Comment Unilever a reconfiguré son FP&A autour des prévisions pilotées par les drivers

En 2019, la direction financière d'Unilever a formalisé un constat que beaucoup de CFOs partagent sans l'avouer : le budget annuel consomme des centaines d'heures de travail analytique pour produire un document obsolète dès le premier trimestre. Le groupe, qui opère dans plus de 190 pays avec un portefeuille de 400 marques, ne pouvait plus piloter ses décisions d'allocation de ressources sur la base d'hypothèses figées en septembre de l'année précédente. Les variations de prix des matières premières agricoles, les shifts de comportement consommateur entre canaux physiques et e-commerce, et les fluctuations de change rendaient les prévisions statiques inutilisables avant même leur publication interne.

La question posée à l'équipe FP&A n'était pas de nature technologique. C'était une question de conception : quelles sont les variables qui expliquent réellement la performance financière d'Unilever, et comment les intégrer dans un système de prévision qui se recalibre en continu ?

Ce qu'Unilever a mis en place

L'approche adoptée repose sur trois décisions structurantes.

La première : identifier un nombre restreint de drivers opérationnels par segment. Unilever a travaillé catégorie par catégorie, en distinguant les drivers de volume (part de marché, distribution numérique, taux de répétition d'achat), les drivers de prix (indice de prix matières premières, élasticité prix consommateur par marché) et les drivers de coût (coût par tonne produite, taux d'utilisation des usines). L'objectif était de passer d'une prévision construite sur des lignes comptables à une prévision construite sur des relations causales. Quand le prix du palme monte de 15 %, quel est l'impact sur la marge brute du segment Beauty & Wellbeing, compte tenu du hedge en place et du délai de répercussion tarifaire ? Ce type de question exige un modèle paramétrique, pas une feuille Excel de budget.

La deuxième décision : adopter un cycle de rolling forecast à horizon glissant de cinq trimestres. Plutôt que de réviser le budget annuel deux fois par an, les équipes FP&A d'Unilever actualisent les prévisions chaque trimestre pour les cinq trimestres suivants. Cela signifie qu'au moment de clôturer Q2, l'entreprise dispose déjà d'une prévision structurée jusqu'à fin Q3 de l'année suivante. Les hypothèses sur les drivers sont mises à jour à chaque cycle : prix spot des commodités, données de sell-out par géographie, volumes de commandes des retailers.

La troisième décision concerne la gouvernance. Le rolling forecast n'a pas remplacé le budget annuel du premier coup. Unilever a maintenu un budget de référence pour les obligations contractuelles et les objectifs communiqués aux actionnaires, tout en construisant un système de prévision opérationnel parallèle. Au fil du temps, c'est le rolling forecast qui est devenu la boussole de gestion interne, le budget servant principalement de baseline de communication externe.

Sur le plan technologique, Unilever s'appuie sur Anaplan pour la consolidation des données et la modélisation des drivers. Il faut noter qu'Anaplan, désormais intégré au groupe Salesforce depuis 2022, est un éditeur commercial dont les études de cas publiées sur leur site présentent naturellement leurs clients sous un angle favorable. Les éléments structurels de l'approche d'Unilever sont confirmés par des sources indépendantes, notamment des interventions publiques de membres de la direction financière du groupe lors de conférences sectorielles.

Les résultats observés

Unilever n'a pas publié de chiffre précis sur la réduction du temps consacré au processus budgétaire, ce qui rend les estimations circulantes difficiles à vérifier. En revanche, plusieurs effets sont documentés ou plausibles à partir de données publiques.

Le groupe a maintenu une capacité de réallocation budgétaire trimestrielle qui lui a permis d'accélérer ses investissements marketing sur l'e-commerce entre 2020 et 2022, une période où le canal a progressé de 9 % à plus de 13 % du chiffre d'affaires total selon les rapports annuels du groupe. Cette agilité de réallocation est difficile à obtenir avec un processus budgétaire annuel classique.

Sur la précision des prévisions, des groupes de biens de consommation ayant adopté des approches driver-based similaires reportent typiquement une réduction de l'écart entre prévision et réalisé de l'ordre de 20 à 30 % selon des études de l'Association for Financial Professionals (AFP). Ces chiffres ne sont pas spécifiques à Unilever, mais ils donnent un ordre de grandeur cohérent avec les pratiques observées dans le secteur.

Ce qui est plus difficile à quantifier : la réduction de la charge politique interne. Dans un système de budget annuel, les équipes business passent du temps à négocier des enveloppes plutôt qu'à analyser des drivers. Un rolling forecast bien conçu déplace la conversation vers les hypothèses opérationnelles, ce qui change le rôle du FP&A, qui devient un interlocuteur analytique plutôt qu'un arbitre de ressources.

Ce que vous pouvez transposer, et où votre contexte diffère

Plusieurs mécaniques sont transposables indépendamment de la taille de l'organisation.

La démarche de réduction des drivers est applicable à toute entreprise : identifier les cinq à huit variables opérationnelles qui expliquent 80 % de la variance du résultat, construire les relations causales explicitement, et bâtir le modèle de prévision autour de ces variables. Un retailer travaillera sur le trafic en magasin, le panier moyen et le taux de marge par catégorie. Une entreprise SaaS travaillera sur le taux d'activation, le churn mensuel et le revenu par utilisateur actif.

Le cycle à cinq trimestres n'est pas universel. Des entreprises avec des cycles de vente courts peuvent fonctionner sur trois trimestres glissants. Des groupes industriels avec des carnets de commandes longs ont intérêt à étendre l'horizon à six ou huit trimestres. La question est de calibrer l'horizon sur le délai de prise de décision réel : combien de temps faut-il pour modifier un plan de production, renégocier un contrat fournisseur, ou repositionner un investissement commercial ?

La coexistence budget/rolling forecast qu'Unilever a maintenue n'est pas un compromis mou. C'est une réponse pragmatique aux contraintes de gouvernance externe. Les entreprises cotcotA prompting technique where a language model is guided to produce intermediate reasoning steps before giving a final answer, improving accuracy on complex tasks.Voir la définition complète →ées ont des obligations de communication qui requièrent un référentiel stable. L'erreur serait de laisser ce référentiel externe dicter aussi le pilotage interne.

Là où le contexte peut différer : les PME ou ETI sans équipe FP&A dédiée ont souvent un problème de donnée en amont avant d'avoir un problème de modèle. Un rolling forecast driver-based n'a de valeur que si les données opérationnelles sont disponibles rapidement et fiablement. Avant d'investir dans un