L'analyse de sensibilité teste comment ton résultat change quand une hypothèse change. Tu prends un chiffre dont tu n'es pas sûr, comme le prix, le volume de ventes, ou le coût des matières, tu le déplaces vers le haut et vers le bas d'un montant fixé, et tu recalcules. Le résultat montre de quelles hypothèses ton plan dépend vraiment.
Les banques et les investisseurs demandent cela parce que chaque prévision est fausse. Ils veulent voir que tu sais où la tienne se brise.
Un exemple. Ton cas de base est 1 000 unités à 50 €, un coût variable de 30 €, et des coûts fixes de 15 000 € par mois. La contribution est de 20 000 € et le profit de 5 000 €. Change maintenant une variable à la fois de 10 pour cent.
Prix baissé à 45 € : la contribution par unité tombe à 15 €, contribution totale 15 000 €, profit 0. Volume baissé à 900 unités : contribution 18 000 €, profit 3 000 €. Coût variable monté à 33 € : contribution 17 000 €, profit 2 000 €.
Le prix est de loin la variable la plus sensible ici. Une remise de 10 pour cent supprime tout ton profit, tandis qu'un manque de 10 pour cent sur les ventes t'en coûte 40 pour cent. Ce résultat devrait changer comment tu diriges l'entreprise : défends ton prix plus fort que ton volume.
Deux erreurs. D'abord, les fondateurs changent plusieurs variables à la fois et ne peuvent alors plus dire laquelle a causé le mouvement. Change une variable à la fois, et construis un pire cas combiné séparément.
Ensuite, ils utilisent des plages symétriques par habitude. Si un contrat fournisseur fixe ton coût matière pendant deux ans pendant que ton prix fait face à de nouveaux concurrents, teste le prix à moins 25 pour cent et le coût matière à plus 5 pour cent. Fais correspondre la plage à l'incertitude réelle.
