La gestion de l’incertitude et l’intégration des révisions sont au cœur de notre pratique d’assimilation bayésienne. Loin de dissimuler nos doutes, nous en faisons des leviers d’amélioration continue. Lorsqu’un indicateur macroéconomique est révisé, nous documentons l’écart entre la prévision initiale et la réalité constatée, puis ajustons nos pondérations. Notre équipe s’attache à comparer ses propres interprétations avec celles d’autres collectifs pour favoriser la confrontation constructive des hypothèses. Nous illustrons nos démarches par des cas concrets, comme l’ajustement post-publication d’un indice de production ou la remise en question d’un consensus sectoriel. Cette dynamique nous pousse à repenser régulièrement nos modèles, à ouvrir la discussion sur les marges d’erreur, et à partager en toute transparence les résultats de chaque ajustement. Nous considérons l’incertitude comme une donnée structurelle, non comme une anomalie à corriger.