Un tableau de bord vous montre une marge. Il ne vous dit pas si elle se dégrade pour une raison normale — un mix produit qui change en saison — ou pour une raison qu’il faudrait traiter maintenant. C’est le travail du VIL — Vertical Intelligence Layer : croiser vos données avec les repères écrits de votre filière pour distinguer les deux.
Ce qui suit décrit ce que ce moteur est conçu pour repérer en négoce — son architecture et sa méthode — pas des résultats mesurés chez des clients. Pour rendre chaque mécanisme concret, un exemple fictif accompagne l’article, signalé comme tel.
Pourquoi ces dérives échappent à un tableau de bord classique
Un dashboard agrège. Une marge par famille, un chiffre d’affaires par client, une évolution mois par mois : ce sont des sommes, pas des exceptions. Une dérive de marge, elle, se cache presque toujours dans le détail qu’une moyenne efface — un fournisseur sur deux cents, un client sur cinquante, une référence sur mille.
La détecter suppose de croiser plusieurs dimensions à la fois (le fournisseur, la référence, la période, le volume réel) et de savoir ce qui est normal dans votre filière — un délai de règlement, un niveau de marge, une saisonnalité. C’est un travail qu’un contrôleur de gestion peut faire, mais rarement tous les mois sur l’ensemble du portefeuille : le temps manque, pas la compétence.
Les 5 dérives
1. L’asymétrie des hausses fournisseur
Pour chaque couple fournisseur-référence, le moteur est conçu pour comparer l’amplitude cumulée des hausses à celle des baisses sur la période. Le signal : un fournisseur qui n’a connu que des ajustements vers le haut pendant que sa matière première a corrigé plusieurs fois à la baisse. Ce mécanisme est celui déjà détaillé dans l’historique de vos prix d’achat — le VIL en hérite directement côté achats.
2. Le prix négocié qui n’est pas le prix payé
Une remise obtenue en réunion n’est pas toujours celle appliquée en facture. Le moteur compare, pour une référence donnée, le meilleur prix réellement payé sur douze mois, tous fournisseurs confondus, à vos volumes réels — pas une modélisation de coût, un fait tiré de vos propres factures d’achat.
3. Les écarts entre fournisseurs sur une même période
Même référence ou même famille, achetée à deux endroits dans le même trimestre à des prix qui divergent : le symptôme d’une commande passée chez le fournisseur habituel pendant qu’un accord plus favorable existe ailleurs. Un dashboard de marge globale ne voit jamais ce genre d’écart — il est noyé dans l’agrégat.
4. La concentration qui ne dit pas son nom
Côté achats : une famille lourde dans votre dépense, servie par une source quasi unique. Côté ventes : une part significative du chiffre d’affaires reposant sur trop peu de clients. Le VIL est conçu pour croiser ces deux poids — dépense ou chiffre d’affaires — avec le nombre réel de contreparties derrière, parce qu’une concentration non identifiée n’est pas une catégorie d’achat ou un bon client, c’est une exposition.
5. Les comptes qui pèsent en volume mais pas en résultat
Un client qui génère un chiffre d’affaires important peut être un mauvais compte si sa marge unitaire s’est tassée sans que personne ne l’ait remarqué — celui qui fait du chiffre sans faire de résultat. C’est l’un des constats cross-dimensionnels que le VIL est architecturé pour produire : croiser volume et marge par compte, pas seulement les afficher côte à côte.
Ce qui rend ces croisements possibles
Trois éléments d’architecture, déjà documentés pour le VIL, portent spécifiquement ces cinq dérives :
Une base de connaissances par filière. Les seuils qui définissent ce qui est anormal — une marge trop basse pour telle famille, un délai de règlement inhabituel — sont écrits, sourcés et datés par secteur, pas déduits statistiquement d’un tableau. C’est ce qui permet de dire qu’un chiffre est mauvais, et pas seulement de l’afficher.
La provenance systématique. Chaque constat cite le fichier dont il vient, la formule qui l’a produit, et ce qui a été exclu du calcul. Sans ça, une dérive de marge signalée reste une affirmation qu’on accepte ou qu’on rejette en bloc — pas un fait qu’on peut vérifier en réunion.
Un import qui ne remplace jamais le précédent. Les corrections rétroactives d’un ERP (prix corrigé après coup, référence reclassée) écrasent l’historique si chaque export remplace le précédent. Ce n’est pas comment l’architecture est conçue : chaque ligne s’ajoute, avec la valeur avant et la valeur après. Sans cette mémoire, les dérives 1 et 3 ci-dessus ne sont tout simplement pas détectables.
Un exemple, fictif, pour rendre ça concret
Chiffres et société inventés pour illustrer le mécanisme — pas un cas client.
Négoce Ferronor (exemple fictif), grossiste en quincaillerie professionnelle, achète une famille de références auprès de trois fournisseurs. Sur les douze derniers mois, l’un d’eux a relevé ses tarifs quatre fois, cumul +11 %, sans jamais baisser — pendant que les deux autres ont chacun ajusté une fois à la baisse. Dérive n°1. Le même distributeur découvre, en croisant ses propres factures, qu’un tiers du volume de cette famille est acheté au prix fort chez ce fournisseur alors qu’un accord à -6 % existe chez un concurrent pour la même référence. Dérive n°3. Pris isolément, ni l’un ni l’autre n’aurait déclenché d’alerte dans un tableau de marge mensuel — la moyenne aurait absorbé les deux.
Ce que ça ne remplace pas
Le VIL ne remplace pas un tableau de bord — il fonctionne à côté, sans rien migrer. Et il ne remplace pas un contrôleur de gestion : il fait le travail de croisement qu’un humain ferait mal, non par manque de compétence, mais parce qu’il est trop long à refaire chaque mois sur l’ensemble du portefeuille. La décision — négocier, resourcer, réengager un client — reste entièrement humaine.
Vous voulez voir ce que ces croisements donneraient sur vos propres données d’achats ? Voir le pilotage achats en détail — ou comparez d’abord Clairvia à votre usage actuel d’Excel, Power BI ou d’un tableur.
Article rédigé par Cédric Beaujon, fondateur de Clairvia. Clairvia accompagne les TPE/PME/ETI du négoce et de l’agroalimentaire avec des tableaux de bord pré-configurés et un Intelligence Layer propriétaire.