PENTE (SLOPE en anglais) est une fonction statistique qui calcule la pente de la droite de régression linéaire ajustée au mieux à un ensemble de points de données. En termes simples, elle te dit de combien Y change en moyenne quand X augmente d'une unité : c'est ton taux de variation mesuré sur la réalité.
Concrètement, c'est elle qui te permet de quantifier la croissance trimestrielle de tes ventes, de mesurer à quelle vitesse tes coûts de production baissent grâce à tes optimisations, de calculer combien de conversions génère chaque millier d'euros investis en publicité, ou d'estimer combien de personnes recruter pour chaque million de chiffre d'affaires supplémentaire.
Syntaxe de la fonction PENTE
=PENTE(y_connus; x_connus)Comprendre chaque paramètre de la fonction PENTE
PENTE attend ses deux plages dans un ordre précis : d'abord les Y (ce que tu observes, comme tes ventes), puis les X (le facteur qui explique, comme le temps). Inverser les deux ne déclenche aucune alerte, juste un chiffre faux.
Les deux sont obligatoires et doivent contenir exactement le même nombre de valeurs. Petit réflexe sur les X : remplace les dates par des numéros de période (1, 2, 3…), sinon ta pente devient illisible.
y_connus
: la plage de valeurs dépendantes (l'axe Y)Par exemple, si tu analyses l'évolution des ventes en fonction du temps, les ventes sont tes valeurs Y. Excel attend une plage de cellules comme B2:B10 ou un tableau de valeurs numériques.
Les valeurs Y doivent avoir exactement le même nombre d'éléments que les valeurs X. S'il y a des cellules vides ou du texte dans la plage, Excel les ignore sans prévenir, ce qui peut fausser le résultat.
Attention : Les valeurs Y doivent avoir exactement le même nombre d'éléments que les valeurs X, sinon Excel renverra l'erreur #N/A. Vérifie la cohérence de tes plages avant de valider.
x_connus
: la plage de valeurs indépendantes (l'axe X)Dans l'exemple des ventes, ce serait les numéros de mois (1, 2, 3...) ou les trimestres. Ce sont généralement des valeurs qui progressent de façon régulière et servent de facteur explicatif.
Pour des périodes chronologiques, utilise des nombres séquentiels (1, 2, 3, 4...) plutôt que des dates formatées. C'est plus simple à interpréter et ça évite les problèmes de conversion : une pente de 5,36 sur des numéros de trimestre se lit directement comme "5 360 € par trimestre".
Astuce : Pour des années (2020, 2021, 2022...), préfère des périodes séquentielles (1, 2, 3...). La pente sera beaucoup plus parlante : "les ventes augmentent de 5 K€ par période" plutôt que "de 5 K€ par unité d'année".
Exemples pratiques pas à pas
Directeur commercial : analyser la croissance des ventes trimestrielles
Tu es directeur commercial et tu dois présenter au comité de direction la tendance de croissance des ventes sur les 8 derniers trimestres. Tu veux savoir de combien les ventes augmentent en moyenne chaque trimestre pour projeter les performances futures.
| A | B | |
|---|---|---|
| 1 | Trimestre | Ventes (K€) |
| 2 | 1 | 45 |
| 3 | 2 | 52 |
| 4 | 3 | 58 |
| 5 | 4 | 61 |
| 6 | 5 | 67 |
| 7 | 6 | 73 |
| 8 | 7 | 78 |
| 9 | 8 | 84 |
=PENTE(B2:B9; A2:A9)Le résultat 5,36 signifie que les ventes progressent d'environ 5 360 € par trimestre en moyenne. Si cette tendance se maintient, tu peux prévoir environ 89 K€ pour le trimestre 9 (84 + 5,36) et construire une prévision complète avec ORDONNEE.ORIGINE.
Contrôleur de gestion : mesurer la baisse des coûts de production
Tu es contrôleur de gestion dans une usine et tu analyses l'évolution du coût unitaire de production au fil des mois. Grâce aux optimisations de processus, tu veux quantifier la réduction des coûts pour justifier les investissements réalisés.
| A | B | |
|---|---|---|
| 1 | Mois | Coût unitaire (€) |
| 2 | 1 | 45,50 |
| 3 | 2 | 44,20 |
| 4 | 3 | 43,80 |
| 5 | 4 | 42,10 |
| 6 | 5 | 41,50 |
| 7 | 6 | 40,20 |
=PENTE(B2:B7; A2:A7)La pente négative de -1,01 est ici un excellent indicateur : les coûts baissent de 1,01 € par mois en moyenne. Sur un an, c'est 12 € par unité d'économie. Sur 10 000 unités, ça représente 120 000 € d'économies annuelles, un argument solide pour la direction.
Responsable marketing : corréler investissements publicitaires et conversions
Tu es responsable marketing digital et tu veux savoir si tes investissements en publicité génèrent réellement plus de conversions. Tu as les données de 6 campagnes avec le budget investi et le nombre de conversions obtenues.
| A | B | |
|---|---|---|
| 1 | Budget pub (K€) | Conversions |
| 2 | 2,0 | 45 |
| 3 | 3,5 | 78 |
| 4 | 5,0 | 115 |
| 5 | 6,5 | 142 |
| 6 | 8,0 | 178 |
| 7 | 10,0 | 225 |
=PENTE(B2:B7; A2:A7)Le résultat 22,34 signifie que pour chaque 1 000 € investis, tu obtiens environ 22 conversions supplémentaires. Ton coût par conversion est donc 1 000 € ÷ 22,34 ≈ 44,76 €. Si ta marge par conversion dépasse 45 €, ta campagne est rentable et tu peux augmenter le budget en toute confiance.
Astuce de pro : Complète toujours PENTE avec =CORREL(B2:B7; A2:A7) pour vérifier la fiabilité de la relation. Un coefficient proche de 1 ou -1 indique une tendance fiable ; proche de 0, la relation est trop faible pour baser des décisions dessus.
Analyste RH : planifier les recrutements en fonction du CA
Tu travailles aux ressources humaines d'une scale-up tech et tu dois planifier les recrutements pour l'année prochaine. Tu analyses la relation entre le chiffre d'affaires annuel et le nombre d'employés pour estimer combien de personnes recruter.
| A | B | |
|---|---|---|
| 1 | CA (M€) | Effectifs |
| 2 | 2,5 | 15 |
| 3 | 4,2 | 22 |
| 4 | 6,8 | 32 |
| 5 | 9,1 | 41 |
| 6 | 12,3 | 53 |
| 7 | 15,7 | 64 |
=PENTE(B2:B7; A2:A7)Le résultat 3,89 signifie que pour chaque million d'euros de CA supplémentaire, l'entreprise recrute environ 4 personnes. Si l'entreprise prévoit 20 M€ de CA (contre 15,7 M€ actuellement), il faudra recruter environ (20 - 15,7) × 3,89 ≈ 17 personnes. Tu peux maintenant planifier ton budget recrutement et formation.
Envie de t'entraîner sur de vrais exercices Excel ?
M'entraîner
Les erreurs fréquentes avec la fonction PENTE
Deux soucis sautent aux yeux parce qu'Excel te renvoie un code : #N/A quand tes plages Y et X n'ont pas le même nombre de valeurs, et #DIV/0! quand tous tes X sont identiques (sans variation, aucune pente à calculer).
Les deux autres sont plus traîtres car ils donnent un résultat d'apparence normale mais faux : inverser l'ordre Y et X, ou laisser des dates brutes en X qui transforment ta pente en nombre incompréhensible.
Erreur #N/A : plages de tailles différentes
Si Excel affiche #N/A, c'est que tes plages Y et X n'ont pas le même nombre de valeurs. Par exemple, PENTE(B2:B10; A2:A8) génère cette erreur car B2:B10 contient 9 valeurs et A2:A8 seulement 7.
Solution : Vérifie que les deux plages ont exactement le même nombre de cellules avec les mêmes première et dernière lignes. Utilise =NBVAL(B2:B10) et =NBVAL(A2:A10) pour vérifier que les deux plages sont équilibrées.
Erreur #DIV/0! : toutes les valeurs X sont identiques
Si toutes tes valeurs X sont identiques (par exemple, tous des 5), Excel ne peut pas calculer de pente car il n'y a aucune variation. C'est comme essayer de tracer une droite avec un seul point répété.
Solution : Assure-toi que tes valeurs X varient. Pour des périodes temporelles, utilise les numéros 1, 2, 3, 4... et non la même valeur répétée. Si tes données X ne varient pas, la relation entre X et Y n'est pas mesurable par régression linéaire.
Inversion de l'ordre des paramètres Y et X
C'est l'erreur la plus fréquente : beaucoup écrivent PENTE(A2:A10; B2:B10) en pensant à "X puis Y", alors que la syntaxe correcte est PENTE(Y; X). Le résultat n'est pas une erreur Excel mais un nombre faux.
Solution : Retiens que Y (la variable dépendante, ce que tu veux analyser) vient toujours en premier. Dans l'analyse "ventes en fonction du temps", les ventes sont Y et le temps est X. Pense à l'équation y = mx + b : Y est le sujet de l'équation.
Utiliser des dates formatées comme valeurs X
Utiliser directement des dates (01/01/2024, 01/02/2024...) comme valeurs X rend la pente très difficile à interpréter car Excel convertit les dates en grands nombres séquentiels (45292, 45323...). La pente calculée sera correcte mathématiquement mais incompréhensible.
Solution : Utilise des numéros de période (1, 2, 3...) ou extrais l'année avec ANNEE(date). Ta pente sera beaucoup plus parlante : "les ventes augmentent de 5 K€ par période" plutôt que "de 0,17 K€ par unité de date Excel".
PENTE vs PREVISION.LINEAIRE vs DROITEREG
Utilise PENTE quand tu veux comprendre et quantifier une tendance. Passe à PREVISION.LINEAIRE quand tu veux prédire une valeur future spécifique directement. Utilise DROITEREG pour des analyses statistiques complètes (R², erreur standard, etc.).
| Critère | PENTE | PREVISION.LINEAIRE | DROITEREG |
|---|---|---|---|
| Résultat retourné | Pente uniquement | Valeur Y prédite | Pente, ordonnée + statistiques |
| Usage principal | Analyser la tendance | Faire des prévisions | Régression complète |
| Facilité d'utilisation | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ |
| Nombre de paramètres | 2 (Y et X) | 3 (X futur, Y, X) | 2+ (formule matricielle) |
| Cas d'usage typique | Taux de croissance moyen | Prédire le mois 12 | Rapport statistique complet |
Astuces avancées avec PENTE
Combiner PENTE et ORDONNEE.ORIGINE pour des prévisions complètes
La formule de prévision linéaire complète est : Prévision = PENTE(Y;X) × nouvelle_X + ORDONNEE.ORIGINE(Y;X). Par exemple, si ta pente est 5,36 et ton ordonnée 40, pour le trimestre 10 : =PENTE(B2:B9;A2:A9)*10 + ORDONNEE.ORIGINE(B2:B9;A2:A9) = 93,6 K€.
Au lieu de calculer les deux séparément, tu peux aussi utiliser directement PREVISION.LINEAIRE qui fait ce calcul en une seule formule.
Valider la fiabilité de ta tendance avec CORREL
Une pente seule ne suffit pas pour décider. Vérifie toujours le coefficient de corrélation avec =CORREL(Y;X). Si le résultat est proche de 1 ou -1 (en valeur absolue), ta tendance est fiable et les prévisions sont exploitables. Si c'est proche de 0, la relation linéaire est trop faible.
En règle générale : |CORREL| > 0,8 = tendance forte et fiable ; entre 0,5 et 0,8 = modérée ; sous 0,5 = faible.
Visualiser la droite de régression sur un graphique
Insère un nuage de points avec tes données, puis fais un clic droit sur la série et choisis "Ajouter une courbe de tendance" → Linéaire. Active "Afficher l'équation sur le graphique" : le coefficient devant X dans l'équation affichée est exactement ta pente calculée par PENTE.
C'est le moyen le plus rapide de vérifier visuellement si la relation entre X et Y est bien linéaire avant de baser des décisions sur la pente.
Questions fréquentes sur la fonction PENTE
Comment interpréter la pente dans un contexte business ?
La pente représente le taux de variation moyen : si la pente est 2,5 et que X représente des mois, cela signifie que pour chaque mois supplémentaire, Y augmente en moyenne de 2,5 unités (par exemple, 2 500 € de ventes supplémentaires par mois).
Une pente positive indique une tendance à la hausse, une pente négative une tendance à la baisse. L'interprétation dépend toujours des unités de X et Y.
Quelle est la différence entre PENTE et COEFFICIENT.CORRELATION ?
PENTE te donne le coefficient directeur de la droite de régression, c'est-à-dire combien Y change pour une unité de X. C'est une valeur dans l'unité de tes données (euros, conversions, personnes).
COREL (coefficient de corrélation) te donne la force de la relation entre X et Y, toujours entre -1 et 1, sans unité. PENTE est utile pour les prévisions, CORREL pour valider si la relation est suffisamment forte pour que la pente soit exploitable.
Une pente négative signifie-t-elle forcément un problème ?
Pas du tout. Une pente négative indique simplement une tendance à la baisse. Par exemple, si tu analyses l'évolution des coûts de production, une pente négative est excellente : tes coûts diminuent avec le temps grâce aux économies d'échelle.
Tout dépend de ce que représente Y. Une pente négative sur des ventes est préoccupante ; sur des délais de livraison ou des taux d'erreur, c'est une bonne nouvelle.
Peut-on utiliser PENTE avec des dates comme valeurs X ?
Oui, mais il vaut mieux convertir les dates en numéros de période séquentiels pour faciliter l'interprétation. Excel stocke les dates comme des entiers (par exemple 45292 pour le 1er janvier 2024).
Si tu utilises ces grands nombres comme X, la pente sera mathématiquement correcte mais difficile à lire : préfère 1, 2, 3... ou ANNEE(date) pour des résultats immédiatement interprétables.
Comment combiner PENTE et ORDONNEE.ORIGINE pour faire des prévisions ?
La formule de prévision est : Prévision = PENTE(Y;X) × nouvelle_valeur_X + ORDONNEE.ORIGINE(Y;X). Par exemple, si ta pente est 2,5 et ton ordonnée 1 000, pour le mois 12 : 2,5 × 12 + 1 000 = 1 030.
Tu peux aussi utiliser directement PREVISION.LINEAIRE qui fait ce calcul complet en une seule formule : =PREVISION.LINEAIRE(12; B2:B10; A2:A10). C'est plus concis quand tu veux juste une valeur prédite ponctuelle.
Pour aller plus loin
Les fonctions similaires : ORDONNEE.ORIGINE, DROITEREG, COEFFICIENT.CORRELATION, PREVISION, MEDIANE
Bloqué sur une formule Excel ?
Pose ta question à notre assistant Excel IA, il te sort la bonne formule en quelques secondes.
Essayer l'assistant IAGratuit · 10 questions par mois