Ce projet sera-t-il prêt à la date promise ? Additionner ses estimations de tâches donne toujours une réponse trop optimiste : ce modèle ajoute ce que les plannings oublient — le temps mangé par le reste, et l’imprévu qui arrive une fois sur cinq — et dit quelle tâche décide vraiment de la date.
La somme des tâches, puis deux choses que les plannings omettent presque toujours : la part du temps mangée par le reste — réunions, support, autres dossiers — et l’incident qui n’était pas au planning, par définition.
C’est le second point qui fait basculer la plupart des projets. Additionner des estimations de tâches donne le temps de travail, pas le temps calendaire.
Les dépendances entre tâches : ici elles s’additionnent comme si l’ordre n’avait pas d’importance. Un vrai chemin critique, où une tâche en retard bloque les suivantes, donne une distribution plus étalée encore.
Les allers-retours de validation, le départ de quelqu’un, et le changement de périmètre en cours de route — qui est la première cause de retard et la moins modélisable.
Les tâches : vos projets passés comparables, et la durée réellement constatée, pas celle qui avait été planifiée. C’est le seul chiffre fiable dont vous disposiez, et la plupart des équipes ne le notent jamais.
Les interruptions : si vous suivez votre temps, le rapport est direct. Sinon, comptez une semaine type et regardez ce qui reste au projet ; la réponse est presque toujours plus basse que prévu.
Si vous n’avez aucun historique, élargissez franchement vos fourchettes. Le bloc en bas de page vous dira si votre date tient malgré cette ignorance.
| prix = 250k | Une valeur que vous connaissez. k, M, Md, 12 %, 1 234,5 et 3 millions s’écrivent comme on les dit. |
| loyer = 900 à 1150 | Une fourchette : vous pensez qu’il y a 9 chances sur 10 que la vraie valeur soit dedans. C’est tout ce que le site vous demande de savoir. S’écrit aussi 1000 ± 100, entre 900 et 1150, ou 900 .. 1150. |
| total = prix + loyer * 12 | De l’arithmétique ordinaire. Une variable réutilisée garde la même valeur tirée : a - a fait toujours zéro. |
| option "Acheter" = … option "Louer" = … | Deux lignes option ou plus, et le site passe en mode décision : il compare, recommande, et cherche les seuils de bascule. |
| unité: € | Le libellé du résultat, pas des hypothèses — dans un modèle en €/km, un nombre de kilomètres reste un nombre de kilomètres. Libre : €/km, mois, kg CO₂e. Une hypothèse écrite 3 % à 5 % s’affiche en pourcentage parce que vous l’avez écrite ainsi. |
| seuil: 12 seuil: <= 90 | En mode estimation : la valeur que vous visez. Sans signe, elle se lit « au moins 12 » ; avec <=, « au plus 90 » — une durée, un budget ou une dose se visent par le haut. Le site calcule la probabilité de tenir l’objectif, et à partir de quelle hypothèse vous passez du mauvais côté. |
| prix <= budget | Une contrainte plutôt qu’un calcul : le site calcule prix et mesure la probabilité de rester sous budget. C’est une écriture raccourcie de seuil: <= budget. |
| # commentaire | Ignoré. La dernière ligne sans =, ou la dernière variable définie, est le résultat. |
Le site accepte ce qu’on écrit vraiment : les symboles collés aux nombres
(900 €, 3 %/an), l’espace insécable et l’espace des milliers,
le point-virgule comme séparateur d’arguments à la mode tableur (max(1;2)),
et les accents dans les noms. Un nom d’hypothèse, lui, s’écrit d’un seul tenant :
prix_du_kilo, pas prix du kilo.
| min max abs racine exp log arrondi plancher plafond mod signe | Les habituelles. |
| si … alors … sinon … | Condition. Avec et, ou, non et les comparaisons. |
| cumul(taux, années) | 1 + (1+t) + … + (1+t)^(a-1). Pour capitaliser un versement annuel constant. |
| serie(placement, croissance, années) | Un versement qui croît de g chaque année et se place à r. Pour comparer un loyer qui monte à un capital qui rapporte. |
| unif(a, b) normale(moyenne, écart-type) lognormale(médiane, facteur) triangulaire(min, mode, max) bernoulli(p) · poisson(λ) · beta(a, b) | Si la fourchette a à b ne suffit pas. bernoulli sert aux événements : panne = bernoulli(8 %). |
| proba(condition) esperance(x) · mediane(x) · ecart_type(x) | Résument toute la simulation en un seul nombre. |
100 à 400 avec deux bornes positives donne une lognormale : la médiane est
la moyenne géométrique (200, pas 250), et le résultat ne peut pas devenir négatif.
C’est le bon réflexe pour des prix, des durées, des quantités.
−2 % à 5 %, dont les bornes changent de signe, donne une normale.
0 à 100 donne une normale repliée sur les positifs : écrire zéro comme borne basse
veut dire qu’on exclut le négatif.
La part est la fraction de l’incertitude du résultat qu’une hypothèse porte à elle seule. Elle est calculée sur les rangs et non sur les valeurs : sur des grandeurs à queue longue, un indice de variance classique est confisqué par quelques tirages extrêmes. Le seuil de bascule est obtenu en figeant toutes les autres hypothèses à leur médiane et en balayant celle-là — c’est donc un seuil « toutes choses égales par ailleurs », pas une frontière exacte. La valeur de l’information est ce que vous gagneriez, en moyenne et dans l’unité du modèle, à connaître exactement cette hypothèse-là avant de choisir. Quand elle vaut zéro, l’hypothèse peut être très incertaine et rester sans intérêt : elle ne change pas la décision.
C’est la question que le site vous retourne en dernier, et c’est la plus importante.
Tout le reste suppose que vos fourchettes sont honnêtes — or c’est exactement ce que
les humains font le plus mal : quand on demande à quelqu’un un intervalle dans lequel
il est sûr à 90 % que la vraie valeur se trouve, elle y tombe en réalité
autour d’une fois sur deux. Le résultat est robuste, il s’observe chez les experts
comme chez les novices, et sur leur propre domaine.
Le site élargit donc toutes vos fourchettes d’un facteur croissant — médiane
inchangée, jamais de valeur négative là où vous n’en vouliez pas — et regarde à
partir de quand votre conclusion ne tient plus. Un verdict qui survit à des
fourchettes trois fois plus larges ne dépend pas de la justesse de vos fourchettes ;
un verdict qui tombe à 1,3 n’est pas un verdict. Les lois discrètes
(bernoulli, poisson) ne sont pas élargies : une probabilité
ne s’étire pas comme une fourchette.
Le seuil de bascule déplace une hypothèse. Quand aucune ne renverse le verdict à elle seule, le site cherche le jeu d’hypothèses le plus proche du vôtre qui donnerait la conclusion contraire, et vous le montre chiffré : voilà ce qu’il faudrait croire. La distance est mesurée dans l’unité de vos propres fourchettes — zéro à la médiane, 1,645 au bord. Si aucun scénario plausible ne renverse le verdict, le site le dit : votre désaccord, s’il en reste un, n’est pas dans les chiffres du modèle mais dans ce qui n’y figure pas.
Il ne connaît aucune donnée de marché, aucun barème, aucun taux réel : tous les chiffres sont ceux que vous écrivez, et les modèles de départ sont des ordres de grandeur à remplacer par les vôtres. Il suppose vos hypothèses indépendantes, sauf là où vous les liez explicitement par une formule. Il ne remplace pas un conseil professionnel. Et il ne saura jamais ce qui, dans votre décision, ne s’écrit pas en chiffres.