La plupart des entreprises savent où en est leur trésorerie. Très peu savent où elle sera dans neuf semaines. C’est pourtant là, et non dans le solde du jour, que se prennent les décisions de financement.
Le réflexe dominant, dans la trésorerie des PME marocaines, reste rétrospectif : on rapproche les relevés bancaires, on constate un solde, on négocie une facilité de caisse quand la tension devient visible. Cette approche a un défaut structurel — elle donne l’alerte au moment où les marges de manœuvre ont déjà disparu. Négocier une ligne de crédit avec cinq semaines d’avance et une projection documentée n’a rien à voir avec la négocier la veille d’une échéance.
Trois évolutions rendent aujourd’hui l’anticipation à la fois nécessaire et accessible. D’abord l’encadrement des délais de paiement issu de la loi 69-21, qui modifie le comportement de règlement des donneurs d’ordre et rend les encaissements plus modélisables. Ensuite le coût de l’argent, qui pénalise désormais réellement l’improvisation financière. Enfin la disponibilité d’outils — Power BI et le langage DAX — qui mettent la simulation à la portée d’un contrôleur de gestion, sans développement spécifique.
L’œil de l’Expert
Une confusion revient dans presque toutes nos sessions : le budget de trésorerie n’est pas une prévision de trésorerie. Le premier est un engagement annuel, figé, construit en fin d’exercice. La seconde est un exercice glissant, réactualisé chaque semaine à partir du réel.
Les deux sont utiles, mais ils ne répondent pas à la même question. Le budget dit ce que l’on a promis ; la prévision dit ce qui va arriver. Une entreprise qui ne tient que le budget découvre ses tensions avec trois mois de retard.
Partie 1La prévision glissante à 13 semaines
L’horizon de treize semaines n’est pas arbitraire : c’est le meilleur compromis connu entre fiabilité et utilité. En dessous de huit semaines, la prévision ne laisse pas le temps d’agir. Au-delà de seize, l’incertitude dépasse le signal. Treize semaines — un trimestre roulant — couvre exactement le délai nécessaire pour mobiliser un financement, relancer un encours ou décaler un investissement.
La construction repose sur quatre briques, dont trois sont déjà dans vos systèmes.
- Les encaissements contractuels. Balance clients et échéancier des factures émises. C’est la brique la plus fiable, à condition de lui appliquer un comportement de règlement observé et non le délai théorique figurant sur la facture. L’écart entre les deux est souvent de trois à cinq semaines.
- Les décaissements engagés. Échéancier fournisseurs, échéances de paie et de charges sociales, remboursements d’emprunts, échéances fiscales. Brique quasi certaine : c’est le socle du modèle.
- Les flux récurrents non contractés. Loyers, énergie, consommables, frais de structure. Ils se modélisent très bien par une moyenne saisonnalisée des douze derniers mois.
- Les flux probabilisés. Commandes en cours de négociation, litiges, remboursements de TVA attendus. Ce sont eux qui exigent un traitement statistique — et ce sont eux que l’on soumettra aux simulations What-if.
Le comportement de règlement : la mesure qui change tout
Modéliser les encaissements à partir des conditions contractuelles est l’erreur la plus répandue et la plus coûteuse. Ce qui compte, c’est le délai réellement constaté, client par client. Une mesure DAX suffit à l’établir sur l’historique :
// Délai de règlement réellement observé, par client Delai Reel Moyen = VAR Reglements = FILTER( F_Reglements, NOT ISBLANK( F_Reglements[DateReglement] ) ) RETURN AVERAGEX( Reglements, DATEDIFF( F_Reglements[DateFacture], F_Reglements[DateReglement], DAY ) ) // Encaissement attendu sur la semaine, pondéré par le comportement observé Encaissement Prevu = VAR DelaiClient = [Delai Reel Moyen] VAR Encours = SUM( F_Factures[MontantTTC] ) VAR TauxRecouv = DIVIDE( CALCULATE( SUM( F_Reglements[Montant] ) ), CALCULATE( SUM( F_Factures[MontantTTC] ) ) ) RETURN Encours * TauxRecouv
Cette approche fait apparaître une réalité que les conditions générales de vente masquent : un portefeuille affiche rarement un délai homogène. Il se compose en général de trois populations — les payeurs conformes, les payeurs systématiquement en retard d’un mois, et une minorité très dégradée. Les traiter ensemble produit une moyenne qui ne décrit personne.
Partie 2Les simulations What-if : passer du chiffre au scénario
Une prévision unique, même juste, ne suffit pas à décider. Un dirigeant n’a pas besoin de savoir que le solde sera de 2,4 millions de dirhams en semaine 7 ; il a besoin de savoir à partir de quel écart la situation devient critique. C’est la fonction des paramètres What-if de Power BI : transformer une hypothèse en curseur.
Trois paramètres couvrent l’essentiel des situations rencontrées : un décalage du délai client, une variation du volume d’activité, et un taux de concrétisation du carnet en négociation. Leur création est native — Modélisation → Nouveau paramètre — et génère une table de valeurs que l’on capte en DAX.
// Paramètres What-if captés depuis les curseurs Decalage Client = SELECTEDVALUE( P_DecalageJours[Valeur], 0 ) Taux Activite = SELECTEDVALUE( P_Activite[Valeur], 1 ) Taux Conversion = SELECTEDVALUE( P_Conversion[Valeur], 0.5 ) // Solde de trésorerie simulé, cumulé sur l'horizon Solde Simule = VAR SoldeInitial = [Solde Bancaire Actuel] VAR FluxCumules = SUMX( FILTER( ALL( D_Semaines ), D_Semaines[NumSemaine] <= MAX( D_Semaines[NumSemaine] ) ), VAR Enc = [Encaissement Prevu] * [Taux Activite] VAR Pip = [Carnet Negociation] * [Taux Conversion] VAR Dec = [Decaissement Prevu] RETURN Enc + Pip - Dec ) RETURN SoldeInitial + FluxCumules // Alerte : première semaine de franchissement du seuil Semaine Critique = VAR Seuil = [Seuil Decouvert] RETURN MINX( FILTER( ALL( D_Semaines ), [Solde Simule] < Seuil ), D_Semaines[NumSemaine] )
La mesure Semaine Critique mérite une attention particulière : c’est elle qui transforme le tableau de bord en outil de décision. Elle ne répond pas à « combien ? » mais à « quand ? » — la seule question qui déclenche une action.
L’œil de l’Expert
Limitez-vous à trois curseurs. Nous voyons régulièrement des modèles à huit ou dix paramètres : ils deviennent impossibles à interpréter, parce qu’on ne sait plus quelle hypothèse a produit quel effet. Trois paramètres bien choisis couvrent l’essentiel du risque de trésorerie d’une PME.
Et gardez systématiquement une courbe de référence figée à l’écran. Un scénario seul n’a pas de sens : c’est l’écart au scénario de référence qui porte l’information, et c’est lui que le dirigeant lit en premier.
Partie 3Ce que l’IA apporte réellement — et ce qu’elle n’apporte pas
Sur le sujet de la trésorerie, les promesses commerciales dépassent largement les usages établis. Il est donc utile de séparer nettement ce qui fonctionne aujourd’hui de ce qui relève de l’argument de vente.
| Usage | Maturité réelle | Ce qu’il faut en attendre |
|---|---|---|
| Détecter la saisonnalité des encaissements | Éprouvé | Gain net. Un modèle repère des cycles hebdomadaires et mensuels qu’une lecture humaine manque presque toujours. |
| Segmenter le portefeuille par comportement de paiement | Éprouvé | Gain net. Remplace la moyenne trompeuse par trois ou quatre profils réellement distincts. |
| Prévoir la date de règlement d’une facture donnée | Utilisable avec prudence | Correct à l’échelle d’un portefeuille, peu fiable facture par facture. À ne jamais présenter comme une certitude. |
| Anticiper une défaillance client | Immature sur données internes seules | Un allongement du délai est un signal faible, pas un diagnostic. Sans données externes, le risque de faux positif est élevé — et l’erreur coûte un client. |
La ligne de partage est constante : l’IA est performante pour reconnaître un motif dans un historique dense, et faible pour anticiper une rupture. Or les crises de trésorerie naissent précisément de ruptures — la perte d’un client majeur, un sinistre, un retournement de marché. C’est pourquoi le curseur What-if conserve un avantage décisif sur le modèle prédictif : il ne prétend pas savoir ce qui va arriver, il mesure ce que l’entreprise supporterait si cela arrivait.
La question n’est pas « que va-t-il se passer ? », mais « jusqu’où puis-je tenir si cela se passe mal ? ».
Le réflexe de gouvernance à installer
Un modèle, même excellent, ne produit aucun effet s’il n’entre pas dans un rituel. La pratique qui fonctionne est simple : un point de trésorerie hebdomadaire de trente minutes, sur le même écran, avec trois leviers à l’ordre du jour. Sans ce rendez-vous, le tableau de bord devient un objet de reporting parmi d’autres.
ConclusionDu solde constaté à la marge de manœuvre pilotée
Le forecasting 3.0 ne consiste pas à prédire l’avenir de la trésorerie. Il consiste à connaître sa marge de manœuvre en jours, et à savoir laquelle des trois hypothèses structurantes la réduit le plus vite. Une entreprise capable d’annoncer « nous passons sous notre seuil en semaine six si le délai client s’allonge de quinze jours » se finance dans de meilleures conditions que celle qui découvre sa tension le vendredi soir.
Les briques techniques sont accessibles : une table de semaines, quatre mesures de flux, trois paramètres de simulation. Ce qui demande de l’accompagnement, c’est le calibrage des comportements de règlement sur vos propres données et l’installation du rituel de décision. C’est précisément le contenu de nos sessions.