WaterfallBridge — Expliquez les Variations de KPI sur les Métriques de Valeur, Pourcentage et Taux
Automatisez l'analyse waterfall, bridge et contribution pour la finance, le marketing, l'e-commerce, les opérations et l'analytique produit — du chiffre d'affaires et des marges au taux de conversion, à la rétention, au rendement et à d'autres variations de KPI difficiles à expliquer. Voir les cas d'usage →
🔒 100% traitement local des données — les données ne quittent jamais votre appareil
Étape par Étape : Comment utiliser WaterfallBridge
Suivez notre présentation détaillée et maîtrisez l'analyse des facteurs clés dès le premier jour.
Cas d'Usage
Comment se porte la rentabilité de ces derniers trimestres ?
Les ventes ont augmenté de 10%, mais la marge bénéficiaire a baissé de 7pt globalement.
Ce n'est pas très bon. Pourriez-vous me fournir une analyse détaillée et un rapport de la baisse de 7pt de marge bénéficiaire ? J'aimerais savoir quels produits spécifiques et quelles causes ont provoqué cette baisse. Il serait préférable de faire une analyse complète par région, type de produit, canal de distribution, équipe ou autres dimensions, et de comparer avec différentes périodes comme l'année dernière, l'avant-dernière année, ou notre budget. Cela nous permettra de détecter rapidement les problèmes et de les résoudre immédiatement.
Si c'était une analyse de revenus, ce serait simple, mais décomposer la baisse de 7pt de marge bénéficiaire jusqu'aux 1000 SKU spécifiques et savoir lesquels des facteurs comme le prix, taux de remise, coûts, etc. ont contribué combien à la baisse totale en points de pourcentage, ce n'est pas facile. Si on ajoute les analyses par région, type de produit, canal de distribution, et les comparaisons avec l'année dernière, le budget et autres versions de données différentes, c'est encore plus complexe et quasi impossible...
Rencontrez-vous fréquemment ce type de demandes au travail ? Est-ce que vous passez une journée entière, ou plusieurs jours voire plus (pour des analyses multi-dimensionnelles) pour obtenir une conclusion d'analyse ? Cette analyse contient-elle une grande quantité d'estimations manuelles, et à la fin, la somme de tous les facteurs d'influence pour la baisse de marge bénéficiaire n'est-elle pas exactement 7pt, vous obligeant à ajuster manuellement, avec toujours ce doute sur l'exactitude à 100% du processus de calcul ?
Utilisez WaterfallBridge, complétez ce type d'analyse en quelques minutes, obtenez des résultats d'analyse précis grâce aux algorithmes, et décomposez les changements de revenus, marges bénéficiaires etc. selon les facteurs d'influence, dimensions et comparaisons de scénarios que vous souhaitez. Identifiez précisément la source des problèmes, agissez rapidement et améliorez la compétitivité de votre entreprise.
Qui Peut Utiliser WaterfallBridge ?
WaterfallBridge n'est pas réservé aux équipes financières. Toute équipe ayant besoin d'expliquer pourquoi un KPI a évolué — notamment les métriques de pourcentage et de taux — peut l'utiliser. De la marge %, au taux de conversion, à la rétention et au rendement, jusqu'au taux d'acceptation d'offre, au SLA et au taux de réussite, WaterfallBridge aide à décomposer l'évolution selon les produits, clients, canaux, régions, cohortes et autres dimensions, avec une pleine traçabilité.
Il est particulièrement utile lorsque vous avez besoin de :
- Expliquer les évolutions de métriques en valeur absolue comme le chiffre d'affaires, le bénéfice, le coût, les dépenses ou le volume
- Décomposer les évolutions de métriques en pourcentage ou en taux comme la marge %, le taux de conversion, le CTR, le rendement, le taux de remise ou le taux de résiliation
- Identifier la contribution de dimensions détaillées comme les SKU, produits, clients, canaux, régions, fournisseurs, campagnes ou sites
- Produire des résultats qui s'équilibrent exactement et peuvent être vérifiés étape par étape
| Secteur / Domaine | Rôles Typiques | Questions d'Analyse Courantes | Facteurs Clés que WaterfallBridge Décompose | Valeur Unique |
|---|---|---|---|---|
| Finance / FP&A | FP&A Manager, Finance Analyst, CFO Office | Pourquoi Revenue / Profit / Margin % ont-ils évolué vs budget ou année précédente ? | Price, Volume, Mix, Cost, FX, Structure | Bridges en valeur et en métriques de taux (ex. Margin %) avec pleine traçabilité |
| Banque / Institutions Financières | FP&A, Trésorerie, ALM, Finance Manager, Bank Performance Analyst | Pourquoi le NIM ou le NII ont-ils évolué ? Quel produit, type de dépôt ou agence en est la cause ? | Rate, Volume, Mix, Structure du Bilan, Produit, Échéance, Devise, Agence | Décompose NIM / NII en facteurs taux, volume, mix et structure — traçable pour les reportings de direction et les revues du conseil |
| Assurance | Finance Analyst, Analyste Souscription, Analyste Actuariel, CFO Office | Pourquoi le combined ratio, le loss ratio ou la marge de souscription ont-ils évolué ? Quel produit ou région en est la cause ? | Taux de Sinistralité, Taux de Frais, Volume de Primes, Product Mix, Région, Canal, Fréquence de Sinistres | Décompose les métriques de ratio comme le loss ratio et le combined ratio par produit, région et composition structurelle |
| Marketing / Publicité | Performance Marketing Analyst, Growth Analyst, Marketing Ops | Pourquoi CTR, CVR, ROAS ou CAC ont-ils changé ? Quelle campagne ou keyword en est la cause ? | Traffic, Channel Mix, Device Mix, Geography, Campaign, Keyword, Offer | Explique les évolutions des métriques de taux et permet le drill-down au niveau publicitaire |
| E-commerce / Distribution | E-commerce Analyst, Category Manager, Commercial Analyst | Pourquoi les ventes, la marge brute %, le taux de remise ou la conversion ont-ils évolué ? Quel SKU/canal a contribué ? | Price, Units, Discount, Product Mix, Channel Mix, Freight, Cost | Décompose les résultats jusqu'au SKU / catégorie / canal / région ; gère les analyses multidimensionnelles |
| Achats / Supply Chain | Procurement Analyst, Supply Chain Analyst, Sourcing Manager | Pourquoi les dépenses d'achat ou le coût unitaire ont-ils augmenté ? Quel fournisseur/catégorie en est responsable ? | Unit Price, Volume, Supplier Mix, Category Mix, FX, Logistics | Explique le taux de coût et les évolutions de la structure d'achats — pas seulement le total des dépenses |
| Industrie / Opérations | Operations Analyst, Plant Controller, Manufacturing Finance | Pourquoi le coût unitaire, le rendement, le taux de rebut ou la marge brute ont-ils évolué ? | Volume, Yield, Scrap, Labor, Overhead, Material Cost, Product Mix | Supérieur pour décomposer les métriques de taux comme yield %, scrap %, margin % |
| SaaS / Abonnements | RevOps, BizOps, Growth Ops, Customer Success Ops | Pourquoi trial-to-paid, rétention, churn, ARPU ou NRR ont-ils changé ? | Customer Mix, Plan Mix, Price, Volume, Cohort, Region, Channel | Explique l'origine des évolutions des KPIs d'abonnement et de conversion avec une attribution structurelle |
| Ventes / Opérations Commerciales | Sales Ops, Business Analyst, Commercial Excellence | Pourquoi le taux de closing, le prix moyen, la marge client ou la performance régionale ont-ils évolué ? | Price, Volume, Customer Mix, Product Mix, Region, Sales Team | Drill du total des ventes jusqu'à la contribution par client / produit / région |
| Produit / Analyse de Données | Product Analyst, BI Analyst, Data Analyst | Pourquoi l'engagement, l'activation, la conversion ou la rétention ont-ils changé ? | User Mix, Channel Mix, Version Mix, Region, Device, Feature Adoption | Réponses plus interprétables au « pourquoi le KPI a bougé » qu'un simple dashboard |
| Service Client / Support | Service Ops, Support Analyst, Call Center Analyst | Pourquoi le SLA, le taux de résolution, le taux de réclamation ou l'efficacité des tickets ont-ils évolué ? | Ticket Mix, Channel Mix, Team Mix, Region, Product Type | Sépare les facteurs structurels des facteurs d'exécution dans les métriques de service |
| Santé / Éducation / Secteur Public | Operations Analyst, Planning Analyst, Program Manager | Pourquoi les indicateurs opérationnels ou de performance ont-ils évolué ? | Volume, Mix, Resource Allocation, Region, Service Type | Applicable à tout scénario nécessitant d'expliquer clairement des évolutions complexes de KPIs |
| Recrutement / Acquisition de Talents | Recruiter, Talent Acquisition Analyst, HR Operations, Hiring Manager | Pourquoi le taux de passage en entretien, d'acceptation d'offre ou de conversion au recrutement a-t-il évolué ? Quel rôle, canal ou région en est la cause ? | Volume de Candidats, Source Mix, Role Mix, Région, Recruiter, Phase d'Entretien, Package d'Offre | Explique les évolutions des taux du funnel de recrutement avec drill-down par rôle, source, recruiter et région |
| Éducation / Formation | Education Operations, Academic Analyst, Program Manager, Learning Ops | Pourquoi le taux de complétion, de présence, de réussite ou de satisfaction des cours a-t-il évolué ? Quel cours, cohorte ou campus en est la cause ? | Student Mix, Course Mix, Cohorte, Enseignant, Campus, Mode d'Apprentissage, Présence, Résultats d'Évaluation | Décompose les évolutions des KPIs éducatifs par cohorte, cours, enseignant et campus |
| Gaming / Applications Mobiles | Game Analyst, Live Ops, Growth Manager, Monetization Analyst | Pourquoi la rétention J1/J7, la conversion des payeurs, l'ARPPU ou le taux d'engagement ont-ils évolué ? Quelle version, quel pays ou canal d'acquisition en est la cause ? | User Mix, Version Mix, Channel Mix, Pays, Appareil, Cohorte, Content / Event Mix | Bridge des évolutions de KPIs de jeux et d'apps avec contribution explicable par version, cohorte et canal |
| Centre d'Appels / Centre de Contact | Call Center Manager, WFM Analyst, Service Ops Analyst | Pourquoi le taux d'abandon, le niveau de service, le temps de traitement ou la résolution au premier contact ont-ils évolué ? Quelle file, quel quart ou quelle équipe en est la cause ? | Volume d'Appels, Queue Mix, Team Mix, Quart, Langue, Région, Type de Demande, Effectifs | Sépare les effets structurels de mix des facteurs d'exécution dans les KPIs de service |
| DTC / Petite Entreprise / Creator Commerce | Propriétaire de Boutique Shopify, Creator Manager, Growth Operator, E-commerce Lead | Pourquoi le taux de conversion de la boutique, le taux de retour, l'AOV ou la marge produit ont-ils évolué ? Quel produit, campagne ou source de trafic en est la cause ? | Traffic Mix, Product Mix, Prix, Remise, Canal, Creator / Campagne, Géographie | Rend l'analyse bridge avancée accessible aux petites équipes, pas seulement aux analystes d'entreprise |
| Rôle | Ce Qui les Intéresse | Valeur Apportée par WaterfallBridge |
|---|---|---|
| FP&A / Finance Analyst | Budget vs Réel, Prévision vs Réel, explication des écarts YoY | Génère des bridges parfaitement équilibrés et prend en charge les métriques complexes comme Margin % |
| DAF / Directeur Financier | Reporting de direction, attribution des résultats, transparence des drivers clés | Chemin clair, vérifiable et auditable pour expliquer les évolutions de performance |
| FP&A Bancaire / ALM / Trésorerie | NIM, NII, rendement des prêts, coût des dépôts, risque de repricing, structure de financement | Décompose les évolutions de marge en facteurs taux, volume, mix et structure du bilan avec pleine traçabilité |
| Finance Assurance / Analyste Souscription | Loss ratio, combined ratio, marge de souscription, mix de primes | Explique les évolutions du combined ratio par produit, région, canal et drivers structurels |
| Marketing Analyst | CTR, CVR, ROAS, performance des campagnes | Analyse de contribution du total jusqu'au niveau campagne / keyword / canal |
| E-commerce Analyst | Rentabilité par SKU, remise, canal et catégorie | Drill de la marge brute totale jusqu'au SKU / Catégorie / Magasin / Canal |
| Procurement Analyst | Écart de dépenses, impact fournisseurs, évolutions de coût unitaire | Explique les drivers de coût — pas seulement afficher le rapport |
| Supply Chain Analyst | Coût, logistique, changement de fournisseur, évolutions structurelles | Analyse comment les changements structurels affectent le coût total et l'efficacité |
| Operations Analyst | Efficacité, niveaux de service, capacité, évolutions de rendement | Décompose les évolutions des résultats opérationnels en drivers actionnables |
| Sales Ops / Commercial Analyst | Drivers région, client, produit et prix | Identifie quels clients / régions / produits tirent vraiment les résultats |
| BI / Data Analyst | Le « pourquoi » derrière les métriques du dashboard | Fournit une explication structurée des variations de KPIs, au-delà du simple monitoring |
| Pricing Analyst | Impact des hausses de prix, remises et évolutions de mix sur le bénéfice | Isole clairement les effets prix, mix, remise et coût |
| Growth Analyst | Pourquoi la conversion, l'activation, la rétention ou la performance du funnel ont-ils évolué ? | Décompose les évolutions de KPI en drivers structurels par canal, cohorte, appareil, géographie et version |
| RevOps / BizOps | Qu'est-ce qui a causé les évolutions de la conversion pipeline, l'ARPU, la rétention ou l'expansion ? | Fournit un bridge réconcilié du KPI global jusqu'à la contribution par client / plan / région / canal |
| Talent Acquisition Analyst | Taux de passage en entretien, acceptation d'offre, efficacité des sources, qualité du funnel de recrutement | Explique les évolutions des taux du funnel de recrutement par rôle, source, recruiter, région et phase |
| Propriétaire / Opérateur de Petite Entreprise | Conversion de boutique, AOV, taux de retour, rentabilité des produits | Rend la décomposition avancée des KPIs accessible sans construire un modèle BI complet |
| Scénario d'Analyse | Métriques Courantes | Exemple d'Application |
|---|---|---|
| Budget vs Réel | Revenue, Profit, Margin %, Cost | Expliquer l'écart entre les résultats réels et le budget |
| Prévision vs Réel | Sales, GM %, Opex, Conversion Rate | Identifier où et pourquoi la prévision a dévié |
| Variation YoY / MoM / WoW | Revenue, Units, Spend, KPI rates | Comparer les drivers de changement entre périodes |
| Analyse Prix–Volume–Mix | Revenue, Gross Profit, Margin % | Décomposer l'impact du prix, du volume et du mix sur les résultats |
| Analyse des Drivers de Margin % | GM %, CM %, EBITDA % | Expliquer les évolutions des métriques en pourcentage — pas seulement le montant |
| Analyse de Contribution | SKU, Customer, Region, Channel, Campaign | Identifier ce qui tire les résultats vers le haut ou vers le bas |
| Bridge Canal / Région | Sales, Conversion, Spend, Profitability | Comparer les évolutions de performance entre canaux et régions |
| Analyse Produit / SKU | Margin, Discount, Units, Mix | Comprendre comment les évolutions du mix produit affectent les KPIs globaux |
| Analyse Fournisseur / Achats | Unit Cost, Spend, Landed Cost | Analyser l'impact du fournisseur et de la structure d'achats sur les coûts |
| Analyse de KPI Opérationnel | Yield, Scrap, SLA, Resolution Rate | Expliquer les évolutions de l'efficacité opérationnelle ou des métriques de service |
| Décomposition de KPI Marketing | CTR, CVR, CPC, ROAS | Expliquer les évolutions de la performance publicitaire et de la qualité du trafic |
| Bridge de KPI SaaS | Retention, Churn, ARPU, Trial-to-Paid | Analyser les évolutions de l'abonnement et de la structure clients |
| Analyse de Variance NIM / NII | NIM, NII, Rendement des Prêts, Coût des Dépôts, Spread | Isoler l'impact du taux, du volume, du mix et de la restructuration du bilan sur la marge nette d'intérêts |
| Analyse du Loss Ratio / Combined Ratio | Loss Ratio, Expense Ratio, Combined Ratio, Marge de Souscription | Décomposer les évolutions du résultat de souscription par produit, région ou canal |
| Analyse du Funnel de Recrutement | Screening Rate, Interview Pass Rate, Offer Acceptance Rate, Time-to-Hire | Expliquer pourquoi la conversion au recrutement a évolué par rôle, source, recruiter et région |
| Bridge Rétention / Churn | Retention Rate, Churn Rate, Renewal Rate, Expansion Rate | Identifier si le mix clients, le mix produit, le prix ou la qualité des cohortes a causé les évolutions des KPIs d'abonnement |
| Décomposition du Taux de Conversion | CVR, Checkout Rate, Trial-to-Paid, Activation Rate | Expliquer pourquoi le taux de conversion global a évolué par appareil, canal, région ou landing page |
| Bridge de KPI Service Client | SLA, Resolution Rate, Abandonment Rate, Complaint Rate | Séparer les évolutions de volume / mix des problèmes d'exécution dans les opérations de support |
| Analyse de KPI App / Gaming | D1 Retention, D7 Retention, Payer Conversion, ARPPU | Expliquer l'évolution des KPIs par version d'app, cohorte, événement, pays ou source d'acquisition |
| Bridge de Performance Boutique / DTC | Store Conversion, AOV, Refund Rate, Product Margin % | Expliquer ce qui a changé pour un petit commerce en ligne par produit, campagne et source de trafic |
- Revenue (Chiffre d'affaires)
- Profit (Bénéfice)
- Cost (Coût)
- Spend (Dépenses)
- Units / Volume (Volume)
- Headcount (Effectifs)
- Inventory (Stock)
- Margin % / GM % / CM %
- Taux de Conversion
- Taux de Clics (CTR)
- Taux d'Engagement
- Taux de Remise
- Yield % / Taux de Rebut
- Taux de Rétention / Taux de Résiliation
- Net Interest Margin (NIM)
- Loss Ratio / Combined Ratio
- SKU / Produit / Catégorie / Marque
- Client / Compte
- Canal / Magasin
- Campagne / Keyword
- Pays / Région / Site
- Fournisseur / Prestataire
- Usine / Site de Production / Équipe
- Produit / Échéance / Devise (Banque)
- Agence / Ligne de Métier (Banque)
Chaque étape de la décomposition est visible et traçable — aucune boîte noire.
La somme de toutes les contributions correspond toujours à la variation totale du KPI — sans ajustements manuels.
Pas seulement un graphique — une logique complète de Bridge pour l'analyse des drivers et des contributions.
Particulièrement puissant pour Margin %, Taux de Conversion, CTR, Yield % et autres KPIs basés sur des ratios.
Analyse la contribution des SKUs individuels, clients, canaux, régions, fournisseurs et campagnes.
Pratique pour les équipes qui ont besoin de réponses rapides, d'outputs prêts pour la direction et d'un flux de travail familier.
Comment Ça Fonctionne
En pratique, décomposer la différence entre deux résultats en termes de valeur absolue est généralement relativement simple. Par exemple, si le Chiffre d'affaires total passe de 1 000 à 1 200, la variation de +200 peut généralement être décomposée directement en facteurs tels que le Volume, le Prix, le Mix Produit, le FX ou d'autres facteurs. WaterfallBridge peut gérer ce type d'analyse très efficacement et de manière pratique.
Cependant, lorsque la différence est exprimée sous forme de métrique en pourcentage — comme la Marge % — la décomposition par facteurs et l'analyse de contribution deviennent beaucoup plus difficiles. La raison est que les métriques en pourcentage ne sont pas additives, et leurs variations sont souvent affectées par des effets de pondération et de mix.
Pour cette raison, l'exemple suivant se concentre sur l'analyse de la variation de la Marge %, en montrant comment décomposer l'écart par facteur et calculer la contribution de chaque facteur étape par étape.
En même temps, WaterfallBridge peut également calculer la contribution au niveau de détail le plus fin au sein de chaque facteur — par exemple au niveau SKU — afin que les utilisateurs puissent identifier non seulement quel facteur de haut niveau a modifié le résultat, mais aussi quels éléments sous-jacents ont contribué à ce changement.
En résumé, WaterfallBridge est conçu pour gérer efficacement l'analyse de contribution pour les métriques en valeur absolue et les métriques en pourcentage, dans différents contextes métiers et scénarios analytiques.
I. Introduction au Principe du Programme
L'exemple suivant présente un scénario à deux produits pour illustrer comment chaque facteur est remplacé étape par étape et comment les contributions se reconstituent exactement.
Principe fondamental
Lorsque nous analysons les variations de la Marge % globale, nous ne pouvons pas simplement additionner les variations de Marge % des produits, pays ou régions individuels, car la Marge % totale est essentiellement :
C'est un résultat formé sur la base d'une pondération par le chiffre d'affaires, et non une simple somme de pourcentages.
Par conséquent, l'une des méthodes les plus fiables — qui se réconciliera toujours — est :
C'est-à-dire :
- Partir de l'ancien scénario (Prévision / Base)
- Remplacer une seule variable par sa nouvelle valeur (Réel) à chaque fois, en gardant toutes les autres inchangées
- Recalculer la Marge % globale après chaque substitution
- La variation par rapport à l'étape précédente est la contribution de cette variable
- Continuer jusqu'à ce que toutes les variables aient été remplacées par les valeurs Réelles
Cela garantit que :
De plus, au niveau du détail produit, si vous mettez à jour les Unités/Volume de Prévision à Réel, vous mettez généralement aussi à jour la structure des ventes entre produits en même temps, donc l'effet mix est souvent déjà intégré dans l'étape Volume, et vous n'avez pas nécessairement besoin d'une barre « Mix » séparée.
II. Configuration du Cas
Pour garder l'exemple simple et clair, nous utilisons deux produits :
- Produit A : marge naturellement élevée
- Produit B : marge naturellement faible
1) Prévision (Base)
| Produit | Unités | Prix Unit. | Coût Unit. | CA | Profit | Marge % |
|---|---|---|---|---|---|---|
| A | 100 | 10,0 | 6,0 | 1 000 | 400 | 40,0% |
| B | 200 | 8,0 | 7,0 | 1 600 | 200 | 12,5% |
| Total | 300 | — | — | 2 600 | 600 | 23,08% |
CA = Unités × Prix Unit.
Profit = Unités × (Prix Unit. − Coût Unit.)
Marge % Totale = Profit Total / CA Total = 600 / 2 600 = 23,08%
2) Réel (Résultat final)
| Produit | Unités | Prix Unit. | Coût Unit. | CA | Profit | Marge % |
|---|---|---|---|---|---|---|
| A | 140 | 9,5 | 6,2 | 1 330 | 462 | 34,74% |
| B | 170 | 8,4 | 6,8 | 1 428 | 272 | 19,05% |
| Total | 310 | — | — | 2 758 | 734 | 26,61% |
Donc la variation totale est : 26,61% − 23,08% = +3,54pp
III. Processus de Décomposition par Substitution Progressive
Nous utilisons ici la séquence suivante :
- D'abord mettre à jour les variations de volume et de structure
- Puis mettre à jour les variations de prix
- Enfin mettre à jour les variations de coût
| Produit | Unités | Prix Unit. | Coût Unit. | CA | Profit | Marge % |
|---|---|---|---|---|---|---|
| A | 100 | 10,0 | 6,0 | 1 000 | 400 | 40,0% |
| B | 200 | 8,0 | 7,0 | 1 600 | 200 | 12,5% |
| Total | 300 | — | — | 2 600 | 600 | 23,08% |
Dans cette étape, seules les Unités sont remplacées de Prévision à Réel ; le Prix et le Coût restent aux valeurs de Prévision.
| Produit | Unités | Prix Unit. | Coût Unit. | CA | Profit | Marge % |
|---|---|---|---|---|---|---|
| A | 140 | 10,0 | 6,0 | 1 400 | 560 | 40,0% |
| B | 170 | 8,0 | 7,0 | 1 360 | 170 | 12,5% |
| Total | 310 | — | — | 2 760 | 730 | 26,45% |
La Marge % totale passe de 23,08% à 26,45%, donc :
Comme A est un produit à forte marge et B à faible marge, le mix se déplace vers A — l'effet de structure est déjà inclus dans cette étape.
Dans cette étape, sur la base de l'Étape 1, le Prix Unit. est également remplacé par le Réel ; le Coût reste à la Prévision.
| Produit | Unités | Prix Unit. | Coût Unit. | CA | Profit | Marge % |
|---|---|---|---|---|---|---|
| A | 140 | 9,5 | 6,0 | 1 330 | 490 | 36,84% |
| B | 170 | 8,4 | 7,0 | 1 428 | 238 | 16,67% |
| Total | 310 | — | — | 2 758 | 728 | 26,40% |
La Marge % totale passe de 26,45% à 26,40%, donc :
Enfin, le Coût Unit. est également remplacé par le Réel. Cela atteint complètement l'état Réel.
| Produit | Unités | Prix Unit. | Coût Unit. | CA | Profit | Marge % |
|---|---|---|---|---|---|---|
| A | 140 | 9,5 | 6,2 | 1 330 | 462 | 34,74% |
| B | 170 | 8,4 | 6,8 | 1 428 | 272 | 19,05% |
| Total | 310 | — | — | 2 758 | 734 | 26,61% |
La Marge % totale passe de 26,40% à 26,61%, donc :
IV. Résultat Final du Bridge
| Étape | Marge % | Contribution |
|---|---|---|
| Base de Prévision | 23,08% | — |
| Après Volume (incl. mix) | 26,45% | +3,37pp |
| Après Prix | 26,40% | −0,05pp |
| Après Coût | 26,61% | +0,22pp |
| Variation totale | 26,61% − 23,08% | +3,54pp |
Vérification :
+3,37pp − 0,05pp + 0,22pp = +3,54pp ✓
Cela correspond exactement à la variation totale.
C'est précisément la valeur de la substitution progressive : chaque étape est traçable et le total se réconciliera toujours.
Guide
L'utilisation de l'outil WaterfallBridge nécessite Excel 2016 ou version ultérieure pré-installé. Il est recommandé d'utiliser la dernière version Microsoft 365, les versions plus anciennes peuvent empêcher le bon fonctionnement du programme.
Les instructions suivantes utilisent un jeu de données virtuelles de "supermarché simulé" pour démontrer comment utiliser l'outil WaterfallBridge pour générer automatiquement une analyse Bridge et obtenir les facteurs de motivation clés.
Télécharger l'exemple ExcelLe panneau initial affiche deux boutons "Nouveau fichier Bridge" et "Ouvrir fichier Bridge existant"
1.1 Cliquer sur le bouton "Nouveau fichier Bridge" - génère un nouveau fichier Excel contenant une nouvelle feuille de calcul "Data". Veuillez saisir les données correspondantes dans la feuille "Data" et l'utiliser comme base pour les analyses ultérieures.
1.2 Cliquer sur le bouton "Ouvrir fichier Bridge existant" - sélectionne un fichier Excel utilisé précédemment. Ce fichier doit contenir les données correspondantes et avoir les Types de données configurés.
Dans la feuille Data, à partir de la colonne B, saisissez les types de données à la première ligne, les noms de champs à la deuxième ligne, et les données à partir de la troisième ligne. La colonne A contient les descriptions d'identification générées automatiquement pour la saisie de données des lignes 1 à 3, la colonne A elle-même n'affecte pas les données et l'analyse.
Dans le menu déroulant généré à la première ligne de la feuille "Data", à partir de la colonne B, sélectionnez le type des données. Le type est déterminé selon la signification que les données doivent représenter. Le programme effectuera l'analyse automatique en fonction du type de données.
Les types de données se divisent en 5 catégories : Dimension, Key, SumY, SumN, Result. Chaque champ doit être défini avec un type de données, vous pouvez utiliser le menu déroulant pour sélectionner le type de données.
En prenant maintenant l'exemple des données de notre supermarché simulé, expliquons la signification de chaque type de données, les définitions de chaque type sont les suivantes :
Par exemple : Si vous sélectionnez "Nom du Produit" comme Key, le programme calculera l'impact des changements de chaque variable dans cette dimension "Nom du Produit" sur le résultat final (Result).
Par exemple : Les Quantités de différents produits de chaque ligne peuvent être additionnées, la somme signifiant le nombre total de marchandises. Donc le Type de Quantité peut être défini comme SumY.
SumY peut contenir des valeurs numériques directement saisies, ou utiliser des formules pour calculer des valeurs à travers d'autres champs. Mais les formules ne peuvent utiliser que les symboles d'opérations arithmétiques addition, soustraction, multiplication, division et parenthèses d'Excel, soit : addition +, soustraction -, multiplication *, division /, parenthèse gauche "(", parenthèse droite ")". Conseils d'utilisation des formules
Par exemple : Les Prix de différents produits ne sont pas identiques, si on veut calculer le Prix moyen de tous les produits, on ne peut pas directement additionner le Prix du produit A et le Prix du produit B pour obtenir le Prix global. Donc le Type de Prix peut être défini comme SumN.
SumN peut contenir des valeurs numériques directement saisies, ou utiliser des formules pour calculer des valeurs à travers d'autres champs. Mais les formules ne peuvent utiliser que les symboles d'opérations arithmétiques addition, soustraction, multiplication, division et parenthèses d'Excel, soit : addition +, soustraction -, multiplication *, division /, parenthèse gauche "(", parenthèse droite ")". Conseils d'utilisation des formules
Par exemple : Si le contenu du champ Result est sales, alors la cellule doit contenir = Prix * Quantité. Ou si c'est margin%, alors la cellule doit contenir =profit / revenue.
La formule dans Result est une information importante que le programme utilise pour associer variables et résultat, et pour la logique d'analyse. Assurez-vous que chaque cellule Result de chaque ligne contient une formule capable de calculer le Result, la formule doit être concise et claire. Result analysera l'impact de chaque variable de la formule sur Result, les variables non présentes dans la formule ne sont pas dans le périmètre d'analyse. La formule Result doit contenir au moins un champ dont le Type de Données est SumY, permettant ainsi l'analyse agrégée de données de différentes lignes.
Les formules Result ne peuvent utiliser que les symboles d'opérations arithmétiques addition, soustraction, multiplication, division et parenthèses d'Excel, soit : addition +, soustraction -, multiplication *, division /, parenthèse gauche "(", parenthèse droite ")". Conseils d'utilisation des formules
À la deuxième ligne de la feuille "Data", à partir de la colonne B vers la droite, saisissez les noms de champs. La signification des données représentées par les noms de champs doit correspondre aux types de données de la première ligne. Les noms de champs ne peuvent pas être dupliqués.
Dans la feuille "Bridge Data", à partir de la colonne B, troisième ligne et en descendant, saisissez les données spécifiques.
Après avoir cliqué sur "New Bridge File" ou "Select Bridge File" pour ouvrir le fichier, les boutons bleus New Bridge et Refresh Bridge apparaîtront sur le panneau.
3.1 Bouton New Bridge - génère de nouveaux menus déroulants et feuilles Bridge ainsi que d'autres cadres d'analyse basés sur les données de la feuille Data, pour analyser ensuite les données. (Note : les feuilles de calcul associées comme la feuille Bridge et les données correspondantes dans le classeur original seront supprimées.) Si les données de la feuille Data ont des changements, il faut d'abord appuyer sur le bouton "New Bridge" pour générer un nouveau cadre d'analyse, puis : 1. Sélectionner les nouveaux menus déroulants Baseline et Comparison ; 2. Appuyer sur le bouton "Refresh Bridge" pour régénérer les graphiques Bridge et analyses Contribution nécessaires.
3.2 Bouton Refresh Bridge - après avoir sélectionné les options dans les menus déroulants Baseline et Comparison selon les besoins d'analyse, appuyez sur le bouton "Refresh Bridge" pour générer les graphiques Bridge et analyses Contribution nécessaires. En cas de données manquantes ou de feuilles de calcul, une invite apparaîtra, il est recommandé de cliquer sur New Bridge pour régénérer un nouveau Bridge.
Les menus déroulants seront divisés en deux zones : Baseline et Comparison
Les champs dans les menus déroulants Baseline et Comparison contiennent exactement les mêmes options. Les utilisateurs peuvent filtrer selon leurs besoins dans les menus déroulants quelles options servent de données Baseline et quelles options servent de données Comparison, les utilisant comme données de comparaison et d'analyse des deux extrémités du Bridge. Note : Initialement par défaut, les champs des menus déroulants Baseline et Comparison sont tous sélectionnés, donc Baseline et Comparison obtiennent exactement le même jeu de données, donnant un Bridge sans différence.
4.1 Menu déroulant Baseline - sélectionne les données de base pour l'analyse comparative, par exemple nous utilisons souvent les données d'une certaine année comme base de comparaison, alors ici sélectionnez 2023
4.2 Menu déroulant Comparison - sélectionne les données cibles pour l'analyse comparative, par exemple ici sélectionner 2024 comme année d'intérêt pour comparer avec 2023.
La feuille Bridge affiche les résultats d'analyse finale, incluant le graphique Bridge et le tableau d'analyse Contribution
5.1 Source de données Bridge - À partir de la cellule B3 en haut à gauche, apparaîtront les noms de champs et données, ce sont les données utilisées pour générer le graphique Bridge.
5.2 Graphique Bridge - Affiche le Bridge obtenu par l'analyse après exécution du programme, la colonne bleue à gauche est Baseline, au centre l'impact de contribution de chaque variable, la colonne graphique à droite est Comparison.
5.3 Tableau d'analyse Contribution - Directement sous le graphique Bridge, s'affichera le tableau d'analyse Contribution, montrant pour chaque Item du champ Key, la contribution au changement global sous différents facteurs.
Grâce au graphique Bridge et au tableau d'analyse Contribution, vous pourrez rapidement trouver les Items (SKU) les plus importants affectant les changements, ainsi que les facteurs de changement (prix ? coût ? ou mix de quantités ?)
En modifiant dans 2.1 Sélection du type de données, sélectionner quel champ est Key, quel champ est Result, pour analyser différentes dimensions et différents résultats de données. Et selon les menus déroulants 3 pour filtrer quelles données servent de Baseline et Comparison, cliquer sur Refresh Bridge pour générer des graphiques Bridge et tableaux d'analyse Contribution mis à jour, afin d'analyser la situation business réelle et proposer des améliorations
6. Règles de Calcul SumY et SumN
Dans la première ligne Type de Données de la feuille Data, les valeurs numériques sont divisées en deux types SumY et SumN, et utilisent ces données dans la colonne Result contenant des formules. Pour analyser correctement les données, nous définissons ici quelques règles de calcul concernant SumY et SumN :
SumY + SumY = SumY
SumY + SumN (affichera une erreur)
SumN + SumN = SumN
SumY * SumY = SumY
SumY * SumN = SumY
SumN * SumN = SumN
SumY / SumY = SumN
SumY / SumN = SumY
SumN / SumY = SumN
SumN / SumN = SumN
Utiliser la même formule pour chaque colonne : Le programme copiera automatiquement la formule de la 4e ligne après avoir supprimé le symbole de cellule fixe "$" sur toute la colonne, pour s'assurer que les formules de chaque colonne soient identiques.
6.4.1 Dans les formules, si des parenthèses sont incluses, alors selon les règles des quatre opérations arithmétiques, calculer en priorité les données dans les parenthèses, le résultat servant de valeur et appliquer les règles ci-dessus pour continuer les calculs.
Exemple : (SumY + SumY) * SumN
Étape 1 : SumY + SumY = SumY
Étape 2 : SumY * SumN = SumY
Type de résultat final : SumY
6.4.2 Si la formule de la colonne Result référence d'autres cellules et que cette cellule contient aussi une formule, alors l'analyse fusionnera toutes les formules imbriquées référencées en une seule formule pour l'analyse.
Exemple :
Formule colonne E : =B*C (Coût Total = Quantité * Coût Unitaire)
Formule colonne F Result : =D-E (Profit = Revenu - Coût Total)
Après fusion : Le programme analysera =D-(B*C)
6.4.3 Le programme réorganisera automatiquement les variables et utilisera la propriété distributive de la multiplication selon la structure de la formule, ceci pour mieux analyser les données.
Formule originale : =SumY*(SumN1 + SumN2)
Après traitement par le programme : =SumY*SumN1 + SumY*SumN2
Ceci aide à analyser plus clairement les contributions respectives de SumY, SumN1, SumN2.
7. Feuille Process
La feuille Process contient la logique et les algorithmes de génération des graphiques Bridge et des données, permettant de voir intuitivement comment ces résultats d'analyse sont calculés étape par étape, évitant les phénomènes de boîte noire et inexplicables.
Logique et principe de calcul de l'analyse Bridge
Toutes les variables sont basées sur les valeurs initiales Baseline, chaque étape change une variable vers la valeur Comparison, calculant l'impact sur chaque Item Key.
Exemple : Analyse des ventes du produit A
Baseline : Prix=10, Quantité=100, Ventes=1000
Comparison : Prix=12, Quantité=80, Ventes=960
Étape 1 : Changer seulement le Prix : 10→12, Quantité reste 100, Ventes=1200
Étape 2 : Ensuite changer la Quantité : Prix=12, Quantité=100→80, Ventes=960
Calculer l'impact sur l'agrégation de chaque changement de variable à chaque étape
Impact Prix : 1200 - 1000 = +200
Impact Quantité : 960 - 1200 = -240
Changement total : +200 + (-240) = -40
Vérification : 960 - 1000 = -40 ✓
Après 7.1 à 7.2, remplacer toutes les variables des valeurs Baseline vers les valeurs Comparison, on obtient l'impact de chaque facteur d'influence nécessaire pour le graphique Bridge.
Dans le tableau de calcul Contribution sera calculé l'impact de chaque Key dans chaque changement de facteur sur l'ensemble.
Impact Prix global : +500
Contribution produit A : +200 (représente 40%)
Contribution produit B : +180 (représente 36%)
Contribution produit C : +120 (représente 24%)
Added Data représente les nouvelles données ajoutées aux données Baseline (existant dans les données Comparison), Removed Data représente les données supprimées des données Baseline (n'existant pas dans Comparison). Ces deux types de données doivent généralement être d'abord séparés de l'analyse d'autres facteurs.
Scénario : Analyse de changement du mix produits
Données Baseline : Produits A, B, C
Données Comparison : Produits A, B, D (ajout D, suppression C)
Added Data : Contribution du produit D
Removed Data : Impact du produit C (contribution négative)
Ces changements s'afficheront séparément, ne se mélangeant pas avec les facteurs prix, quantité, etc.
8. Autres feuilles de calcul
Pour le bon fonctionnement du programme, d'autres feuilles de calcul seront générées mais cachées, veuillez ne pas modifier ces feuilles.
9. Garantie de sécurité des données
Toutes les données n'existent que dans l'Excel local, le programme ne fonctionne aussi qu'en local, l'analyse du programme elle-même n'a aucune communication réseau
10. Fonctionnalités
Refus des conclusions floues d'analyse IA et de l'inexplicabilité, le processus de calcul d'analyse est complètement transparent et explicable
Transparence de la feuille Process
Contient la logique et les algorithmes de génération des graphiques Bridge et des données, chaque étape de calcul peut être tracée et vérifiée.
Analyse boîte noire traditionnelle :
❌ "Le modèle IA montre une baisse de marge bénéficiaire de 7pt"
❌ Impossible d'expliquer le processus de calcul spécifique
❌ Impossible de vérifier l'exactitude des résultats
Analyse transparente :
✅ "Facteur prix : -3pt, facteur coût : -2pt, facteur quantité : -2pt"
✅ Chaque étape de calcul visible dans la feuille Process
✅ Toutes les formules et logiques complètement vérifiables
Sécurité des données locales
Zéro communication réseau, tout le traitement des données s'effectue en local, garantissant la sécurité absolue des données d'entreprise.
Garantie de sécurité des données :
✅ Les données ne quittent pas l'ordinateur local
✅ Pas besoin d'upload vers un serveur cloud
✅ Aucune exigence de connexion réseau
✅ Conforme aux politiques de sécurité des données d'entreprise
✅ Évite les risques de fuite de données
Calcul mathématique précis
Basé sur des formules mathématiques rigoureuses, garantissant la précision et la fiabilité des résultats d'analyse.
Analyse d'estimation traditionnelle :
❌ Estimation manuelle, possibilité d'erreurs
❌ Impact de chaque facteur impossible à quantifier précisément
❌ Résultats agrégés nécessitent ajustement manuel
Calcul précis :
✅ Formules mathématiques garantissent 100% de précision
✅ Contribution de chaque facteur précise à la décimale
✅ Total s'équilibre automatiquement, aucun ajustement nécessaire
Analyse haute efficacité
Complétez en quelques minutes les analyses complexes qui prenaient traditionnellement plusieurs jours, améliorant considérablement l'efficacité du travail.
Analyse multidimensionnelle
Supporte l'analyse approfondie des facteurs moteurs par produit, région, temps et autres dimensions multiples.
Configuration flexible
Ajustez à tout moment les dimensions d'analyse et scénarios de comparaison, répondant à divers besoins d'analyse business.