Comment Caugia calibre le GRIP Framework

Le problème d’opacité

Chaque framework de conseil, chaque outil de diagnostic, chaque feuille de calcul « benchmark » fonctionne sur des constantes. Multiplicateurs. Sensibilités. Taux de récupération. Poids. Ils apparaissent dans les présentations au conseil d’administration comme s’ils étaient des lois de la nature.

Presque aucun d’entre eux ne vous dit d’où vient le chiffre.

Demandez à l’associé : « Pourquoi votre multiplicateur attrition-fuite est-il de 4,2 et non de 3,6 ? » La réponse est généralement un geste vague vers « notre expérience sur des centaines d’engagements ». C’est une opinion, présentée comme une donnée, vendue au tarif du conseil.

Caugia inverse cela. Les constantes derrière le Constraint Engine, le simulateur et le GTM Intelligence Report sont publiées, versionnées dans le code du moteur et expliquées une à une ci-dessous. La seule chose que nous refusons : habiller un choix de modélisation en mesure.

Deux types de chiffres, deux niveaux de preuve

• Les constantes du modèle. K_DRAG, les poids des dimensions et les facteurs de récupération sont des choix de calibration de Caugia, fixés de manière conservatrice et conservés dans le code sous contrôle de version. Ils sont publiés ici avec le raisonnement de chaque valeur. Ce ne sont pas des mesures, et Caugia n’affirme pas qu’ils dérivent d’une étude nommée.
• Les benchmarks de pairs. Lorsque le GTM Intelligence Report compare votre croissance, votre rétention, votre délai de récupération du CAC, votre marge brute, votre ARR par employé ou votre burn multiple à ceux de vos pairs, la valeur est lue directement dans une édition publique nommée, et le rapport imprime la source, l’édition et la tranche de pairs à côté. Lorsqu’aucune source publique par tranche n’existe, le rapport le dit et utilise le jeu de référence du secteur.

Le premier type se conteste sur le raisonnement. Le second se vérifie dans la publication. Nous étiquetons chacun pour que vous sachiez toujours lequel vous regardez.

Ce que le framework calibre

Le GRIP Framework calibre trois familles de constantes, par secteur. Le Constraint Engine et le simulateur de scénarios en dépendent tous deux.

• K_DRAG, la sensibilité du frein sur le chiffre d’affaires à la faiblesse du système. Le frein sur une dimension vaut le chiffre d’affaires × K_DRAG × le poids de la dimension × sa faiblesse (un moins le score divisé par 100). Plus K_DRAG est élevé, plus un même écart GRIP pèse en euros.
• DIMENSION_WEIGHTS, l’importance relative de Guidance, Resources, Implementation et Performance par secteur. La somme vaut toujours 1,00.
• RECOVERY_FACTORS, la part du frein identifié qu’il est réaliste de récupérer par dimension sur un horizon de 12 mois. Le potentiel récupérable vaut le frein × le facteur de récupération de la dimension limitante.

Voici la calibration actuelle, telle qu’elle figure dans le code du moteur, avec le raisonnement de chaque jeu.

SaaS B2B

Fintech B2B

DTC (publié pour la méthode, secteur non servi)

Services professionnels (publié pour la méthode, secteur non servi)

Où interviennent les sources nommées

Les constantes ci-dessus décident comment une faiblesse se transforme en euros. Les benchmarks de pairs décident ce que « faible » veut dire pour une entreprise de votre taille. Ceux-là proviennent d’éditions publiques que Caugia a lues directement, et chaque ligne porte la source, l’édition, la tranche exactement telle que la source la définit et la page où elle a été lue :

• High Alpha SaaS Benchmarks 2025 (plus de 800 répondants, données à mi-2025) : croissance annuelle, rétention nette et brute, délai de récupération du CAC, marge brute logicielle et ARR par employé, avec quartiles, sur les tranches moins de 1 M$, 1-5 M$, 5-20 M$, 20-50 M$ et plus de 50 M$ d’ARR.
• Benchmarkit SaaS and AI Metrics Benchmarks 2026 (342 participants, données 2025) : burn multiple sur les tranches moins de 5 M$, 5-20 M$, 20-50 M$ et 50-100 M$ d’ARR.

Une entreprise est rattachée, sur son chiffre d’affaires, à la tranche propre de la source ; le rapport lit donc « contre les pairs 5-20 M$ d’ARR : médiane 31 % · High Alpha SaaS Benchmarks 2025 », jamais un chiffre mélangé ou interpolé. Les règles d’admission d’une source : une publication ouverte, des chiffres par tranche d’ARR, la dernière édition, et une population qui correspond aux clients de Caugia (SaaS B2B privé). Les sources qui manquent à une règle restent dehors, et le rapport précise quelles comparaisons reposent encore sur le jeu de référence du secteur : le taux de conversion, le cycle de vente, la couverture du pipeline, la remise et l’attrition des logos n’ont aucune source publique par tranche aujourd’hui, et aucune source publique ne publie de chiffres par tranche pour les logiciels de paiement B2B, de sorte que les comparaisons fintech restent pour l’instant sur le jeu de référence du secteur.

Des bandes de confiance, pas des chiffres uniques

Le simulateur ne rapporte jamais un chiffre unique. Chaque projection est accompagnée d’une dispersion P25/P75 autour de l’estimation ponctuelle P50, par défaut d’environ ±25 % de l’estimation centrale. Cette largeur est un choix de modélisation de Caugia pour des projections GTM prospectives, pas une méthodologie d’intervalle de prédiction publiée, et elle est étiquetée comme telle.

Le score du GTM Intelligence Report porte sa propre bande de confiance, et celle-là est calculée, pas choisie : ±8 points à couverture complète, plus large lorsque des questions n’étaient pas applicables à l’entreprise ou lorsqu’un pilier n’était couvert que par quelques réponses.

La raison est l’honnêteté intellectuelle. Nous pouvons vous dire avec une confiance raisonnable où le chiffre est susceptible de se situer. Nous ne pouvons pas vous dire avec certitude où il atterrira, car personne ne le peut. Montrer la bande rend cela explicite, et empêche le lecteur de s’ancrer sur le point médian comme sur une promesse.

Ce qui fait bouger les constantes

Ce que cela signifie pour vous

Si vous êtes un prospect : chaque chiffre Caugia sur votre écran a une piste d’audit. Cette page donne les constantes et la formule ; le GTM Intelligence Report donne la source et l’édition derrière chaque comparaison de pairs. Pas d’accord avec un poids ? Contestez. Nous expliquerons comment il a été raisonné et ce qui devrait être vrai pour qu’il évolue.

Si vous siégez au conseil d’administration : le framework est productisé, pas improvisé. Un choix est étiqueté comme un choix, une mesure est étiquetée avec son édition, et le rapport dit en toutes lettres quelles comparaisons reposent encore sur le jeu de référence du secteur.

Si vous êtes client : le moteur pour lequel vous payez n’est pas une boîte noire. Vous pouvez retracer chaque chiffre de votre GTM Intelligence Report jusqu’au framework, chaque constante jusqu’à cette page, et chaque valeur de pairs jusqu’à une publication que vous pouvez ouvrir vous-même.

La position anti-framework

Caugia n’est pas Gartner. Nous ne sommes pas McKinsey. Nous ne construisons pas une franchise de leadership d’opinion sur de l’opinion.

Nous construisons un moteur déterministe aux calculs publiés, avec des benchmarks lus dans des éditions nommées, et une règle permanente de recalibration sur les résultats observés. Cette discipline est le produit. Tout le reste, l’évaluation, le simulateur, le brief, les actions, fonctionne par-dessus.

Si un concurrent publie une méthodologie plus rigoureuse que la nôtre, nous perdons. C’est le but. Nous avons rendu la méthodologie auditable exprès : la discipline de publier les calculs est l’avantage durable.

Questions fréquentes

D’où viennent les constantes du GRIP Framework de Caugia ?
Ce sont les choix de calibration de Caugia : fixés de manière conservatrice, versionnés dans le code du moteur et publiés sur cette page avec le raisonnement de chaque valeur. K_DRAG, les poids des dimensions Guidance, Resources, Implementation et Performance, et les facteurs de récupération sont des constantes de modélisation, pas des mesures, et Caugia n’affirme pas qu’elles dérivent d’une étude nommée. Les benchmarks de pairs auxquels le GTM Intelligence Report compare une entreprise sont d’une autre nature : ils sont lus directement dans des éditions publiques nommées (High Alpha SaaS Benchmarks 2025, Benchmarkit SaaS and AI Metrics Benchmarks 2026) et cités à côté de chaque valeur. Le GTM Intelligence Pulse gratuit exécute ces constantes face à vos propres chiffres, sans frais.

Qu’est-ce que K_DRAG et pourquoi varie-t-il selon le secteur ?
K_DRAG est la sensibilité du frein sur le chiffre d’affaires à la faiblesse du système : le frein vaut le chiffre d’affaires × K_DRAG × le poids de la dimension × la faiblesse de cette dimension. Plus K_DRAG est élevé, plus un même écart GRIP pèse en euros. Il vaut 0,60 pour le SaaS B2B et la fintech B2B, 0,55 pour le DTC et 0,58 pour les services professionnels. Les écarts reflètent la vitesse à laquelle le frein se matérialise dans chaque modèle de revenu : un revenu DTC non récurrent le subit dans la période, un revenu fintech réglementé est collant une fois en production, et l’effet de levier des services professionnels se cumule via les effectifs. Ce sont des choix de modélisation publiés par Caugia, ouverts à la contestation.

Puis-je vérifier les chiffres de Caugia moi-même ?
Oui, à deux niveaux. Les constantes du modèle figurent sur cette page avec la formule dans laquelle elles entrent, vous pouvez donc recalculer tout chiffre de frein ou de récupération d’un rapport. Les benchmarks de pairs sont cités avec la source, l’édition et la tranche de pairs à côté de chaque ligne de comparaison du GTM Intelligence Report, dont la page de méthodologie liste les sources utilisées ; chaque édition citée est une publication ouverte que vous pouvez lire vous-même. Lorsqu’aucune source publique par tranche n’existe, le rapport indique que la comparaison repose sur le jeu de référence du secteur.

En quoi est-ce différent d’un benchmark de conseil ou d’un chiffre Gartner ?
Un multiplicateur de conseil est le plus souvent une opinion présentée comme une donnée, justifiée par l’expérience accumulée sur des centaines d’engagements. Caugia sépare proprement les deux : les constantes qu’elle a choisies sont étiquetées comme des choix et publiées avec leur raisonnement, et les benchmarks qu’elle lit sont étiquetés avec l’édition dont ils proviennent. Les deux sont déterministes ; c’est pourquoi le diagnostic isole une seule contrainte limitante et chiffre en euros la fuite de revenus qu’elle provoque, au lieu de vous remettre un score générique.

Comment voir le framework calibré évaluer mon propre GTM ?
Lancez le GTM Intelligence Pulse gratuit : 31 questions, sans carte bancaire, une hypothèse limitante avec son impact estimé sur le chiffre d’affaires, livrée par e-mail. Le GTM Intelligence Report (750 €) exécute l’assessment complet sur 12 piliers, nomme la contrainte limitante et imprime chaque comparaison de pairs avec sa source. Ensuite, Tom Meijer, fondateur de Caugia, exécute le plan à 90 jours avec votre équipe en tant qu’opérateur à temps partagé, dans GRIP OS avec Sophie.