Tous les articles

Recouvrement : prouver le gain de l'IA sans le confondre avec la saisonnalité

Une baisse du DSO après un projet IA ne prouve pas son efficacité : voici la méthode des cohortes pour attribuer le vrai gain de vos relances clients.

Une baisse du DSO observée après un projet d’IA ne prouve pas que l’IA en est la cause. La saisonnalité de votre activité, l’évolution de votre portefeuille clients, un changement de conditions commerciales ou un traitement différent des litiges peuvent expliquer le même résultat. Pour attribuer correctement le gain, il faut comparer des cohortes de créances comparables et distinguer deux effets très différents : mieux cibler les actions de recouvrement, ou simplement en envoyer davantage.

Pourquoi une baisse de DSO ne prouve rien

Le raisonnement spontané est tentant : on déploie un outil, le DSO baisse de quelques jours, donc l’outil fonctionne. Cette inférence saute une étape. Le DSO est un indicateur agrégé, sensible à de nombreux facteurs qui n’ont rien à voir avec vos relances.

Plusieurs explications alternatives peuvent produire la même baisse :

  • La saisonnalité : si votre activité et vos encaissements suivent un cycle, comparer deux périodes différentes de l’année revient à comparer des choses non comparables.
  • L’évolution du portefeuille : l’arrivée de clients plus solvables, ou le départ de mauvais payeurs, déplace le DSO indépendamment de toute action de recouvrement.
  • Les conditions commerciales : un raccourcissement des délais contractuels négociés par les équipes commerciales agit directement sur le délai de paiement.
  • Le traitement des litiges : résoudre plus vite les factures contestées libère des encaissements bloqués, sans que les relances courantes y soient pour quelque chose.

À cela s’ajoute un piège plus subtil. Envoyer davantage de relances peut faire baisser le DSO à court terme sans rien améliorer durablement — au prix d’une pression accrue sur la relation client. Ce n’est pas la même chose que mieux cibler les dossiers : prioriser les créances où une action aura un effet, et laisser tranquilles celles qui se régleront d’elles-mêmes. Un DSO en baisse ne dit pas lequel des deux mécanismes est à l’œuvre. C’est la même prudence qui conduit à ne pas confondre le DSO comptable et le délai réellement subi.

Attribuer le gain : la méthode des cohortes

Attribuer un gain, c’est isoler l’effet de l’action du reste. La méthode la plus accessible consiste à raisonner par cohortes comparables : des ensembles de créances de même nature (segment de clients, tranche de montant, ancienneté, saison), observés avant et après la mise en place du dispositif, ou comparés entre un groupe exposé et un groupe témoin.

L’idée n’est pas de produire une étude académique, mais d’exiger un minimum de preuve avant de s’attribuer un résultat. Voici les éléments à réunir et à suivre dans le temps :

Preuve à exigerCe qu’elle permet de vérifier
Encaissements par cohortes comparablesComparer des créances de même profil, pas deux périodes hétérogènes
Ancienneté des créancesVoir si l’effet porte sur les retards réels ou sur des factures qui allaient être payées
Promesses de paiement tenuesDistinguer une relance qui déclenche un paiement d’une relance ignorée
Réclamations et litigesVérifier qu’on n’a pas simplement déplacé le problème vers le service client
Temps passéMesurer le coût humain net, corrections et exceptions comprises

Trois réflexes complètent cette grille. D’abord, archiver l’état avant le projet : sans point de départ figé, aucune comparaison n’est crédible. Ensuite, comparer à une référence simple — par exemple le même processus de relances mené manuellement, correctement organisé — plutôt qu’à un processus artificiellement dégradé qui ferait briller l’outil. Enfin, ventiler les résultats par segment et par horizon, pour éviter qu’un bon chiffre global masque des effets compensés.

Ce que l’IA fait vraiment dans le recouvrement

Avant d’attribuer un gain à « l’IA », encore faut-il savoir ce qu’elle fait réellement, et ce qui relève de simples règles d’automatisation. Les deux coexistent, et les confondre fausse l’analyse. La matrice ci-dessous répartit les tâches du poste clients selon leur nature et la preuve à exiger.

NiveauPérimètre
Automatisable (règles)Déclenchement de relances selon règles, transmission de duplicatas, suivi des promesses de paiement, rapprochements simples
Assisté par IAClassement des réponses, détection d’un litige, priorisation des dossiers, préparation de messages contextualisés
Humain responsableNégociation, clients stratégiques, contestations, échéanciers dérogatoires, précontentieux et décisions commerciales
Preuve à exigerEncaissements par cohortes comparables, ancienneté des créances, promesses tenues, réclamations, temps passé

La plus grande partie du recouvrement courant repose sur des règles déterministes : ce n’est pas de l’IA, et c’est souvent très bien ainsi. L’IA intervient là où la classification, la priorisation ou l’interprétation de texte apportent un avantage : trier les réponses des clients, repérer un litige naissant, hiérarchiser les dossiers, préparer un message adapté au contexte.

Côté outils, Agicap documente dans son guide de trésorerie des fonctions de priorisation du recouvrement et de relances contextualisées, ces dernières s’appuyant sur de l’OCR et de la génération de texte à partir des factures, des encours et des historiques de paiement. Il faut lire ces fonctions comme une présentation de l’éditeur sur son périmètre fonctionnel, et non comme une preuve d’effet causal chiffré : les pages publiques consultées ne fournissent pas de méthode permettant de rattacher un pourcentage d’amélioration du DSO à l’IA elle-même. Cela ne retire rien à l’intérêt de l’outil ; cela rappelle seulement que la preuve du gain reste à votre charge, avec vos cohortes.

Dernier garde-fou : une alerte n’est pas un résultat. Qu’un modèle signale un dossier à risque ou propose une priorité ne démontre pas qu’il a accéléré un encaissement. La valeur se mesure sur les paiements réellement obtenus, pas sur le nombre de recommandations produites. C’est le même principe qui guide un projet d’IA en trésorerie : séparer ce qui est automatisé, ce qui est assisté, et ce qui reste du jugement humain.

FAQ

Combien de temps faut-il avant de pouvoir conclure ? Assez pour couvrir au moins un cycle complet de votre saisonnalité et pour que plusieurs cohortes de créances soient arrivées à échéance. Conclure sur quelques semaines expose à confondre un effet de calendrier avec un effet d’outil.

Faut-il un groupe témoin pour mesurer sérieusement ? C’est l’idéal : exposer une partie du portefeuille au nouveau dispositif et en garder une comparable sans. À défaut, une comparaison avant/après sur cohortes homogènes, avec l’état de départ archivé, reste exploitable si elle est lue avec prudence.

Comment distinguer « mieux cibler » de « relancer plus » ? Regardez le nombre de relances envoyées et les réclamations clients en parallèle du DSO. Si le DSO baisse pendant que le volume de relances et les réclamations grimpent, vous avez surtout augmenté la pression, pas la pertinence.

Une relance rédigée par IA est-elle plus efficace ? Les éditeurs décrivent des relances contextualisées, mais l’efficacité d’un message dépend du destinataire, du moment et du montant. C’est une question à trancher par la mesure, pas par principe. Nous l’abordons dans notre article sur l’automatisation des relances sans dégrader la relation.

L’IA peut-elle décider seule d’un échéancier ou d’une négociation ? Non. La négociation, les clients stratégiques, les contestations et les échéanciers dérogatoires relèvent de la décision humaine. L’IA prépare et priorise ; elle ne tranche pas.

Le DSO reste-t-il le bon indicateur ? C’est un point de départ utile, mais insuffisant seul. Complétez-le par l’ancienneté des créances, les promesses tenues et les réclamations pour éviter les conclusions hâtives.

Mesurer l’effet réel de vos relances

Avant d’attribuer une baisse de DSO à votre outil, assurez-vous que la preuve suit. Nous aidons les directions financières à construire un dispositif de mesure par cohortes, à distinguer l’effet de l’IA de celui de la saisonnalité et à paramétrer leur recouvrement dans Agicap sans se raconter d’histoires sur le gain obtenu.

Échangeons 30 minutes sur la mesure de l’effet réel de vos relances.