du forecast.
Précision selon l'horizon de temps
Suivez la dégradation de la précision sur les horizons plus longs :
- Trimestre en cours : 90 % de précision
- Trimestre suivant : 75 % de précision
- Dans deux trimestres : 55 % de précision
Cela calibre le niveau de confiance à accorder aux prévisions à plus long terme et éclaire les besoins de développement du pipeline. Comprendre la prévisibilité du chiffre d'affaires aide à fixer des attentes réalistes pour chaque horizon.
Conception des étapes pour le forecasting : caler les étapes sur le parcours d'achat
La définition de vos étapes détermine la précision du forecast. Des étapes mal conçues (trop nombreuses, trop peu, ou décalées par rapport à la progression réelle de l'acheteur) rendent le forecasting par étape inefficace.

Principes d'une conception d'étapes optimisée pour le forecast
1. Les étapes doivent refléter les actions de l'acheteur, pas les activités du vendeur
❌ Mauvais : « Démo planifiée » (activité du vendeur) ✅ Bon : « Solution validée » (action de l'acheteur, qui a reconnu que la solution répond à ses besoins)
❌ Mauvais : « Proposition envoyée » ✅ Bon : « Proposition examinée » (l'acheteur l'a réellement étudiée)
2. Chaque étape doit avoir une probabilité de conclusion nettement différente
Si « Analyse des besoins » (20 %), « Appel de découverte » (22 %) et « Problèmes documentés » (21 %) convertissent pratiquement au même taux, fusionnez-les en une seule étape. Trop d'étapes aux probabilités proches ajoutent de la complexité sans améliorer la précision.
3. Les étapes doivent avoir des critères de sortie clairs et observables
L'étape « Qualification » n'a aucun sens s'il n'existe pas de critères définis pour dire ce qu'est un deal qualifié. Chaque étape a besoin d'exigences de sortie précises et vérifiables. Consultez la qualification des opportunités pour les bonnes pratiques.
4. Le nombre d'étapes doit correspondre à la complexité du cycle de vente
- Ventes simples (1 à 2 contacts, transactionnelles) : 4 à 5 étapes
- Complexité moyenne (3 à 5 contacts, PME/mid-market) : 6 à 7 étapes
- Ventes complexes (10 contacts et plus, grands comptes) : 7 à 9 étapes
Plus d'étapes que nécessaire crée une charge administrative. Moins d'étapes que nécessaire fait perdre en finesse prédictive.
Exemple : un cadre d'étapes optimisé pour le SaaS B2B
| Étape | Action de l'acheteur | Critères de sortie | Probabilité typique |
|---|---|---|---|
| Qualification | Le prospect s'engage avec un signal d'intention | Budget, pouvoir de décision, besoin et calendrier validés | 10 % |
| Découverte | Le prospect partage son processus actuel et ses problèmes | Réunion de découverte réalisée, exigences documentées | 20 % |
| Conception de la solution | Le prospect reconnaît que la solution répond à ses besoins | Démo réalisée, adéquation technique validée | 40 % |
| Proposition | Le prospect examine la proposition formelle | Proposition envoyée et examinée par le décideur économique | 60 % |
| Négociation | Le prospect entame la discussion commerciale | Discussion sur les prix et conditions en cours, revue juridique lancée | 80 % |
| Engagement verbal | Le prospect accepte oralement les conditions | Accord verbal obtenu, formalités en attente | 90 % |
Ce cadre en six étapes équilibre valeur prédictive et simplicité opérationnelle. Chaque étape représente une vraie progression de l'acheteur, a des critères de sortie clairs et une probabilité de conclusion statistiquement distincte.
Conclusion : le forecasting par étape, une discipline opérationnelle
Le forecasting par étape n'est pas qu'une méthode de calcul. C'est une discipline opérationnelle qui impose de la clarté sur ce qui se passe réellement dans votre pipeline.
En ancrant vos forecasts dans la progression par étape, vous construisez un système qui récompense l'avancement mérité plutôt que les projections optimistes, offre un cadre de probabilités cohérent à tous les commerciaux et toutes les équipes, permet une amélioration pilotée par les données à mesure que les taux de conversion historiques affinent les probabilités, crée de la responsabilisation grâce à des critères d'étape observables, et prévoit le chiffre d'affaires avec 85 à 95 % de précision lorsqu'il est exécuté avec rigueur.
Les organisations qui prévoient juste ne sont pas chanceuses. Elles n'ont pas de commerciaux dotés d'une intuition magique. Elles ont une discipline opérationnelle : des étapes bien définies qui reflètent la vraie progression de l'acheteur, des probabilités fondées sur les données historiques, et des exigences d'avancement qui empêchent le vœu pieux.
Si vos forecasts sont régulièrement faux ou si vous êtes constamment surpris par les résultats de fin de trimestre, le problème n'est ni le jugement de vos commerciaux ni l'imprévisibilité de votre marché. C'est l'absence de discipline par étape.
Construisez le socle : définissez des étapes qui comptent, attribuez des probabilités qui reflètent la réalité, imposez des critères de progression qui évitent l'inflation des étapes. La précision du forecast suivra.
Pour aller plus loin :
- Pipeline pondéré : calculer la valeur du pipeline ajustée par la probabilité
- Modélisation des probabilités : approches avancées du scoring des deals
- Précision du forecast : mesurer et améliorer les prévisions de chiffre d'affaires
- Catégories de forecast : organiser le pipeline par niveau de confiance

Head of Enterprise Solutions
On this page
- Pourquoi la progression par étape est le meilleur indicateur avancé
- Qu'est-ce que le forecasting par étape ?
- Attribution des probabilités par étape : de l'arbitraire aux données
- Probabilités standard par étape (point de départ)
- Probabilités fondées sur les conversions historiques (pilotées par les données)
- Benchmarks sectoriels (contrôle de calibrage)
- Modèles de probabilité personnalisés (avancé)
- Exigences de progression par étape : un avancement mérité, pas lié au temps
- Calcul du pipeline pondéré : transformer les données d'étape en prévision de chiffre d'affaires
- Formule de base du pipeline pondéré
- Pipeline pondéré et pipeline brut
- Forecast par étape et par période
- Forecast du trimestre en cours
- Forecast du trimestre suivant
- Forecast des trimestres futurs
- Approche du forecast glissant
- Combiner l'étape avec d'autres facteurs
- Facteur d'ancienneté du deal
- Jugement du commercial en complément
- Signaux d'engagement du client
- Schémas historiques des deals
- Forecasting par étape et jugement du commercial : complémentaires, pas concurrents
- Avantages du forecasting par étape
- Quand le jugement du commercial apporte de la valeur
- L'hybride optimal : l'étape par défaut, avec ajustement par le commercial
- Validation de la précision : comparer les prévisions par étape aux résultats
- Revue trimestrielle de la précision du forecast
- Validation de la conversion par étape
- Précision par segment
- Précision selon l'horizon de temps
- Conception des étapes pour le forecasting : caler les étapes sur le parcours d'achat
- Principes d'une conception d'étapes optimisée pour le forecast
- Exemple : un cadre d'étapes optimisé pour le SaaS B2B
- Conclusion : le forecasting par étape, une discipline opérationnelle