Hero Background Image

the-future-finance-function-fs.htmlLe 23 août 2018 - Christy Sasser sur la Finance

Etude internationale auprès des directions financières : Multipliez la puissance des analyses décisionnelles en combinant données financières et non financières

Le simple fait d'avoir beaucoup de données ne signifie pas nécessairement avoir une bonne vision sur les activités. Une vision stratégique et utile basée sur les données nécessite des analyses avancées et efficaces. Rick Rodick, directeur financier de TELUS International, déclare ainsi : « Ce qui me préoccupe le plus, c'est tout ce que nous ignorons. Même si vous avez accès aux données dont vous avez besoin, il se peut que vous ne preniez pas les bonnes décisions si vous ne comprenez pas bien ces données. »

Les analyses décisionnelles avancées peuvent avoir un effet transformateur sur la fonction Finance dans de nombreux domaines, en permettant notamment une surveillance continue, des prévisions plus précises et des améliorations dans la prise de décisions.

Mais dans la pratique, les services financiers ne tirent pas tous le meilleur parti possible des analyses décisionnelles. Où se situent les opportunités pour les directeurs financiers d'utiliser ces capacités plus efficacement et quels sont les obstacles qui peuvent les empêcher d'exploiter au mieux les analyses décisionnelles ?

Marge de progression

Au niveau international, il apparaît clairement qu'il existe une marge de progression pour ce qui est de l'adoption des analyses décisionnelles dans la fonction Finance. Dans notre étude « La finance redéfinie » qui a permis d'évaluer le point de vue de plus de 670 DAF et cadres supérieurs dans la finance à travers le monde, nous avons constaté que seule une minorité d'entre eux font un usage intensif des analyses de données avancées dans les domaines clés de la finance d'aujourd'hui. Par analyses avancées, nous entendons des approches et des outils sophistiqués qui permettent d'avoir une vision stratégique, de générer des recommandations et d'utiliser des techniques de prédiction.

L'étude a révélé que le reporting financier était le domaine où les directeurs financiers utilisaient le plus les analyses de données, plus de 1/3 d'entre eux les utilisant pour le reporting (voir ci-dessous la liste complète des processus métiers). A l'opposé, seulement 1/4 d'entre eux utilisent les analyses décisionnelles de manière intensive pour proposer des données en self-service aux dirigeants de l'entreprise.

Processus métier où les analyses décisionnelles gagnent le plus de terrain dans le domaine de la finance (classés par ordre de priorité) :

  1. Reporting financier
  2. Planification, élaboration des budgets et prévisions
  3. Identification des opportunités de réduction des coûts
  4. Gestion des risques
  5. Analyse de rentabilité
  6. Prise de décision opérationnelle
  7. Identification des menaces concurrentielles, par exemple celles provenant des disrupteurs du secteur ; données en self-service pour les chefs d'entreprise.

Les personnes interrogées ont indiqué qu'elles prévoyaient de recourir davantage aux analyses décisionnelles à l'avenir. Toutefois, les progrès prévus sont modestes : dans trois ans, par exemple, 39 % des personnes interrogées prévoient d'utiliser massivement les analyses décisionnelles avancées pour la gestion des risques, contre 31 % aujourd'hui.

Le problème de l'intégration

Etant donné tout ce que peuvent offrir les analyses décisionnelles avancées, pourquoi de nombreux DAF n'exploitent-ils pas encore pleinement leur potentiel ? Interrogés sur les obstacles qui entravent le développement d'une vision stratégique basée sur les données, les directeurs financiers déclarent que les difficultés liées à l'intégration des données financières et non financières sont leur problème n°1. En 2ème lieu, ils citent le problème de l'inefficacité des systèmes, qui oblige leurs équipes finance à consacrer beaucoup de temps à l'agrégation et au rapprochement des données.

La question de l'intégration des données financières et non financières est devenue de plus en plus importante ces dernières années, alors que les directeurs financiers ont élargi leurs horizons pour obtenir une vision stratégique à partir de pools de données plus larges. En rassemblant les données financières et non financières, les DAF peuvent avoir une vue plus globale de l'entreprise et bénéficier d'une meilleure vision stratégique sur les opérations. Les données non financières peuvent inclure des données sur les clients, des informations sur les points de vente ou des données sur les demandes de règlement d'assurance. Elles pourraient même inclure des données météorologiques, qui peuvent être très pertinentes pour les secteurs où la demande de biens est météosensible, comme le commerce de détail et l'hôtellerie.

Les DAF et les cadres supérieurs qui utilisent mieux les données non financières font état de prévisions plus rapides, plus réactives et plus précises.

« Un grand nombre d'entreprises essaient d'utiliser les données de diverses manières », explique Naved Qureshi de Genpact. « La finance n'utilise traditionnellement que ce qui fonctionne au sein de l'organisation financière, mais elle utilise de plus en plus des données non financières provenant de l'intérieur de l'entreprise, mais aussi des données non structurées provenant de l'extérieur. »

Les bénéfices de cette approche peuvent être considérables. Les recherches menées par FSN dans  « The Future of Planning, Budgeting, and Forecasting » en collaboration avec Workday révèlent que les DAF et les cadres supérieurs qui utilisent mieux les données non financières font état de prévisions plus rapides, plus réactives aux changements du marché et plus précises que ceux qui n'ont pas développé leur utilisation de données non financières au cours des trois dernières années. Les professionnels qui utilisent efficacement les données non financières sont également deux fois plus susceptibles d'être en mesure de faire des prévisions au-delà d'un horizon de 12 mois.

Mais si cette approche présente de nombreux avantages, l'intégration de données non financières avec des données financières plus traditionnelles n'est pas sans difficultés. D'une part, les données non financières sont souvent non structurées ou semi-structurées, à la différence des informations financières qui sont très structurées. Ce type de données peut donc nécessiter un traitement avant d'être intégré avec succès.

Il peut également être difficile de se procurer les données nécessaires. A cause des silos organisationnels, les DAF doivent pouvoir communiquer efficacement avec différentes fonctions pour accéder aux données non financières, qui peuvent être conservées dans différents systèmes au sein de l'entreprise. Par ailleurs, il est également important d'identifier les contraintes réglementaires qui peuvent s'appliquer à certains types de données non financières, comme les informations sur les clients.

Rendre les données largement disponibles dans l'ensemble de l'entreprise permet aux individus d'accéder facilement à l'information dont ils ont besoin, ce qui leur permet de prendre des décisions plus précises.

Pour tirer le meilleur parti des données non financières, les DAF sont ainsi amenés à relever un certain nombre de défis, qui consistent notamment à convaincre les différentes fonctions que l'accès à leurs données profitera à l'entreprise ou à résoudre des problèmes techniques liés à l'intégration.

Démocratisation des données

Notre étude a aussi révélé que seulement un quart des équipes finance proposent réellement des données en self-service aux dirigeants de leur entreprise. Les DAF qui ne se concentrent pas sur ce domaine risquent de rater une opportunité, car le concept de démocratisation des données a gagné du terrain ces dernières années. Rendre les données largement disponibles dans l'ensemble de l'entreprise permet aux individus d'accéder facilement à l'information dont ils ont besoin, ce qui leur permet de prendre des décisions plus précises. Il peut s'agir d'un outil puissant pour faire participer les différentes composantes de l'entreprise et les encourager à jouer un rôle actif dans les initiatives stratégiques.

Dans le contexte financier, la démocratisation des données peut donner de l'autonomie aux dirigeants qui adoptent des outils d'analyses décisionnelles en self-service à l'échelle de l'entreprise. En adoptant cette approche, les DAF peuvent permettre à leurs homologues de combiner différents ensembles de données et de mieux comprendre l'impact que leurs décisions peuvent avoir sur les résultats financiers.

L'étude indique que seulement 1/4 des équipes finance tirent actuellement parti de ces possibilités, avec des différences importantes selon les secteurs d'activités sondés. Par exemple, 41 % des directeurs financiers du secteur de la gestion d'investissement déclarent faire un usage intensif des analyses en self-service. Et si cette proportion est également relativement élevée dans les assurances, les autres secteurs sont à la traîne :

  • Gestion d'investissement : 41 %
  • Assurance : 40 %
  • Développement de logiciels : 28 %
  • Santé : 26 %
  • Hôtellerie : 24 %
  • Distribution : 24 %

Rick Rodick, directeur financier chez TELUS International, pense que les analyses décisionnelles en self-service permettent de prendre des décisions beaucoup plus rapides et précises. Son équipe travaille à l'élaboration d'un tableau de bord en self-service pour l'équipe de direction de l'entreprise. « Les informations seront à portée de main et entraîneront d'autres questions », explique-t-il. « Donc, si quelqu'un voit quelque chose d'anormal dans les indicateurs de performance, il peut faire appel au service financier pour commencer à enquêter, et nous devrions déjà être sur le coup. Mais l'idée est qu'ils ont accès à certaines données dès le départ. »

Pour connaître les résultats complets de l'étude internationale « La finance redéfinie », lisez le rapport ici.

A propos de l'étude internationale Workday réalisée auprès des directions financières
Nous avons interrogé plus de 670 directeurs financiers en Amérique, en Europe, dans la région Asie-Pacifique et en Afrique du Sud, recouvrant 10 secteurs d'activité, entre septembre 2017 et janvier 2018. Plus de 1/3 (38 %) sont issus de grandes entreprises dont le chiffre d'affaires s'élève à plus d'un milliard de dollars. Les personnes interrogées provenant d'entreprises réalisant un chiffre d'affaires compris entre 500 millions et 1 milliard de dollars et entre 250 et 500 millions de dollars représentent respectivement 35 % et 27 %. Plus de 1/3 des personnes interrogées sont des DAF, directeurs financiers ou directeurs/contrôleurs de la comptabilité, les autres occupent des postes élevés dans la finance tels que responsable de la planification financière et des analyses ou vice-président des opérations financières.