Analyse expert · Révisée le 22.08.2026

Contraintes d’optimisation : mesurer leur coût avant de les déclarer intouchables.

DÉCISION SOUTENUEConserver les contraintes réglementaires et physiques, mais revoir les contraintes de politique interne lorsque leur prix d’ombre dépasse le coût d’assouplissement.

Ce qu’il faut distinguer

Trois conditions avant tout calcul.

01

Contrainte mesurable

Une règle comme « rester visible » ne peut pas être optimisée. Elle doit devenir une couverture minimale, un nombre de semaines, une part de voix ou un seuil de demande avec une méthode de mesure.

02

Nature et autorité

Une obligation légale, un contrat, une capacité et une préférence de direction n’ont pas le même statut. Le registre précise qui peut modifier la limite et à quel délai.

03

Valeur de l’assouplissement

Le prix d’ombre indique la contribution gagnée pour une unité supplémentaire de ressource ou perdue pour une exigence renforcée, tant que le changement reste local.

Méthode

Transformer les règles de gestion en contraintes révisables

  1. 01Inventorier les limites

    Recueillir budget, minimums, maximums, contrats, dépendances, capacités, risques et délais. Éliminer les doublons et les formulations purement narratives.

  2. 02Spécifier chaque règle

    Documenter variable, sens, seuil, unité, fenêtre, propriétaire, justification et date d’expiration. Identifier les contraintes dures et les préférences pénalisables.

  3. 03Résoudre et diagnostiquer

    Comparer solution sans contrainte, solution réalisable et scénarios d’assouplissement. Calculer contraintes actives, slack et prix d’ombre.

  4. 04Négocier les assouplissements

    Comparer la valeur marginale au coût opérationnel ou politique de modification. Réviser d’abord les contraintes actives à fort prix d’ombre et faible coût de changement.

ÉLÉMENT ORIGINAL

Le registre des contraintes et de leurs prix d’ombre

Budget, plancher de marque, plafond CRM et capacité créative sont reliés à une unité, un statut, un coût marginal et une action.

01
Budget totalDur
≤ 1,2 M€Actif

Prix d’ombre +0,42

02
Plancher marquePolitique
≥ 180 k€Actif

Prix d’ombre −0,25

03
Capacité CRMCapacité
≤ 140 k€Actif

Prix d’ombre +0,68

04
Production vidéoCapacité
≤ 6 assetsMarge 2

Prix d’ombre +4,5 k€/asset

05
Part partenaireRisque
≤ 25 %Marge 7 pt

Prix d’ombre 0

ASSOUPLISSEMENT CRM+20 k€
VALEUR BRUTE+13,6 k€
COÛT CAPACITÉ−9 k€
VALEUR NETTE+4,6 k€
JSONTélécharger le registre des contraintes
EXEMPLE ILLUSTRATIF · DONNÉES SIMULÉES

Relâcher la capacité CRM de 20 k€ crée 13,6 k€ de contribution

01 · SITUATION

La solution contrainte produit 486 k€ de contribution. Le plafond CRM est actif et son prix d’ombre vaut 0,68 € par euro additionnel. Augmenter la capacité de 20 k€ coûte 9 k€. Le plancher de marque a un coût d’opportunité de 0,25 € par euro imposé.

02 · CALCUL

Valeur brute de l’assouplissement CRM : 20 000 × 0,68 = 13 600 €. Valeur nette après capacité : 13 600 − 9 000 = 4 600 €. Renforcer le plancher de marque de 40 k€ détruirait environ 40 000 × 0,25 = 10 000 €.

03 · DÉCISION

L’extension CRM est acceptée dans la plage locale. Le plancher de marque est conservé à son niveau actuel et sa justification est revue avant toute hausse.

Conditions d’acceptation

Ce qui doit être vrai pour agir.

  1. 01

    Chaque contrainte possède une unité, une période, un propriétaire et une source.

  2. 02

    Les contraintes dures sont séparées des préférences négociables.

  3. 03

    Slack et prix d’ombre sont examinés pour les contraintes actives.

  4. 04

    L’assouplissement est décidé sur sa valeur nette et sa plage de validité.

Limites

Ce que cette analyse ne prouve pas.

  • Le prix d’ombre est local et peut changer après un assouplissement important.
  • Les contraintes non linéaires ou discrètes exigent des analyses spécifiques.
  • Une valeur économique ne permet pas d’enfreindre une obligation légale.

Références

Travaux mobilisés.

  1. Boyd, S. & Vandenberghe, L. (2004), Convex Optimization.
  2. Nocedal, J. & Wright, S. J. (2006), Numerical Optimization.
  3. Asadpour, A. et al. (2019), « Concise Bid Optimization Strategies with Multiple Budget Constraints », Management Science, 65(12), 5785–5812.