Tous les articles
Méthode16 août 2026 · 6 Min de lecture

Coûts de processus dans Excel : quatre erreurs qui font échouer tout Business Case

En bref

Les tableaux de coûts de processus attribuent systématiquement des économies trop élevées, et ce pour quatre raisons : ils calculent à partir de moyennes au lieu de distributions, ils additionnent les temps de traitement en négligeant ainsi les files d’attente, ils font la moyenne de l’utilisation sur le mois au lieu de considérer le jour de pointe, et ils imputent des économies à des étapes qui ne sont pas du tout le goulot d’étranglement. Ces quatre points ne sont pas des erreurs d’inattention mais des limites de l’outil : un tableau ne connaît pas les files d’attente.

Inhaltsverzeichnis

Le business case pour une amélioration de processus naît presque toujours dans un tableau. Cela est parfaitement acceptable. Jusqu’à ce que quelqu’un refasse le calcul.

Quatre erreurs apparaissent si régulièrement qu’on peut les considérer comme des modèles récurrents. Aucune n’est de la négligence. Les quatre sont des limites de l’outil.

Une précision avant tout, pour que vous lisiez au bon endroit : ici il s’agit du calcul, c’est‑à‑dire comment trouver les quatre erreurs dans votre propre tableau et ce qu’il faut calculer à la place. L’autre moitié de la question (ce que coûte le goulot d’étranglement par an en euros et comment cette valeur est présentée à la direction) est traitée par le Prozesskosten‑Rechner auf Flowrefy.com, avec des coûts complets, des coûts cachés et la marge d’économie. Qui veut déposer le chiffre est plus rapide là‑bas. Qui veut savoir comment il est obtenu continue de lire ici.

Erreur 1 : calculer avec des moyennes

Dans le tableau il est indiqué « Temps de traitement : 7,5 minutes ». En réalité l’opération dure entre 4 et 25 minutes, le plus souvent 6.

Ce n’est pas un problème d’arrondi. Pour les relations non linéaires, l’espérance du résultat n’est pas le résultat de l’espérance. C’est l’inégalité de Jensen, connue sous « Flaw of Averages ». Et les files d’attente sont fortement non linéaires.

Concrètement : un processus où chaque opération dure exactement 7,5 minutes et un processus ayant la même moyenne mais une dispersion plus grande ont des temps de traversée complètement différents. Le second est nettement plus lent. Le tableau les considère identiques.

Signe révélateur : Toute durée du modèle est un nombre unique. Il n’y a pas de colonne « de » et « à ».

Ce qui aide : recueillir les durées comme une plage. Ne demandez pas « combien de temps cela prend ? », demandez « combien de temps cela prend un bon jour, et combien au pire, le pire que vous avez eu le mois dernier ? ».

Erreur 2 : confondre temps de traitement et temps de traversée

Le tableau additionne : 5 + 12 + 8 + 10 = 35 minutes. Le calcul est juste. Il mesure juste autre chose que ce que vit le client.

Le client vit : la demande arrive lundi, la réponse arrive jeudi. Entre les 35 minutes de travail il y a trois jours d’attente, répartis en boîtes de réception, validations et boucles de demandes de précision.

Dans la plupart des processus administratifs, la part du vrai travail dans le temps de traversée est de l’ordre de quelques pourcents. Un business case qui économise 20 % du temps de traitement économise donc une fraction infime du temps de traversée, alors qu’il est présenté comme « 20 % plus rapide ».

Signe révélateur : La ligne de total s’appelle « Temps de traversée », mais c’est la somme des temps de traitement.

Ce qui aide : Little's Law comme contre‑vérification. Comptez les éléments en attente et divisez par le débit journalier. Si le résultat diffère fortement de votre somme (et c’est le cas), votre modèle oublie les files d’attente.

Erreur 3 : utilisation de la charge moyenne mensuelle

Le tableau dit : « Traitement 74 % d’utilisation, donc il reste de la marge. »

La moyenne mensuelle est la plus indulgente des métriques. Elle cache précisément ce qui tourne mal. Un processus à 74 % en moyenne peut être à 130 % cinq jours par mois. C’est lors de ces cinq jours que tout le retard se crée, que les 15 jours restants vont résorber.

S’ajoute l’effet non linéaire : le temps d’attente croît avec le facteur ρ/(1−ρ). À 74 % c’est un facteur 2,8. À 95 % c’est 19. Une moyenne entre ces états n’a pas de sens, parce que la relation est courbée.

Signe révélateur : Le tableau affiche un taux d’utilisation sans indiquer à quoi il se réfère.

Ce qui aide : calculer avec le jour au 90e centile. Si vous n’avez vos volumes que par mois : quantité mensuelle divisée par les jours ouvrés, puis multiplier par un facteur 1,4 à 1,8 pour le pic, et documenter cette hypothèse.

Erreur 4 : économiser au mauvais poste

C’est l’erreur la plus coûteuse, car elle conduit à de véritables investissements.

Le tableau calcule : « Étape 4 dure 18 minutes, nous automatisons la moitié, soit 9 minutes × 1200 opérations × 65 €/h = 23 400 € par an. » La multiplication est correcte. L’économie n’apparaît pourtant pas.

Car si l’étape 4 n’est pas le goulot, accélérer celle‑ci n’impacte en rien le débit. Le temps libéré ne se retrouve pas dans le compte de résultat. Il devient du temps d’attente avant le vrai goulot. C’est le cœur de la Theory of Constraints et l’expérience de tout responsable de processus ayant déjà introduit un outil qui « n’a rien apporté ».

Inversement, qui résout le véritable goulot obtient souvent plus que prévu. Jusqu’à ce que le goulot migre vers une autre étape et freine de nouveau.

Signe révélateur : Le business case calcule économie = temps gagné × taux horaire × quantité, sans dire quelle étape est le goulot.

Ce qui aide : calculer d’abord l’utilisation par étape et trier. Tout ce qui n’est pas la valeur la plus élevée n’augmente pas le débit. Cela peut néanmoins être pertinent (qualité, taux d’erreur, satisfaction au travail), mais alors le business case doit le justifier ainsi.

Les quatre erreurs côte à côte

ErreurEffet sur le business caseSigne révélateur
Moyennes au lieu de plagesTemps de traversée sous‑estiméchaque durée est un nombre unique
Temps de traitement au lieu de temps de traverséeÉconomie largement surestimée« Temps de traversée » = somme des temps de traitement
Charge en moyenne mensuelleGoulot invisiblepourcentage sans référence temporelle
Économie sur un non‑goulotL’économie n’apparaît jamaisaucun mot sur l’étape qui est le goulot

Ce qu’un tableau ne peut pas faire fondamentalement

Ces quatre points se corrigent partiellement par de la rigueur, mais un reste subsiste structurellement : Un tableau ne connaît pas de file d’attente. Il calcule des cellules, pas des éléments qui attendent les uns les autres. Il ne montre donc pas non plus ce qui se passe après une amélioration : qu’un goulot résolu transmet la totalité du flux à l’étape suivante, qui devient alors goulot.

Pour cela il existe la simulation. Elle laisse passer des éléments individuels dans le modèle, avec dispersion et calendrier, des centaines de fois. La sortie n’est alors pas un nombre fixe, mais une distribution, et celle‑ci tient face à une question critique.

Le test avant dépôt

Avant que votre business case n’entre dans un document de décision, répondez par écrit à quatre questions :

  1. Quelle étape est le goulot, et comment le reconnais‑je ?
  2. Est‑ce que je me réfère au temps de traitement ou au temps de traversée ?
  3. À quel jour se réfère mon taux d’utilisation ?
  4. Quelle est l’amplitude de mon économie, et quel est le cas défavorable ?

Qui peut répondre aux quatre a un business case. Qui ne peut pas en donner la réponse a un tableau.

Questions fréquentes

Qu’est‑ce que le « Flaw of Averages » ?

L’observation que des plans basés sur des moyennes sont systématiquement erronés pour des relations non linéaires. Mathématiquement, c’est l’inégalité de Jensen. Dans les processus, elle agit particulièrement fortement parce que le temps d’attente dépend de façon non linéaire du taux d’utilisation : deux processus ayant la même durée moyenne de traitement, mais des dispersions différentes, ont des temps de traversée sensiblement différents.

Quel pourcentage du temps de traversée est du traitement effectif ?

Dans les processus administratifs, la part se situe typiquement dans le faible pourcentage à un chiffre. Le reste est de l’attente dans les boîtes de réception, avant les approbations et dans les boucles de demande de renseignements. C’est pourquoi des mesures qui économisent du temps de traitement influent souvent peu sur le temps de traversée perçu par le client. Mesurez la part au lieu de l’estimer : stock divisé par débit journalier donne le temps de traversée.

Pourquoi l’automatisation n’apporte rien si ce n’est pas le goulot d’étranglement ?

Parce que le débit d’un processus est déterminé par l’étape la plus lente. Accélérez une étape avant ou après, et la capacité libérée attendra plus longtemps le goulot. L’économie apparaît dans le tableau, mais pas au bilan. La mesure peut néanmoins être pertinente, mais alors pour une autre raison que le débit.

Avec quel facteur dois‑je majorer le jour de pointe ?

S’il n’y a pas de données journalières, un facteur de 1,4 à 1,8 sur la moyenne journalière est une approximation usuelle pour les processus administratifs avec effets de début de mois ou de week‑end. Plus important que la valeur précise est que l’hypothèse figure dans le document. Alors quelqu’un peut la corriger au lieu de la reprendre sans s’en apercevoir.

FlowVisual

Calculez-le pour votre propre processus

FlowVisual transforme les chiffres de cet article en un modèle opérationnel, avec vos volumes, vos capacités, votre marge.

Guide: seven steps to the number