惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Engineering at Meta
Engineering at Meta
T
Threatpost
P
Palo Alto Networks Blog
NISL@THU
NISL@THU
O
OpenAI News
Project Zero
Project Zero
G
GRAHAM CLULEY
P
Privacy International News Feed
A
Arctic Wolf
Microsoft Azure Blog
Microsoft Azure Blog
H
Help Net Security
M
MIT News - Artificial intelligence
T
Threat Research - Cisco Blogs
S
Security @ Cisco Blogs
Google DeepMind News
Google DeepMind News
B
Blog RSS Feed
D
Docker
aimingoo的专栏
aimingoo的专栏
博客园 - 【当耐特】
N
Netflix TechBlog - Medium
云风的 BLOG
云风的 BLOG
雷峰网
雷峰网
W
WeLiveSecurity
P
Proofpoint News Feed
腾讯CDC
Cloudbric
Cloudbric
S
Secure Thoughts
C
Check Point Blog
博客园 - Franky
T
The Exploit Database - CXSecurity.com
T
Troy Hunt's Blog
GbyAI
GbyAI
Security Archives - TechRepublic
Security Archives - TechRepublic
Application and Cybersecurity Blog
Application and Cybersecurity Blog
月光博客
月光博客
C
Cyber Attacks, Cyber Crime and Cyber Security
I
Intezer
TaoSecurity Blog
TaoSecurity Blog
L
Lohrmann on Cybersecurity
V
Visual Studio Blog
F
Fortinet All Blogs
博客园 - 叶小钗
C
CXSECURITY Database RSS Feed - CXSecurity.com
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Recorded Future
Recorded Future
C
Cisco Blogs
博客园 - 司徒正美
Stack Overflow Blog
Stack Overflow Blog
Y
Y Combinator Blog
Apple Machine Learning Research
Apple Machine Learning Research

DEV Community

Authentication Security Deep Dive: From Brute Force to Salted Hashing (With Java Examples) Why AI Systems Don’t Fail — They Drift Spilling beans for how i learn for exam😁"Reinforcement Learning Cheat Sheet" I Replaced Chrome with Safari for AI Browser Automation. Here's What Broke (and What Finally Worked) How Python Borrows Other People's Work The $40 Architecture: Processing 1 Billion API Requests with 99.99% Uptime Vibe Coding: A Workflow Guide (From Zero to SaaS) Most webhook security guides protect the wrong side. The scary part is delivery. Headless CMS for TanStack Start: Build a Blog with Cosmic EU Age Verification App "Hacked in 2 Minutes" — What Actually Happened Comfy Cloud’s delete function does not actually remove files Running AI Models on GPU Cloud Servers: A Beginner Guide Event-driven media intelligence with AWS Step Functions and Bedrock I scored 500 AI prompts across 8 quality dimensions — here's what broke How to Call Google Gemini API from Next.js (Free Tier, No Backend Needed) The Portal Protocol: Reclaiming Human Connection in the Age of AI How to Fix Your Team's Scattered Knowledge Problem With a Self-Hosted Forum Intro to tc Cloud Functors: A Graph-First Mental Model for the Modern Cloud Designing Multi-Tenant Backends With Both Ownership and Team Access I Built a Neumorphic CSS Library with 77+ Components — Here's What I Learned PostgreSQL Performance Optimization: Why Connection Pooling Is Critical at Scale Cómo construí un SaaS multi-rubro para gestionar expensas en Argentina con FastAPI + Vue 3 🚀 I Built an Ethical Hacking Scanner Tool – Open Source Project I Replaced /usage and /context in Claude Code With a Single Statusline A Pythonic Way to Handle Emails (IMAP/SMTP) with Auto-Discovery and AI-Ready Design I Collected 8.9 Million Polymarket Price Points — Here's What I Found About How Markets Really Move EcoTrack AI — Carbon Footprint Tracker & Dashboard Everyone's Using AI. No One Agrees How. 5 self-hosted ebook managers worth trying in 2026 Building Your First AI Agent with LangChain: From Chatbot to Autonomous Assistant Common SOC 2 Failures (Real World) Stop Vibe-Checking Your AI App: A Practical Guide to Evals How to Use SonarQube and SonarScanner Locally to Level Up Your Code Quality Your Next To-Do App Is Dead — I Replaced Mine with an OpenClaw AI Sign a Nostr event in 60 lines of Python using coincurve — no nostr-sdk, no nbxplorer, no rust toolchain ITGC Audit Explained Like You’re in Big 4 Patch Tuesday abril 2026: Microsoft parcha 163 vulnerabilidades y un zero-day en SharePoint Stop scraping everything: a better way to track competitor price changes Listing on MCPize + the Official MCP Registry while routing payments OUTSIDE the marketplace — how I kept 100% of my x402 revenue Building an AI-Powered Risk Intelligence System Using Serverless Architecture Why We Ripped Function Overloading Out of Our AI Toolchain Testing AI-Generated Code: How to Actually Know If It Works SaaS Churn Is Killing Your Business. Here Is What to Do About It (Without a Support Team) The Speed of AI Is No Longer Linear - And Self-Improving Models Are Why How to Implement RBAC for MCP Tools: A Practical Guide for Engineering Teams From Standard Quote to Persuasive Proposal: AI Automation for Arborists I built a CLI that scaffolds complete multi-tenant SaaS apps Axios CVE-2025–62718: The Silent SSRF Bug That Could Be Hiding in Your Node.js App Right Now The dashboard that ended our friendship Data Pipelines Explained Simply (and How to Build Them with Python) The Hidden Cost of AI Systems Nobody Talks About. undefined vs undeclared, and how typeof behaves Switching from file-based jobs to NATS/Kafka in Rust without changing code io_uring Adventures: Rust Servers That Love Syscalls Why Agentic AI is Killing the Traditional Database The POUR principles of web accessibility for developers and designers Quantum Neural Network 3D — A Deep Dive into Interactive WebGL Visualization How To Install Caveman In Codex On macOS And Windows Automation Pipeline Reliability: Why Your Workflow Breaks When Nobody Is Watching I Built an 'Open World' AI Coding Agent — It Works From ANY Folder From Freelancing to Product: A Tech Service Company's SaaS Transformation China's AI Giants: Adding Tencent Hunyuan & ByteDance Doubao to AI University (74 Providers) On the Vibe Coders and Their Lies clerk: Auto-Summarize Your Claude Code Sessions AI Weekly — 2026/04/10–04/17 | The Model Lockdown Is Here, but the Toolchain Is the Real Battleground AI 週報 — 2026/04/10–2026/04/17 模型封鎖潮來了,但工具鏈才是真戰場 Maybe this is how Open-Source apps are born... 🚀 Fine-Tune LLMs with LoRA and QLoRA: 2026 Guide tRPC v11 + Next.js App Router: End-to-End Type Safety Without the Boilerplate ShadCN UI in 2026: Why I Stopped Installing Component Libraries and Started Owning My Components SaaS Billing in React Server Components: Stripe + Supabase Without a Single `useEffect` Join our DEV Weekend Challenge — $1,000 in Prizes Across TEN winners! Submissions Due April 20 at 6:59 AM UTC. Implementing FSRS Spaced Repetition in Flutter + Supabase — Adding Memory Science to an AI Learning App "I Texted My Localhost From the Train — Claude Code Fixed the Bug Before I Got Home" I Built a Sales Prep AI and It Went Deeper Than Expected Design to Code #2: One JSON, Eleven Outputs Solving the 100M-Row Problem: A Summary Table Pattern for High-Volume Push Notification Logs Flutter Web With Wasm: What Actually Changes For Developers I Built 50 Royalty-Free Soundtracks for My Side Project in a Weekend Using AI Music Generation The Vibe Coding Security Checklist: 7 Things to Check Before You Ship Stop Letting Googlebot Guess Fix Your React App's SEO Right Desconstruindo o Streaming do LinkedIn: Como Criar um Engine de Extração de Vídeo de Alta Performance com HLS e FFmpeg (EDA Part-1) EDA (Exploratory Data Analysis) Explained With Real Life — Why Looking at Your Data Is the Most Important Step in Machine Learning Brand Relationship Management at Scale: Our 4-Touch Outreach System for 200+ Brands Why String.fromEnvironment() Might Return an Empty String in Dart JGuardrails 1.0.0 — Hardening Java LLM Apps Against Jailbreaks, Toxicity, and Prompt Injection Plan and Schedule a Full Week of Threads Content From One Claude Conversation Coding Cat Oran Ep3, Five Tables Changed Everything Updated: BFF Pattern I'm done watching freelancers get buried by 200 proposals. So I'm building the alternative. This is my first post BFS Algorithm in Java Step by Step Tutorial with Examples Tracking LLM Pricing Monthly: An Open Dataset for 22 AI Models How We Measure Content ROI on a Comparison Site: Revenue Attribution Without Perfect Data Introducing Nova AI Ops: The AI-Native Operating System for SRE Teams I built a free desktop video downloader for Windows — Grabbit How Talkie OCR Helps Vision-Impaired & Dyslexic Users Read the World Around Them VRCFaceTracking安装和iPhone面捕配置教程,有bug Even CrowdStrike Can't See Your Agents The Automation Gold Rush: What n8n Workflows and Claude Are Opening Up for Developers Right Now
Valorisation 4 dimensions : ma méthode
Michel Faure · 2026-05-01 · via DEV Community

Strip BD — Michel barre l'ARR mono-métrique au tableau, construit un cadre à quatre dimensions (SaaS, Usage, Données, Stratégique), et un CFO répond « Seen this at fifteen companies. Three survived. — This time the model came first. »

Hook

Après avoir enterré la méthode « lignes × TJM avec décote IA » pour mon ERP de 91 000 lignes, je me suis retrouvé devant une question plus dure que la première. Par quoi la remplacer ? J'ai passé deux jours à tester tous les modèles mono-dimensionnels disponibles. Aucun n'a tenu. Voici le cimetière de mes essais, et ce qui a fini par marcher : quatre dimensions, sommées, pas pondérées, avec une règle de déduplication SQL que j'ai mis une semaine à trouver.


Si tu as 30 secondes. Aucune métrique unique ne tient pour valoriser un ERP interne : ARR, coût de remplacement SaaS seul, valeur d'usage seule — tous écrasent la réalité. Cet article propose une méthode à quatre dimensions sommées (SaaS équivalent, usage, données, stratégique), avec la fonction TypeScript de consolidation, la requête SQL de déduplication entre dimensions, et le cron hebdo qui produit un snapshot défendable. Utile si tu dois justifier la valeur d'un logiciel sans prix de marché.

Le cimetière des modèles mono

Premier essai, ARR. La méthode préférée des pitchs SaaS, propre, universellement comprise. J'ai ouvert une feuille, tapé trois formules, et j'ai compris en quinze minutes que je n'avais pas de revenu récurrent à mettre dedans. Rembrandt est un outil interne, pas un produit vendu. ARR mort en quinze minutes.

Deuxième essai, coût de remplacement SaaS. L'idée : « combien L'Atelier Palissy paierait en abonnements si Rembrandt n'existait pas ». J'ai listé Odoo, Brevo, Monday, Digiforma, Edusign. Total mensuel autour de 425 euros, soit une centaine de milliers sur cinq ans, actualisé. Défendable en face d'un expert-comptable. Mais faux à l'envers : aucun SaaS du marché ne couvre les 10 000 lignes de logique de rattrapages quatre périodes par an sur six sites avec règles Qualiopi. Le contrefactuel sous-valorise ce qui fait précisément la spécificité de l'outil. Modèle mort un dimanche soir.

Troisième essai, valeur d'usage seule. « Combien d'heures Rembrandt fait économiser à Françoise, Hélène, Catherine, Claire ». La mesure la plus alignée sur l'économie réelle, et de loin. Mais inapplicable sans friction : chronométrer quelqu'un au bureau est socialement coûteux, et l'auto-déclaration trimestrielle reste biaisée par l'humeur du jour. J'ai commencé à rédiger un formulaire Google. Je l'ai refermé. Modèle mort avant naissance.

Le diagnostic tient en une phrase. Rembrandt est un actif composite qui mélange code, données, productivité évitée et optionalité stratégique. Lui appliquer une métrique unique écrase au moins trois de ces dimensions. Il faut les reconnaître toutes les quatre.

Les quatre dimensions

Dimension Ce qu'elle mesure Méthode Point de fragilité
1. Coût de remplacement SaaS Le contrefactuel marchand Σ abonnements équivalents × 12 × VAN 5 ans à 8 % Sous-valorise le non-substituable
2. Valeur d'usage La productivité humaine libérée Heures/trimestre × coût horaire chargé × VAN 5 ans Non instrumentable sans friction
3. Patrimoine données L'actif immatériel non régénérable Volumes × prix unitaire marché + capital ADR Prix unitaire marché instable
4. Valeur stratégique L'optionalité et la souveraineté Scores 1-10 sur 4 axes (vélocité, lock-in, IA…) Opinion-driven assumée

Chacune mesure une chose réelle que les trois autres ne voient pas. La dimension 1 voit le marché mais pas le singulier. La dimension 2 voit le temps humain mais pas les données. La dimension 3 voit le patrimoine mais pas l'usage. La dimension 4 voit l'avenir possible mais rien de ce qui existe aujourd'hui. Aucune n'est réductible à une autre. C'est précisément ce qui impose d'en avoir quatre.

La règle d'agrégation, somme plutôt que max

C'est le point méthodologique central, et c'est celui qui se discute le plus.

Pourquoi pas le maximum. Prendre le max (« la dimension qui valorise le plus l'emporte ») est une figure rhétorique, pas une méthode. Elle masque trois dimensions sur quatre et produit un chiffre qui ne dit pas ce qu'il mesure. On retombe dans le mono-dimensionnel par la petite porte.

Pourquoi pas la moyenne. La moyenne dissout la différence de nature entre les dimensions. Dire que la valorisation de Rembrandt c'est en moyenne du SaaS, du temps humain, des données et du stratégique, c'est prétendre qu'elles sont commensurables alors qu'elles ne le sont précisément pas.

Pourquoi pas de coefficients pondérés. La pondération introduit un arbitraire supplémentaire qui n'est pas plus défendable que le choix initial des dimensions. On résout un problème en en créant un autre, moins visible.

Reste la somme. Elle n'est pas un agrégat naturel, elle est un parti pris explicite. Elle affirme que chaque dimension existe indépendamment, que le système vaut leur cumul, et que chaque euro affiché est traçable à une source et à une méthode.

En code, le cœur du calcul tient en douze lignes :

// lib/valorisation/compute.ts
type Dim = { id: DimId; low: number | null; high: number | null }

export function consolidate(dims: Dim[]) {
  const present = dims.filter(d => d.low !== null && d.high !== null)
  return {
    value_low:  present.reduce((a, d) => a + (d.low  ?? 0), 0),
    value_high: present.reduce((a, d) => a + (d.high ?? 0), 0),
    dims_used:  present.map(d => d.id),
  }
}

Enter fullscreen mode Exit fullscreen mode

Trois décisions y sont inscrites. On somme sans pondérer. Une dimension non encore instrumentée ne casse pas le calcul — elle s'absente et c'est noté. L'appelant sait toujours quelles dimensions ont participé, ce qui rend chaque snapshot auditable trois mois plus tard.

Le piège de la sur-addition

C'est le passage technique le plus délicat du modèle et je ne l'ai pas vu au début. Un contact historicisé contribue à la fois au patrimoine données (dimension 3) et au coût de remplacement d'un CRM SaaS (dimension 1). Sans correction, on compte deux fois le même actif. J'ai mis une semaine à comprendre que mes intervalles gonflaient parce que je faisais précisément l'erreur qu'une somme naïve autorise.

La parade tient dans une colonne scope_couvert_pct sur la table des SaaS équivalents : chaque SaaS ne compte que pour la part du scope qu'il couvrirait réellement, et la part déjà captée par la dimension 3 est retranchée. La requête de dim.1, au réveil, est celle-ci :

-- dim 1 : coût de remplacement SaaS, avec déduplication dim 3
SELECT
  SUM(
    cout_mensuel_eur * 12
    * (scope_couvert_pct / 100.0)
    * (1 - 0.30)  -- part déjà captée par dim 3 (données CRM)
    * 3.9927      -- VAN annuité 5 ans @ 8%
  ) AS saas_centre
FROM valorisation_saas_equivalents
WHERE actif = true;

Enter fullscreen mode Exit fullscreen mode

Le 1 - 0.30 n'est pas tombé du ciel. C'est la part estimée du scope CRM qui serait déjà payée une fois au titre du patrimoine données (3 000 contacts × prix unitaire marché). Elle est documentée, datée, révisable. Rien n'est magique. Tout est justifiable.

Le rappel hebdomadaire

Un modèle de valorisation qui vit dans une feuille ne tient pas un trimestre. J'ai donc mis le calcul dans un cron hebdomadaire qui fait trois choses le lundi à 4 h du matin :

// app/api/cron/compute-valorisation-donnees/route.ts (extrait)
const centre =
  (contacts + leads + inscriptions) * PRIX_UNITAIRE_CONTACT_EUR +
  ANNEES_HISTORIQUE_FINANCE * VALEUR_ANNEE_HISTORIQUE_EUR +
  adrsCount * VALEUR_ADR_EUR

const donnees_low  = Math.round(centre * 0.75)
const donnees_high = Math.round(centre * 1.25)

await admin.from('valorisation_snapshots').upsert({
  snapshot_date: today,
  donnees_low, donnees_high,
  saas_low, saas_high,
  usage_low, usage_high,
  strategique_low, strategique_high,
  value_low:  sumLow,
  value_high: sumHigh,
}, { onConflict: 'snapshot_date' })

Enter fullscreen mode Exit fullscreen mode

Le cron compte les contacts, leads et inscriptions en direct sur Supabase, recalcule dim 3, relit les dims 1, 2 et 4 (moins volatiles), somme les quatre, et écrit un snapshot daté. Chaque snapshot est un point défendable. La valeur de Rembrandt au 14 avril est une ligne de ma base ; celle au 21 avril sera une autre ligne, avec son explication. On peut remonter, comparer, expliquer les ruptures.

Quatre limites à assumer

La dimension 4 est opinion-driven. Scorée 1-10 sur quatre axes, avec justification écrite. Subjective, et affichée comme telle. La parade : cadrer les hypothèses explicitement, dater chaque score, forcer une révision trimestrielle.

La dimension 2 a un biais optimiste. L'auto-déclaration trimestrielle par Françoise, Hélène, Catherine, Claire reste imparfaite. Elle est corrigée en tendance, pas ponctuellement.

Le cadre impose un coût de maintenance. Saisie des heures, révision des prix SaaS de référence, mise à jour du scoring stratégique, relecture du scope_couvert_pct de chaque SaaS. Une à deux heures par trimestre, pas plus. C'est le prix de la défendabilité.

La dim. 1 peut dériver avec le marché SaaS. Un concurrent qui casse son prix, un outil open source qui monte en charge, et la table valorisation_saas_equivalents devient fausse en silence. Le garde-fou est humain : revue annuelle, notes datées dans chaque ligne.

Le passage chez Étienne

J'avais besoin d'un contradicteur, et j'avais le bon sous la main. Étienne Brossard est mon associé majoritaire — soixante pour cent de Palissy. Il travaille la semaine dans un fonds d'investissement qui rachète des éditeurs de logiciels. Sa thèse professionnelle quotidienne consiste précisément à mettre un prix sur des actifs software dont les vendeurs préféreraient qu'il en mette un autre. Quand il regarde un tableau de valorisation, il ne le lit pas en comptable — il le lit en acquéreur.

Nous nous sommes vus un samedi matin dans un café à mi-chemin entre nos deux bureaux. J'ai sorti le tableau des quatre dimensions sur mon laptop. Il a regardé trente secondes, sans toucher son café, et il a posé sa première question, qui est toujours la même. « Sur quoi c'est calé, la dimension 1 ? » J'ai répondu par la source : la table valorisation_saas_equivalents, onze lignes, prix publics relus en mars, colonne scope_couvert_pct documentée. Hochement. Il est passé à la 3. J'ai cité le cron du lundi 4 h, les comptages Supabase directs, la constante PRIX_UNITAIRE_CONTACT_EUR. Hochement.

La 2 l'a arrêté plus longtemps. « Comment tu chiffres les heures ? » J'ai expliqué l'auto-déclaration trimestrielle, quatre personnes, coût horaire chargé reconstitué à partir du bulletin moyen. « Défendable si tu affiches la méthode. Pas si tu affiches le chiffre seul. Une auto-déclaration sans cadre, c'est ce qui fait sauter une transaction en data room. » Sur la 4, il a été plus rapide. « Ça c'est de l'opinion, pas du chiffre. Affiche-le comme tel, et ça tient. Si tu déguises ça en multiple, on te démonte en quinze minutes. »

Puis il a fermé son carnet et il a dit la phrase que je voulais entendre, sans la chercher. « Il faut bien chorégraphier pour éviter les frictions financières. Ce que tu montres là, je l'ai vu chez quinze boîtes ce trimestre. Trois ont survécu à la due diligence. Toi tu as une chance de plus que les autres : tu as écrit ton modèle avant qu'on te le demande. »

Ce qui vaut dans cette conversation n'est pas qu'Étienne ait validé le tableau. C'est qu'il ait pu poser quatre fois la même question — celle qu'il pose chaque semaine à des fondateurs qui essaient de lui vendre leur boîte — et recevoir quatre fois une réponse qui tient. Il n'évaluait pas un module. Il évaluait, à voix basse, ce qu'il avait acheté en entrant à mon capital.

Ce qui vaut, ce n'est pas la justesse du modèle

Un modèle de valorisation n'est pas vrai ou faux. Il est défendable ou il ne l'est pas. Les quatre dimensions sont défendables parce que chacune peut se tenir indépendamment devant un expert-comptable, un repreneur ou un auditeur. La somme est défendable parce qu'elle assume son statut de convention explicite plutôt que de le masquer derrière un chiffre prétendument objectif.

Le pivot le plus important n'est donc pas le passage d'une dimension à quatre. C'est l'acceptation que toute valorisation d'actif logiciel est une construction, et qu'une construction bien documentée, avec ses fragilités nommées et son code versionné, pèse plus lourd dans une discussion qu'un calcul apparemment mécanique qui cache ses hypothèses.

Pour quiconque code avec une IA et se demande comment parler de la valeur de son travail, la vraie question n'est pas « combien ça vaut ». C'est « sur combien de régimes de valeur distincts suis-je prêt à défendre le chiffre que j'avance ». À un seul, nous serions démontés au premier contradicteur sérieux. À quatre, indépendamment argumentés et honnêtement sommés, nous avons une chance.


Ce que tu peux copier dans ton projet

Quatre éléments réutilisables directement, par ordre de facilité de mise en œuvre :

  1. La fonction consolidate(dims) (douze lignes TS) — somme sans pondérer, null-safe, trace les dimensions utilisées dans chaque calcul
  2. Le pattern scope_couvert_pct — chaque source de valeur déclare explicitement quel pourcentage du périmètre elle couvre, ce qui rend la déduplication mécanique plutôt qu'à l'œil
  3. Le schema valorisation_snapshots avec snapshot_date UNIQUE — un point daté par semaine, auditable plus tard
  4. Le cron hebdo qui agrège contacts/leads/inscriptions en direct et écrit le snapshot du lundi matin

Et une règle : toute valorisation agrégée est une convention, jamais un fait. Assume-le dans ton dashboard (note méthodologique visible), documente chaque hypothèse, date chaque score. Un modèle honnête avec ses fragilités nommées pèse plus lourd qu'un chiffre précis qui cache ses hypothèses.

Et vous, quelles dimensions vous manquent dans votre mesure actuelle ? Je lis les commentaires.


Cet article fait partie d'une série sur le développement d'un ERP de 91 000 lignes en 4 semaines avec Claude Code pour L'Atelier Palissy, école d'art céramique. L'article précédent racontait pourquoi j'ai abandonné la méthode « lignes × TJM ». Le suivant détaillera la trajectoire d'instrumentation du module /admin/valorisation en trois vagues (migration schema, refonte UI, cron mensuel).


Code compagnon : rembrandt-samples/valorisation/ — le pattern consolidate(dims), le schema, et le garde-fou Slack sur le compteur de LOC, licence MIT.