Calcul de la probabilité de gain

La probabilité de gain est la probabilité calculée par l'IA que vous obteniez le contrat si vous soumettez une proposition. Ce pourcentage unique (0-100 %) synthétise des dizaines de signaux provenant de la performance passée, de l'évaluation des capacités, du paysage concurrentiel et des caractéristiques de l'opportunité pour fournir une prédiction objective et fondée sur les données du succès.

Vue d'ensemble

Le modèle de probabilité de gain répond à une question trompeusement simple : Si nous soumissionnons pour cette opportunité, quelles sont nos chances de gagner ?

Les approches traditionnelles reposent sur l'intuition ou des heuristiques simples (« Nous avons gagné 40 % d'appels d'offres similaires dans le passé, donc probablement 40 % »). Le modèle IA va plus loin, en analysant :

• Votre performance historique sur des opportunités similaires avec des caractéristiques similaires
• La force de la correspondance des capacités par rapport aux exigences spécifiques de cette opportunité
• Les dynamiques concurrentielles incluant les avantages du titulaire et les profils de concurrents connus
• Les signaux de l'opportunité provenant de la méthode d'approvisionnement, des critères d'évaluation et de l'historique de l'acheteur
• La force de la relation avec l'organisation acheteuse et les décideurs

Le résultat est un pourcentage avec des intervalles de confiance (par exemple, 62 % ±12 %) et des explications de facteurs transparentes, permettant une prise de décision éclairée et une amélioration continue du modèle.

Pourquoi la probabilité de gain est importante

La probabilité de gain est l'entrée la plus importante pour les décisions de soumissionner ou non :

Les organisations utilisant une probabilité de gain basée sur les données constatent une amélioration de 20 à 30 % des taux de gain en concentrant les ressources sur les opportunités gagnables et en évitant celles qui ne le sont pas.

Méthodologie de calcul

Le modèle IA de probabilité de gain est un ensemble multi-facteurs qui combine :

1. Analyse du taux de gain historique : Probabilité de base à partir d'opportunités passées similaires
2. Score de correspondance des capacités : Ajustement basé sur la force de l'adéquation aux exigences
3. Évaluation de la position concurrentielle : Ajustement pour les avantages/désavantages concurrentiels
4. Signaux de caractéristiques de l'opportunité : Ajustements basés sur la méthode d'approvisionnement, les critères d'évaluation, etc.
5. Indicateurs de force de la relation : Ajustements pour la qualité de la relation client

Étape 1 : Référence du taux de gain historique

Le modèle commence par votre taux de gain historique sur des opportunités similaires, utilisant plusieurs dimensions de similarité :

Critères de correspondance de similarité :

Exemple de calcul de similarité :

Opportunité actuelle : 750 K$ modernisation TI, Gouv. fédéral, Appel d'offres concurrentiel, région d'Ottawa

Opportunités passées similaires (notées par similarité) :
1. Migration infonuagique 650 K$, Gouv. fédéral, Appel d'offres concurrentiel, Ottawa (95 % similaire) - GAGNÉ
2. Cybersécurité 800 K$, Gouv. fédéral, Appel d'offres concurrentiel, Toronto (85 % similaire) - GAGNÉ
3. Modernisation TI 1,2 M$, Gouv. fédéral, Appel d'offres concurrentiel, Montréal (90 % similaire) - PERDU
4. Analytique de données 500 K$, Gouv. provincial, Appel d'offres concurrentiel, Ottawa (70 % similaire) - GAGNÉ
5. Modernisation TI 900 K$, Gouv. fédéral, Fournisseur unique, Ottawa (75 % similaire) - GAGNÉ

5 meilleures opportunités similaires : 4 gains / 5 total = 80 % taux de gain de base
10 meilleures opportunités similaires : 6 gains / 10 total = 60 % taux de gain de base

Référence pondérée : 70 % (en mettant l'accent sur les correspondances plus proches)

Exigences de données :

• Minimum 10 opportunités passées pour une référence stable (utilisera les moyennes du secteur si < 10)
• Idéalement 30+ opportunités passées pour une haute confiance
• Résultats récents pondérés plus fortement que les plus anciens (fenêtre glissante de 3 ans préférée)

Étape 2 : Ajustement de correspondance des capacités

La référence est ajustée en fonction de la qualité de la correspondance de vos capacités avec cette opportunité spécifique :

Évaluation de la capacité (à partir de l'extraction des exigences de l'analyse de soumission) :

• Dépasse : Excellence démontrable, avantage concurrentiel (multiplicateur 1,0)
• Satisfait : Pleinement capable, satisfait à tous les critères (multiplicateur 0,9)
• Partiel : Capable avec des lacunes, peut nécessiter un partenariat (multiplicateur 0,7)
• Ne peut satisfaire : Capacité manquante, disqualifiant (multiplicateur 0,3)

Score de capacité pondéré :

Score de capacité = (Moyenne obligatoire × 0,6) + (Moyenne des critères évalués × 0,4)

Où :
- Moyenne obligatoire = Multiplicateur moyen pour toutes les exigences obligatoires
- Moyenne des critères évalués = Moyenne pondérée pour les exigences évaluées (par valeur de points)

Ajustement de la probabilité de gain :

Si Score de capacité ≥ 0,9 : +10 % à la référence (vous dépassez sur la plupart des exigences)
Si Score de capacité 0,8-0,89 : +5 % à la référence (vous satisfaites à la plupart des exigences)
Si Score de capacité 0,7-0,79 : Aucun ajustement (la référence tient)
Si Score de capacité 0,6-0,69 : -10 % à la référence (lacunes notables)
Si Score de capacité < 0,6 : -20 % à la référence (lacunes importantes)

Exemple :

Référence : 70 %
Score de capacité : 0,85 (forte correspondance, quelques lacunes)
Ajustement : +5 %
Probabilité de gain ajustée : 75 %

Étape 3 : Ajustement de position concurrentielle

Le modèle ajuste pour les dynamiques concurrentielles :

Analyse du titulaire :

• Vous êtes titulaire avec une forte performance : +15 %
• Vous êtes titulaire avec une performance modérée : +8 %
• Le concurrent est titulaire avec une forte performance : -15 %
• Le concurrent est titulaire avec une performance modérée : -8 %
• Pas de titulaire clair (nouvelle exigence) : Aucun ajustement

Renseignement concurrentiel :

• Vous avez un facteur de différenciation unique validé par le client : +10 %
• Le concurrent a un facteur de différenciation unique : -8 %
• Vous avez une performance passée supérieure dans ce domaine : +5 %
• Le concurrent a une performance passée supérieure : -5 %

Position sur le marché :

• Vous êtes chef de file du marché dans ce domaine : +5 %
• Vous êtes un acteur de niche face à des concurrents généralistes : +3 %
• Vous êtes une petite entreprise et l'opportunité est réservée : +12 %
• Vous êtes une grande entreprise en concurrence pour une réservation : -30 % (probablement disqualifié)

Exemple :

Probabilité de gain ajustée (post-capacité) : 75 %
Facteurs concurrentiels :
- Le concurrent est titulaire (+3 ans, bonne performance) : -12 %
- Vous avez une étude de cas pertinente que le concurrent n'a pas : +7 %
- Réservé aux petites entreprises, vous êtes qualifié : +10 %

Ajustement concurrentiel net : +5 %
Probabilité de gain : 80 %

Étape 4 : Signaux de caractéristiques de l'opportunité

Des attributs spécifiques de l'opportunité fournissent des signaux supplémentaires :

Méthode d'approvisionnement :

• Appel d'offres concurrentiel (plusieurs soumissionnaires attendus) : Référence (aucun ajustement)
• Demande de prix concurrentielle (acquisition simplifiée) : +5 % (moins d'effort de proposition = plus de soumissionnaires qualifiés)
• Fournisseur unique ou attribution directe : +40 % (si vous êtes la source nommée ; -40 % si le concurrent l'est)
• Offre à commandes ou autorisation de tâche : +10 % (si vous êtes sur l'offre à commandes)

Critères d'évaluation :

• Évaluation dominante sur le prix (> 60 % du score) : -5 % (marchandise vos facteurs de différenciation)
• Évaluation dominante sur la technique (> 60 % du score) : +5 % (récompense la profondeur des capacités)
• Performance passée fortement pondérée : +8 % (si votre performance passée est forte)
• Évalué via une entrevue de qualification des fournisseurs : +10 % (opportunité de se différencier)

Signaux de l'acheteur :

• L'acheteur vous a attribué des contrats au cours des 2 dernières années : +10 %
• L'acheteur ne vous a jamais attribué : -5 %
• Le langage de l'appel d'offres reflète votre approche/méthodologie : +8 % (suggère que vous avez influencé les exigences)
• L'appel d'offres exige une certification/outil que vous seul avez : +15 %

Signaux de calendrier :

• Date limite de soumission < 2 semaines : -5 % (urgence favorise les titulaires et limite la concurrence)
• Date limite de soumission > 8 semaines : +3 % (approvisionnement minutieux favorise la meilleure proposition)
• Date de début du contrat est urgente (< 30 jours post-attribution) : -8 % (favorise les titulaires)

Exemple :

Probabilité de gain (post-concurrentielle) : 80 %
Signaux de l'opportunité :
- Appel d'offres concurrentiel : 0 %
- Évaluation technique (70 % du score) : +5 %
- L'acheteur vous a attribué 2 contrats l'année passée : +10 %
- Date limite serrée (10 jours pour soumettre) : -5 %

Ajustement net de l'opportunité : +10 %
Probabilité de gain : 90 %

Étape 5 : Ajustement de force de la relation

La qualité de la relation client influence la probabilité de gain :

Évaluation de la relation (entrée manuelle ou intégration CRM) :

Indicateurs d'engagement (l'activité récente booste le score de relation) :

• Engagement pré-appel d'offres (journées de l'industrie, rencontres individuelles) : +5 %
• Communication active pendant l'appel d'offres (questions, clarifications) : +3 %
• Parrainage exécutif (votre dirigeant engage leur dirigeant) : +4 %

Exemple :

Probabilité de gain (post-signaux de l'opportunité) : 90 %
Facteurs de relation :
- Relation de niveau 2 (fournisseur préféré, 3 attributions au cours des 2 dernières années) : +7 %
- A assisté à la journée de l'industrie pré-appel d'offres, a rencontré l'équipe de l'acheteur : +5 %

Ajustement net de la relation : +12 %
Probabilité de gain : 102 % → plafonnée à 95 %

Étape 6 : Pondération d'ensemble et calcul final

La probabilité de gain finale est un ensemble pondéré de plusieurs méthodes de prédiction :

Méthodes de prédiction :

1. Modèle de similarité historique (pondération de 40 %) : Basé sur des opportunités passées similaires
2. Modèle basé sur la capacité (pondération de 30 %) : Basé sur la force de correspondance des exigences
3. Modèle concurrentiel (pondération de 20 %) : Basé sur la position concurrentielle et les concurrents connus
4. Modèle de relation (pondération de 10 %) : Basé sur la force de la relation client

Chaque modèle produit une prédiction indépendante, puis elles sont pondérées et moyennées :

Probabilité de gain finale = (Historique × 0,4) + (Capacité × 0,3) + (Concurrentiel × 0,2) + (Relation × 0,1)

Exemple :
Modèle historique : 72 % (basé sur une référence de 60 % + ajustements)
Modèle de capacité : 80 % (fortes correspondances d'exigences)
Modèle concurrentiel : 65 % (le concurrent titulaire est une menace)
Modèle de relation : 75 % (bonne relation, un certain engagement)

Finale = (72 × 0,4) + (80 × 0,3) + (65 × 0,2) + (75 × 0,1)
      = 28,8 + 24,0 + 13,0 + 7,5
      = 73,3 % probabilité de gain

Calcul de l'intervalle de confiance : La confiance reflète la qualité des données et l'accord entre les modèles :

• Haute confiance (±5-8 %) : Données solides, modèles d'accord, nombreuses opportunités passées similaires
• Confiance moyenne (±10-15 %) : Données modérées, un certain désaccord de modèle
• Faible confiance (±20-30 %) : Données limitées, désaccord important de modèle, opportunité nouvelle

Variance du modèle :
Historique : 72 %, Capacité : 80 %, Concurrentiel : 65 %, Relation : 75 %
Écart-type : 6,2 %
Intervalle de confiance : ±12 % (1,96 × ET pour une confiance à 95 %)

Résultat : 73 % ±12 % (plage probable : 61-85 %)

Interprétation de la probabilité de gain

Plages de probabilité de gain

Les intervalles de confiance comptent

Ne vous concentrez pas uniquement sur l'estimation ponctuelle ; l'intervalle de confiance révèle la qualité de la prédiction :

Confiance étroite (±5-10 %) :

• Données historiques solides avec de nombreuses opportunités similaires
• Tous les modèles sont d'accord sur la prédiction
• Faible incertitude ; faire confiance à la prédiction

Exemple : 72 % ±8 % (plage : 64-80 %)

• Action : Traiter comme une prédiction à haute confiance ; planifier les ressources en conséquence

Confiance large (±15-30 %) :

• Données historiques limitées ou type d'opportunité nouvelle
• Les modèles ne sont pas d'accord (par exemple, forte capacité mais position concurrentielle faible)
• Haute incertitude ; recueillir plus d'informations

Exemple : 55 % ±22 % (plage : 33-77 %)

• Action : La prédiction est très incertaine ; pourrait être soumission recommandée ou non-soumission conditionnelle selon les inconnues. Investir dans la collecte de renseignements (engagement client, recherche concurrentielle) avant de finaliser la décision.

Explications des facteurs clés

Le système fournit toujours des explications de facteurs transparentes pour la probabilité de gain :

Exemple de rapport de probabilité de gain :

Probabilité de gain : 68 % ±11 %
Résultat : Modérée-Élevée (plage de soumission conditionnelle)

Facteurs clés déterminant la probabilité :

FACTEURS POSITIFS (+28 % cumulatif) :
✓ Forte correspondance des capacités (92 % des exigences satisfaites ou dépassées) : +10 %
✓ Performance passée avec cet acheteur (3 contrats réussis) : +8 %
✓ Accent sur l'évaluation technique (75 % du score) : +5 %
✓ Réservé aux petites entreprises, vous êtes qualifié : +10 %
✓ Engagement pré-appel d'offres (participation à la journée de l'industrie) : +3 %

FACTEURS NÉGATIFS (-12 % cumulatif) :
✗ Le concurrent est titulaire (contrat de 4 ans, bonne performance) : -10 %
✗ Date limite de proposition serrée (12 jours) : -3 %

FACTEURS NEUTRES :
• Aucun facteur de différenciation unique identifié
• Processus d'appel d'offres concurrentiel standard
• Valeur du contrat dans votre fourchette typique (800 K$)

Accord des modèles :
- Modèle historique : 70 % (basé sur un taux de base de 65 % + ajustements)
- Modèle de capacité : 75 % (fortes correspondances d'exigences)
- Modèle concurrentiel : 58 % (menace du titulaire)
- Modèle de relation : 72 % (bonne performance passée)

Confiance : Moyenne (les modèles sont en grande partie d'accord, une certaine incertitude concurrentielle)

Cette transparence vous permet de :

• Comprendre pourquoi le modèle prédit cette probabilité
• Identifier les facteurs que vous pouvez influencer (par exemple, engagement client, partenariat pour améliorer la capacité)
• Valider les hypothèses (par exemple, le concurrent est-il réellement titulaire ? Leur performance est-elle forte ?)
• Contester le modèle si les facteurs sont incorrects

Amélioration de la précision de la probabilité de gain

Fournir des données d'entrée de qualité

Le modèle n'est aussi bon que ses entrées :

Enregistrer les résultats réels

Le modèle s'améliore grâce à l'apprentissage supervisé à partir de vos résultats :

Flux de travail d'enregistrement des résultats :

1. Enregistrer la soumission de l'offre : Marquer l'opportunité comme « Offre soumise » avec les détails finaux de la proposition

   • Capturer la tarification finale, la structure de partenariat, les thèmes de gain clés
   • Enregistrer tout renseignement concurrentiel de dernière minute

2. Enregistrer la décision d'attribution : Lorsque le client annonce l'attribution

   • Gain : Contrat attribué à vous (capturer la valeur réelle du contrat)
   • Perte : Contrat attribué au concurrent (identifier le concurrent gagnant si connu)
   • Aucune attribution : Approvisionnement annulé ou aucune attribution faite

3. Capturer les données de débriefing : Après débriefing formel ou informel

   • Pourquoi vous avez gagné : Forces d'évaluation, facteurs de différenciation, tarification
   • Pourquoi vous avez perdu : Faiblesses d'évaluation, avantages concurrentiels, tarification
   • Facteurs inattendus : Tout ce qui n'est pas capturé dans le modèle de probabilité de gain

4. Comparer prédit vs réel :

   • Prédit : 68 % probabilité de gain
   • Réel : Perte (0 % = mauvaise prédiction)
   • Delta : -68 points de pourcentage (trop optimiste)
   • Cause profonde : La relation du titulaire était plus forte qu'évaluée ; la performance passée du concurrent a obtenu un meilleur score dans l'évaluation

5. Mise à jour du modèle : Le système se réentraîne avec le nouveau résultat

   • Augmenter la pondération de la force de la relation pour ce type de client
   • Augmenter le facteur d'avantage du titulaire
   • Recalibrer la référence historique pour ce client

Examens de calibration trimestriels

Chaque trimestre, analysez la précision de la prédiction :

Mesures de calibration :

Exemple d'analyse de calibration :

Analyse de bande de probabilité de gain (T4 2025)

Prédit 80-90 % : 8 opportunités, 6 gains = 75 % réel (cible : 85 % ±10 % = OK)
Prédit 70-80 % : 12 opportunités, 8 gains = 67 % réel (cible : 75 % ±10 % = OK)
Prédit 60-70 % : 15 opportunités, 9 gains = 60 % réel (cible : 65 % ±10 % = OK)
Prédit 50-60 % : 10 opportunités, 5 gains = 50 % réel (cible : 55 % ±10 % = OK)
Prédit 40-50 % : 6 opportunités, 2 gains = 33 % réel (cible : 45 % ±10 % = OK)
Prédit < 40 % : 4 opportunités, 0 gain = 0 % réel (cible : < 20 % = OK)

Calibration globale : BONNE (toutes les bandes dans ±10 % de la cible)
Erreur absolue moyenne : 16,8 % (cible < 20 % = OK)

Biais identifié : Légère surconfiance dans la bande 80-90 % (prédit 85 %, réel 75 %)
Action recommandée : Augmenter l'intervalle de confiance pour les prédictions à haute probabilité

Identification de biais systématiques :

• Surconfiance constante : Le modèle prédit plus haut que le réel dans toutes les bandes → réduire le taux de gain de référence ou augmenter la pondération de la position concurrentielle
• Sous-confiance constante : Le modèle prédit plus bas que le réel → augmenter la référence ou réduire les facteurs de menace concurrentielle
• Biais spécifique au client : Surconfiant avec le client A, sous-confiant avec le client B → ajuster l'évaluation du niveau de relation
• Biais spécifique au domaine : Surconfiant dans le domaine X, précis dans le domaine Y → ajuster la pondération de correspondance des capacités pour le domaine X

Fonctionnalités avancées de probabilité de gain

Analyse de scénarios

Tester comment les changements affectent la probabilité de gain :

Scénarios hypothétiques :

L'analyse de scénarios aide à prioriser les investissements de stratégie de gain en quantifiant leur impact sur la probabilité de gain.

Modélisation tête-à-tête concurrentielle

Lorsque vous connaissez des concurrents spécifiques, modélisez les probabilités tête-à-tête :

Exemple : Concurrence à 3

Opportunité : Migration infonuagique 1,2 M$, Gouv. fédéral

Profils de soumissionnaires :
1. VOUS : 68 % probabilité de gain individuelle (forte capacité, relation modérée)
2. Concurrent A : 72 % probabilité de gain individuelle (titulaire, relation forte, bonne capacité)
3. Concurrent B : 55 % probabilité de gain individuelle (forte capacité, relation faible, prix plus bas attendu)

Modèle tête-à-tête :
- Vous vs A seulement : 48 % (la titularisation de A leur donne un avantage)
- Vous vs B seulement : 65 % (votre avantage relationnel)
- Vous vs A vs B : 35 % (division en 3 avec A comme favori)

Probabilité de gain ajustée : 35 % (en baisse de 68 % d'évaluation individuelle)

Interprétation : En isolation, vous avez 68 % de probabilité de gain. Mais avec le concurrent A (titulaire fort) dans le mélange, votre probabilité tombe à 35 %. Si le concurrent A ne soumissionne pas, votre probabilité monte à 55-60 %.

Stratégie de gain : Engager le client pour valider si la satisfaction du titulaire est élevée (si oui, envisager la non-soumission ; si non, vous avez une chance de bouleversement).

Analyse de sensibilité

Identifier quels facteurs ont le plus d'impact sur la probabilité de gain :

Classements de sensibilité des facteurs :

Opportunité : Plateforme d'analyse de données 800 K$

Probabilité de gain : 64 % ±14 %

Sensibilité des facteurs (impact d'un changement de ±10 % dans le facteur) :

1. Position concurrentielle : ±9 % (si le concurrent ne soumissionne pas, +9 % ; si un concurrent plus fort émerge, -9 %)
2. Correspondance des capacités : ±7 % (améliorer les domaines faibles de Partiel à Satisfait ajoute 7 %)
3. Force de la relation : ±5 % (engagement client plus fort ajoute 5 %)
4. Signaux de l'opportunité : ±3 % (extension du calendrier ajoute 3 %)

Aperçu : Le renseignement concurrentiel est l'activité à plus fort effet de levier. Investir dans la compréhension de si le titulaire va re-concourir et son niveau de satisfaction. La deuxième priorité est l'atténuation des lacunes de capacités (partenariat pour l'expertise ML).

Utilisez l'analyse de sensibilité pour concentrer les efforts sur les facteurs à plus fort impact.

Meilleures pratiques de probabilité de gain

Ne pas sur-indexer sur l'estimation ponctuelle

Exemple de mauvaise interprétation :

• Estimation ponctuelle : 68 %
• Réaction de l'utilisateur : « Nous sommes les favoris, planifions le gain ! »
• Réalité : 68 % ±18 % (plage : 50-86 %), 3 concurrents connus, un est un titulaire fort
• Probabilité réelle : Plus comme 40-50 % lorsque le terrain concurrentiel est considéré

Meilleure interprétation :

• Estimation ponctuelle : 68 % ±18 %
• Réaction de l'utilisateur : « Nous avons une chance solide mais pas garantie. C'est une poursuite concurrentielle nécessitant un effort complet. Nous devrions planifier une probabilité de gain de 40-50 % compte tenu du paysage concurrentiel. »

Utiliser la probabilité de gain comme entrée, pas comme décision

La probabilité de gain informe les décisions mais ne les prend pas :

La probabilité de gain représente 40 % du score de décision (pondération par défaut). L'adéquation stratégique, la correspondance des capacités et la position concurrentielle comptent également.

Valider les hypothèses avec les parties prenantes

Avant de finaliser la probabilité de gain, valider les hypothèses clés :

La validation interfonctionnelle détecte les angles morts et bâtit le consensus sur la prédiction.

Mettre à jour la probabilité de gain tout au long de la poursuite

La probabilité de gain n'est pas statique ; mettre à jour à mesure que vous recueillez des informations :

Évaluation initiale (découverte de l'opportunité) :

Probabilité de gain : 55 % ±20 % (informations limitées)
Base : Référence historique pour ce client, évaluation préliminaire des capacités

Post-publication de l'appel d'offres (après extraction des exigences) :

Probabilité de gain : 62 % ±15 % (plus d'informations)
Base : Correspondance détaillée des capacités, critères d'évaluation clarifiés, concurrents identifiés
Changement : +7 % en raison d'une correspondance des capacités meilleure que prévu

Mi-proposition (après engagement client) :

Probabilité de gain : 68 % ±12 % (informations élevées)
Base : Commentaires du client sur l'approche, position concurrentielle validée, stratégie de tarification affinée
Changement : +6 % en raison de l'engagement client positif et du renseignement concurrent (le concurrent B ne soumissionnera pas)

Pré-soumission (évaluation finale) :

Probabilité de gain : 71 % ±10 % (informations les plus élevées)
Base : Qualité finale de la proposition, tarification validée, terrain concurrentiel confirmé
Changement : +3 % en raison de commentaires solides d'examen de proposition

La mise à jour de la probabilité de gain vous aide à décider de continuer la poursuite (si la probabilité baisse significativement mi-proposition, envisager la non-soumission) et d'ajuster l'allocation des ressources.

FAQ

---

Documentation connexe :

• Cadre de décision de soumission
• Évaluation de la décision de soumissionner
• Adéquation stratégique
• Renseignement concurrentiel
• Enregistrement des résultats
• Tableau de bord de performance
• Profil d'entreprise