Un budget de 5 millions ne garantit pas un projet à 5 millions

Note de confidentialité et de méthode. Cette étude de cas s’inspire d’une expérience professionnelle réelle. L’institution n’est pas nommée et certains repères ont été modifiés. Les montants, les durées et les résultats de simulation forment un modèle pédagogique reproductible ; ils ne reconstituent ni la comptabilité ni les engagements contractuels du client.

Le budget avait été voté. La date de l’événement était connue. Des commissions avaient été constituées. Sur le papier, le projet semblait donc lancé.

Pourtant, une date inscrite dans un calendrier ne prouve pas qu’un projet pourra la respecter. Un montant approuvé ne prouve pas non plus qu’il suffira. Entre les deux se trouvent les validations tardives, la disponibilité réelle des équipes, les variations de prix, les dépendances entre activités et les tâches que personne ne prend finalement en charge.

La question utile n’était pas « pouvons-nous livrer avec 5 millions FCFA ? », mais « quelle est notre probabilité de respecter simultanément le budget et la date ? »

Monte-Carlo n’est pas un logiciel

L’analyse de Monte-Carlo est une méthode de simulation. Elle peut être exécutée dans un outil spécialisé, un tableur correctement paramétré ou un programme conçu pour le besoin. Son principe compte davantage que le logiciel choisi.

Au lieu d’attribuer une seule durée et un seul coût à chaque activité, l’équipe décrit une plage réaliste :

• une valeur optimiste, lorsque les conditions sont favorables ;

• une valeur la plus probable, lorsque le travail se déroule normalement ;

• une valeur pessimiste, lorsque les difficultés identifiées se matérialisent.

Le moteur sélectionne ensuite des valeurs dans ces plages, recalcule le coût et la date du projet, enregistre le résultat et recommence des milliers de fois. Il ne prédit pas un futur unique : il construit une distribution de futurs possibles.

Le Project Management Institute présente cette simulation comme un moyen d’éclairer les réserves et les réponses aux risques, à condition que le modèle soit correctement préparé. Le Schedule Assessment Guide du GAO rappelle de son côté que les résultats doivent servir d’entrées au management, et non être confondus avec une prévision certaine.

Le contexte : un anniversaire institutionnel à préparer

J’ai été désigné chef de projet pour coordonner la célébration des dix ans d’une institution de microfinance. Pour l’étude anonymisée, le projet dispose d’une fenêtre de 94 jours calendaires et d’un budget de référence de 5 000 000 FCFA.

Mon rôle ne devait pas consister à exécuter toutes les tâches. Il devait être de structurer le travail, clarifier les responsabilités, consolider le calendrier, suivre les coûts, faire remonter les risques et permettre à la Direction de décider à temps.

Dans la pratique, plusieurs personnes mobilisées sur le projet restaient absorbées par leurs activités courantes. Lorsque les tâches n’avançaient pas, le chef de projet devait parfois quitter le pilotage pour compenser directement leur exécution.

Le retard visible cachait un problème de gouvernance

• Disponibilité théorique : être nommé dans une commission ne garantit pas le temps nécessaire pour produire le travail attendu.

• Priorité aux opérations courantes : sans arbitrage explicite, le projet passe après les urgences quotidiennes.

• Responsabilités floues : lorsque décision, exécution et validation ne sont pas attribuées, les tâches circulent sans avancer.

• Chef de projet transformé en exécutant : plus il compense les défaillances, moins il anticipe les risques et pilote l’ensemble.

• Décisions tardives : une validation retardée peut bloquer plusieurs activités dépendantes et créer un effet domino.

Une liste de tâches aurait permis de constater les écarts. La simulation permet d’en estimer les conséquences probables. Elle complète ainsi la gestion continue des risques et ne remplace ni le registre des risques ni la gouvernance.

Les hypothèses du modèle pédagogique

Le modèle commence par un découpage du projet. Les valeurs suivantes sont volontairement anonymisées et cohérentes avec le budget de référence.

Le calendrier ne somme pas mécaniquement toutes les durées. Après le cadrage, la communication et la contractualisation avancent en parallèle. La production attend leur achèvement ; les invitations dépendent de la communication ; la logistique dépend de la contractualisation ; la préparation finale attend la fin de ces trois branches. Cette logique de dépendances est indispensable pour éviter un résultat artificiel.

L’illustration utilise 10 000 itérations, des distributions triangulaires et une graine fixe afin que le calcul soit reproductible. Les variables de coût et de durée sont indépendantes dans ce modèle simplifié. Un modèle de production devrait tester les corrélations, les risques communs et les données historiques disponibles.

Ce que donnent les 10 000 répétitions virtuelles

La nuance est essentielle : de bonnes probabilités prises séparément ne produisent pas une garantie conjointe. Dans ce modèle, la Direction dispose d’environ 71 % de chances de respecter les deux engagements au même moment.

Monte-Carlo ne dit pas ce qui va arriver. Il montre ce qui peut arriver, à quelle fréquence et sous les hypothèses déclarées.

P50, P80 et P90 : choisir un niveau de confiance

Une valeur P80 est le seuil respecté par 80 % des scénarios simulés. Elle ne signifie pas que le dépassement est impossible ; elle signifie que le modèle estime à 20 % le risque de dépasser ce seuil.

Le budget de 5 millions se situe entre P80 et P90. La fenêtre de 94 jours se situe légèrement au-dessus de P80. Présenter ces niveaux aurait permis à la Direction de choisir consciemment le risque qu’elle acceptait, au lieu de transformer le budget et la date en certitudes administratives.

Les activités qui portent le plus de risque

L’analyse de sensibilité indique où une action managériale peut produire le plus d’effet. Les coefficients ci-dessous mesurent l’association entre la variation d’un poste et le résultat total dans le modèle ; ils ne démontrent pas, à eux seuls, une causalité.

La Direction ne devrait donc pas chercher la même économie partout ni contrôler chaque tâche avec la même intensité. Elle devrait concentrer les négociations, les réserves et les décisions sur les variables les plus sensibles.

Ce que la Direction aurait pu décider

La simulation n’aurait supprimé ni les retards ni les arbitrages. Elle aurait amélioré la qualité de la conversation de gouvernance.

Au lieu d’entendre « le budget est de 5 millions et la cérémonie aura lieu dans 94 jours », la Direction aurait pu recevoir une formulation défendable :

Avec les hypothèses actuelles, le modèle estime à 70,6 % la probabilité de respecter simultanément la date et le budget. La production et la contractualisation portent l’essentiel du risque de délai ; la restauration et les supports portent l’essentiel du risque de coût. Voici les décisions susceptibles d’améliorer ces probabilités.

Les décisions possibles devenaient alors concrètes :

• confirmer la disponibilité réelle des membres des commissions et arbitrer leur charge courante ;

• obtenir des devis fermes et des clauses de livraison sur les postes les plus variables ;

• constituer une réserve de contingence gouvernée, distincte d’une dérive de périmètre ;

• séparer les éléments indispensables des éléments souhaitables ;

• définir des seuils d’escalade pour les décisions qui menacent le chemin critique ;

• rejouer la simulation à chaque jalon important avec les données réellement observées.

Cette logique prolonge les 5 questions à poser avant le lancement d’un projet : pourquoi, qui, comment mesure-t-on le succès, quels risques menacent le résultat et qui décide lorsque les tolérances sont dépassées ?

Ce que Monte-Carlo ne résout pas

• Si les plages de coûts sont inventées, les probabilités le seront aussi.

• Si une activité importante manque, son effet disparaît artificiellement.

• Si les dépendances ou les corrélations sont ignorées, le résultat peut être trop optimiste.

• Si les commissions sont considérées disponibles alors qu’elles restent absorbées par les opérations courantes, le calendrier sera mal calibré.

• Si la Direction ne prend pas les décisions proposées, la simulation restera un graphique sans effet sur le projet.

Le Green Book du gouvernement britannique classe Monte-Carlo parmi les techniques avancées utiles lorsque plusieurs variables comportent une incertitude significative. Le même guide avertit contre l’optimisme systématique dans les coûts et les délais. La sophistication du calcul ne dispense donc jamais de documenter les hypothèses, d’exercer un jugement critique et de mettre à jour le modèle.

La leçon essentielle

L’analyse de Monte-Carlo ne remplace ni le chef de projet, ni la gouvernance, ni le courage de décider.

Elle oblige cependant l’organisation à reconnaître une vérité souvent inconfortable : un budget voté n’est pas une garantie, une date annoncée n’est pas une probabilité et une équipe nommée n’est pas nécessairement une équipe disponible.

Dans ce projet anniversaire, la méthode aurait permis de passer d’une logique de certitude déclarée à une logique de décision éclairée.

La maturité d’une Direction ne consiste pas à exiger une date certaine dans un environnement incertain. Elle consiste à comprendre le niveau de risque, puis à décider comment le réduire ou l’assumer.

Dans vos projets, la Direction demande-t-elle seulement une date et un budget, ou demande-t-elle aussi la probabilité réelle de les respecter ?

Sources et transparence méthodologique

• Project Management Institute — Monte Carlo Simulation in Cost Estimating

• U.S. Government Accountability Office — Schedule Assessment Guide, Best Practice 8

• HM Treasury — The Green Book, risque et incertitude

Les résultats chiffrés proviennent d’un modèle pédagogique de 10 000 itérations utilisant les plages et les dépendances publiées dans cet article. Ils ne constituent pas une reconstitution financière ou contractuelle du projet réel.

NIAMKE ANTOINE

Expert gouvernance & sécurité IT

Consultant en gouvernance et sécurité IT avec plus de 10 ans d’expérience, Niamké Antoine accompagne les organisations dans le pilotage de leurs projets, l’amélioration de leurs services IT et la sécurisation de leurs systèmes d’information. Certifié PRINCE2® Master, ITIL® Master, ISO/IEC 27001 Lead Implementer, PMP® et COBIT® 5, il transforme les référentiels et les exigences de conformité en démarches concrètes, adaptées aux réalités du terrain et orientées vers des résultats durables.