Comment savoir si l'on poursuit un projet logiciel parce qu'il en vaut encore la peine, ou seulement parce qu'on y a déjà englouti un an de budget ? La question se pose rarement aussi franchement.
Elle surgit plutôt en comité de pilotage : « On a déjà mis quatorze mois et 380 000 euros dedans, on ne va pas tout jeter maintenant. » Tout le monde acquiesce, la date de mise en ligne glisse de six semaines, et la réunion passe au point suivant.
Cette phrase est le symptôme le plus courant du biais des coûts irrécupérables. Elle sonne comme du bon sens économique alors qu'elle en inverse la logique. Les équipes e-commerce, data et infrastructure y sont particulièrement exposées, parce que leurs projets sont longs, coûteux et difficiles à évaluer en cours de route. Ce guide explique comment reconnaître le biais, comment réévaluer un projet en cours et comment trancher entre continuer, réduire ou arrêter.
Ce que le biais des coûts irrécupérables change dans une décision technique
Un coût irrécupérable est une dépense déjà engagée que l'on ne récupérera pas, quelle que soit la décision prise ensuite. Les 380 000 euros de la refonte sont partis : salaires versés, factures d'agence réglées, licences consommées. Que le projet continue ou s'arrête demain, ce montant ne change pas. Une décision rationnelle ne devrait donc tenir compte que de deux choses : ce qu'il reste à dépenser et ce que l'on peut encore gagner.
Le biais consiste à laisser l'argent déjà dépensé peser sur la suite. On continue pour « rentabiliser » l'investissement, comme si poursuivre pouvait faire revenir les euros perdus. En France, on parle souvent d'effet Concorde, en référence à l'avion supersonique franco-britannique dont le développement s'est poursuivi alors que ses perspectives commerciales s'étaient effondrées. Les chercheurs en psychologie des organisations utilisent aussi l'expression « escalade de l'engagement » pour décrire la même spirale : plus on a investi, plus on réinvestit pour justifier le premier choix.
Les projets logiciels amplifient ce mécanisme pour trois raisons. D'abord, l'avancement est invisible : un projet peut afficher « 90 % terminé » pendant des mois, parce que les derniers 10 % concentrent l'intégration, les tests et les cas limites.
Ensuite, les estimations sont révisées en continu, si bien que personne ne compare la date actuelle à la date promise au départ. Enfin, le travail déjà fait a une valeur affective : du code écrit, des maquettes validées, des nuits passées à corriger des bugs. Jeter cela ressemble à un aveu d'échec personnel.
Le point de départ est donc simple à énoncer et difficile à pratiquer : le passé d'un projet ne sert qu'à mieux estimer son avenir. Il ne doit jamais servir à le justifier.
Les signaux qui trahissent le biais dans une équipe produit
Le biais se repère d'abord au vocabulaire. Certaines phrases reviennent dans presque toutes les équipes qui s'y enferment, et les noter dans un coin pendant les réunions est un exercice étonnamment efficace.
« On est presque au bout » est le premier signal, surtout quand il est prononcé depuis plus de deux sprints. « Ce serait du gâchis d'arrêter maintenant » est le deuxième : il fait explicitement référence à la dépense passée. « Il faut au moins aller jusqu'à la mise en ligne pour voir » est plus subtil, parce qu'il habille la persévérance en expérimentation, alors qu'une vraie expérience coûterait beaucoup moins cher qu'une mise en ligne complète.
Quand la date cible a été repoussée trois fois ou plus, avec à chaque fois un écart de plus de 20 % par rapport à l'estimation précédente, l'équipe ne connaît plus vraiment le coût restant.
Quand les critères de succès changent en cours de route, par exemple quand une refonte censée améliorer le taux de conversion est soudain présentée comme un projet « de dette technique », c'est souvent que l'objectif initial n'est plus atteignable et que l'on cherche une autre raison de continuer.
La gouvernance en dit aussi beaucoup. Un sponsor dont la réputation interne repose sur le projet aura du mal à en proposer l'arrêt. Un contrat d'agence au forfait, déjà payé à 80 %, pousse à « en avoir pour son argent ». Une équipe entièrement recrutée pour ce projet craint, avec raison, pour sa place s'il s'arrête.
Aucun de ces signaux ne prouve à lui seul que le projet doit s'arrêter. Mais quand trois ou quatre apparaissent ensemble, la probabilité que la décision de continuer repose sur le passé plutôt que sur l'avenir devient forte, et une réévaluation formelle s'impose.
Pourquoi les projets e-commerce et data y sont si exposés
Toutes les équipes tombent dans ce piège, mais certains projets réunissent les conditions idéales. Dans l'e-commerce, la refonte complète d'un site ou la migration d'une plateforme à une autre, par exemple de Magento vers une architecture headless ou de PrestaShop vers Shopify, mobilise souvent une agence, plusieurs équipes internes et un budget à six chiffres.
Le bénéfice attendu, une hausse du taux de conversion ou une baisse des coûts de maintenance, ne se mesure qu'après la mise en ligne. Pendant 12 à 18 mois, personne ne sait vraiment si le pari était bon.
Les projets de machine learning sont un autre terrain classique. Une équipe data construit un moteur de recommandation maison. Après six mois, le modèle atteint une AUC de 0,71 sur les données de test, alors que le seuil jugé utile était 0,78. Chaque mois apporte un gain de 0,01. L'équipe est convaincue qu'une nouvelle source de données va débloquer la situation. Pendant ce temps, une solution du marché aurait pu être branchée en quelques semaines, avec des performances suffisantes pour un catalogue de 15 000 références.
Les projets d'infrastructure, enfin, cachent bien leurs coûts. Migrer un parc de serveurs vers Kubernetes, construire un entrepôt de données interne, développer son propre outil de gestion des informations produit : ces chantiers produisent rarement une démonstration spectaculaire.
Ce qui rapproche ces trois familles, c'est l'écart entre le moment où l'on dépense et le moment où l'on mesure. Plus cet écart est long, plus le biais a de temps pour s'installer. C'est pourquoi les méthodes de réévaluation ci-dessous insistent sur des points de contrôle fixés à l'avance, plutôt que sur un jugement au fil de l'eau.
La procédure en six étapes pour réévaluer un projet en cours
Une réévaluation sérieuse demande une demi-journée, quelques chiffres honnêtes et au moins une personne qui n'a pas travaillé sur le projet. Voici une procédure qui fonctionne aussi bien pour une refonte de site que pour un modèle de données.
- Écrivez le test de la page blanche. Formulez la décision comme si le projet n'existait pas encore : « Lancerions-nous aujourd'hui un projet qui coûte X, livre dans Y mois et rapporte Z ? » Le X ne comprend que ce qu'il reste à dépenser.
- Réestimez le coût restant avec l'historique du projet. Si le projet a déjà dépassé son estimation initiale d'un facteur 1,8, appliquez au minimum ce même facteur à l'estimation actuelle, sauf preuve contraire documentée.
- Revérifiez le bénéfice attendu avec les données actuelles. Le gain de conversion promis il y a un an repose peut-être sur un trafic, un panier moyen ou un catalogue qui ont changé depuis.
- Listez au moins deux alternatives concrètes : arrêter, réduire le périmètre, acheter une solution existante, améliorer l'existant. Chiffrez chacune avec la même rigueur que le projet.
- Fixez des critères d'arrêt pour la suite : une date, un budget plafond et un indicateur mesurable. Écrivez-les avant de décider, pas après.
- Annoncez la décision avec son raisonnement, y compris si c'est un arrêt. Présenter ce qui a été appris, le code réutilisable et les erreurs d'estimation transforme l'arrêt en information utile pour les prochains projets.
L'étape 2 est celle que les équipes sautent le plus volontiers, parce qu'elle fait mal. Elle est pourtant la plus importante : le biais des coûts irrécupérables se nourrit presque toujours d'une sous-estimation du coût restant.
Arbre de décision : continuer, réduire ou arrêter
Une fois les chiffres réunis, la décision peut suivre une série de questions fermées. L'ordre compte : chaque réponse élimine une partie des options.
- Si le projet démarrait aujourd'hui avec le coût restant réestimé, le lanceriez-vous ? Oui : allez vers la question 2 de cet arbre. Non : sautez directement à la question 4.
- Les critères d'arrêt pour la suite sont-ils écrits et datés ? Oui : le projet continue. Non : rédigez-les avant d'engager le moindre euro supplémentaire, puis continuez.
- (Question de contrôle, à poser tous les deux mois.) Un des critères d'arrêt est-il franchi ? Oui : retour à la question 1 avec les chiffres mis à jour. Non : le projet suit son cours.
- Existe-t-il une version réduite du projet qui livre plus de la moitié du bénéfice pour moins de la moitié du coût restant ? Oui : réduisez le périmètre et reprenez la question 2 pour cette version allégée. Non : continuez vers la question 5.
- Une partie du travail déjà fait est-elle réutilisable ailleurs, par exemple un composant, un jeu de données nettoyé ou une étude utilisateur ? Oui : arrêtez le projet en mettant ces actifs de côté. Non : arrêtez-le et documentez les causes de l'écart d'estimation.
Remarquez que l'argent déjà dépensé n'apparaît dans aucune question. Il intervient uniquement à la question 5, et seulement sous la forme d'actifs encore utiles. C'est toute la discipline que demande ce biais : regarder le passé uniquement pour ce qu'il laisse d'exploitable. Une réserve tout de même : l'arbre ne vaut que par la sincérité des chiffres, d'où l'intérêt de faire relire la réestimation par quelqu'un qui n'a pas défendu le projet.
Exemple chiffré : la refonte headless d'une boutique d'articles de sport
L'exemple qui suit est illustratif. Une boutique en ligne française d'articles de sport réalise 9 millions d'euros de chiffre d'affaires annuel avec un taux de conversion de 1,8 % et une marge brute de 30 %. Il y a quatorze mois, elle a lancé une refonte headless pour accélérer son site. Budget initial : 210 000 euros sur huit mois. Dépense à ce jour : 380 000 euros. L'agence estime qu'il reste 120 000 euros et huit mois de travail.
Appliquons la procédure. Le projet a déjà dépassé son estimation d'un facteur 1,8 (380 000 contre 210 000 pour une durée presque doublée). Le coût restant réaliste devient donc 120 000 multipliés par 1,8, soit environ 216 000 euros. Le bénéfice attendu : passer de 1,8 % à 1,9 % de conversion, soit une hausse d'environ 5,6 % du chiffre d'affaires, donc 500 000 euros par an et 150 000 euros de marge brute.
Sur un horizon de deux ans, avec une mise en ligne dans huit mois, il ne reste que seize mois de gains : environ 200 000 euros. Bilan : 200 000 moins 216 000, soit une perte de 16 000 euros.
Alternative : optimiser le site actuel (images, scripts tiers, cache, réseau de diffusion de contenu) pour 40 000 euros en deux mois. Gain estimé plus modeste : 1,8 % à 1,86 % de conversion, soit environ 300 000 euros de chiffre d'affaires et 90 000 euros de marge par an. Sur vingt-deux mois de gains, cela donne 165 000 euros, pour un solde positif de 125 000 euros.
Au test de la page blanche, personne ne lancerait aujourd'hui la refonte. La version réduite existe et livre plus de la moitié du bénéfice pour une fraction du coût. Les 380 000 euros déjà dépensés ne changent rien à ce calcul. Seul actif à récupérer : la bibliothèque de composants, réutilisable pour les pages de campagne.
Quand persévérer est la bonne décision
Il serait faux de conclure que tout projet en retard relève du biais. Persévérer est parfois rationnel, et confondre prudence et biais peut coûter aussi cher que l'inverse.
Le premier cas légitime concerne les coûts d'arrêt, qui sont des coûts futurs et non passés. Un contrat d'agence avec une pénalité de résiliation de 60 000 euros, une licence annuelle non remboursable déjà engagée pour l'année suivante, une migration à moitié faite qui laisse deux systèmes à maintenir en parallèle : tout cela doit entrer dans le calcul de l'option « arrêter ». Une équipe qui ignore ces coûts croit être lucide et prend en réalité une mauvaise décision.
Le deuxième cas concerne la valeur d'apprentissage. Certains projets d'exploration, notamment en data science, ont pour principal livrable une connaissance : savoir si un signal existe dans les données, si une approche est viable. Il faut alors fixer à l'avance la question à laquelle le projet doit répondre et le budget maximal pour y répondre.
Le troisième cas tient aux effets sur l'équipe. Arrêter trois projets en un an peut épuiser la confiance et faire partir les meilleurs profils. Ce coût est réel et futur, donc légitime dans la décision. Il plaide surtout pour soigner la manière d'arrêter : expliquer, réaffecter vite, reconnaître le travail accompli.
La frontière entre ces cas et le biais tient en une question : l'argument invoqué porte-t-il sur ce qui va se passer, ou sur ce qui s'est déjà passé ? Un argument tourné vers l'avenir mérite d'être pesé. Un argument tourné vers le passé ne devrait jamais faire pencher la balance.
Pour passer à l'action dès cette semaine, prenez le projet le plus ancien de votre feuille de route, réunissez trente minutes son responsable et une personne extérieure, et répondez par écrit à la première question de l'arbre avec le coût restant multiplié par le facteur de dépassement historique. Si la réponse est non, vous savez quel sera le sujet du prochain comité.