Depuis le 1er Juillet 2004, l'ensemble des clients industriels et professionnels peuvent choisir leur fournisseur d'électricité. Pour la majeure partie de ces clients, EDF ne dispose pas des courbes de consommation électrique mais seulement d'index qui permettent de calculer le volume total consommé entre 2 index consécutifs. Un profilage (load profiling), c'est-à-dire une estimation de la courbe de consommation électrique des clients, point par point sur cette période, est alors nécessaire. Celui-ci peut être réalisé en prenant en compte les connaissances métiers et par l'analyse des données récoltées à partir d'un échantillon de clients télérelevés. Ainsi, face à ces nouveaux enjeux commerciaux, des besoins spécifiques en techniques classificatoires appliquées aux courbes apparaissent. Nous proposons dans cet article une méthode de classification de courbes, appelée Courbotree, s'intégrant dans une démarche plus globale de load profiling. Cette méthode repose sur les techniques d'arbres de régression multivariée. Elle répond à un double objectif de classification et de prédiction de courbes. Dans le contexte multivarié, la construction de l'arbre est similaire à celle des méthodes AID et CART. La seule différence réside dans le choix du critère de coupure qui est celui de l'inertie calculée sur les composantes des courbes. A partir d'un échantillon de clients, sur lesquels on dispose d'une part de leurs caractéristiques et d'autre part d'une courbe de consommation, Courbotree fournit une classification de ces courbes directement interprétable par l'utilisateur en terme de règles d'affectation métiers. Elle permet ainsi de profiler tout nouveau client selon ses valeurs observées sur les variables explicatives. Mots-clés classification de courbes, load profiling, arbre de régression, méthode AID, classification divisive.