Systèmes d'information

Parole d'expert

«L’ambition du FP&A en utilisant l’analyse de big data est de prédire l’avenir»

Option Finance - 30 octobre 2017 - Communiqué

Big Data

Keith Bailey, directeur financier de l’éditeur de logiciels ACL, constate que l’utilisation des big data offre aux équipes financières et aux organisations pour lesquelles elles travaillent un avantage compétitif significatif par rapport à leurs concurrents, mais demeure ambitieuse pour la plupart.

Keith Bailey, directeur financier de l’éditeur de logiciels ACL
ACL

«Big data» et «analytics» sont devenus des mots à la mode ces dernières années – toute cette attention est-elle justifiée? Si oui, qu’est-ce que cela signifie pour les équipes financières ?

Je constate que les équipes financières (et FP&A en particulier) ont entendu parler du potentiel des big data et que beaucoup d’entre elles se mettent elles-mêmes à l’épreuve pour en prendre avantage, mais sans prendre de recul et se demander ce qu’elles essaient de résoudre. Nous sommes en retard : depuis de nombreuses années, les marketeurs, les auditeurs, les organisations commerciales et de nombreux autres professionnels exploitent efficacement les big data pour accélérer l’acquisition de clients ou déceler des tendances. Pourtant, les équipes financières sont à la confluence de la stratégie commerciale et des données transactionnelles. Elles sont en effet particulièrement bien placées pour transformer leur rôle, détecter les tendances et diriger avec confiance les efforts visant à la fois à gérer les risques et à poursuivre la stratégie.


Si les équipes financières n’utilisent pas déjà l’analyse de données pour tirer parti des big data, où devraient-elles commencer ?

La façon la plus efficace, et de loin, de commencer avec une technologie big data et analyse des risques comme ACL, ce sont les données de paiement. Peu importe la rigueur de vos contrôles financiers, ou le façonnage scrupuleux vos processus ERP, je peux vous assurer que si votre organisation a un volume de transactions mesuré en millions ou en milliards, il est certain que vous subissez de la fraude, du gaspillage et de l’abus assez matériel pour être préoccupant. L’analyse de l’utilisation des cartes de crédit d’entreprise est généralement fructueuse. Pour les entreprises commerciales avec une force de vente, l’analyse de régression sur le pipeline des ventes est une opportunité fabuleuse d’ajouter de la valeur à l’effort de prévision des revenus et d’appliquer l’analyse de données à la stratégie.


Une fois que vous avez prouvé le ROI de l’analyse de données pour un petit problème tactique, quelle est la prochaine étape pour l’équipe financière ?

De manière critique, afin de passer à une analyse plus stratégique, vous devrez poursuivre la surveillance continue soutenue par la technologie, qui vous permet de traiter des volumes de données importants de façon routinière et sans votre intervention. Les exceptions, erreurs, violations de politique ou cas de fraude doivent être résolus automatiquement. En fin de compte, l’ambition du FP&A, en utilisant l’analyse de big data, est de prédire l’avenir. Associez-vous au leadership pour comprendre ce qui est important pour eux et commencez simplement à recueillir des données que personne d’autre ne regarde. Si la gestion des coûts est une question importante, les sources de données big data pourraient inclure des données aussi diverses que les données d’entretien des ascenseurs ou les données de gestion de la flotte pour prédire les réparations et améliorer l’efficience d’utilisation.


Enfin, vous avez parlé d’identifier les anomalies, comment vous assurez-vous que le traitement de ces anomalies ne surcharge pas les autres services ?


Vous êtes les experts pour déterminer ce qui est réellement percutant pour l’entreprise. Demandez-vous : «Quelle est la taille d’un problème ?» Comme je l’ai mentionné, profitez de la technologie qui rationalise à la fois la détection des tendances/exceptions et la correction réelle. Lorsque vous avez observé ce qui semble être un modèle passionnant, le plus grand bénéfice est d’aller voir les équipes, les départements, les personnes qui créent les données que vous regardez. Apportez-leur des opportunités et mettez en évidence pour eux les risques de ce que vous observez. Ensuite, ensemble, apportez vos solutions au leadership pour un impact maximal. Imaginez que vous vous joignez à la direction du service client pour présenter une nouvelle stratégie qui pourrait améliorer la fidélisation des clients. Si vous avez remarqué une tendance qui indique un risque stratégique, ne vous méprenez pas : en éliminant la subjectivité de votre argumentation par la présentation d’une analyse des données transactionnelles réelles qui circulent dans l’entreprise, vous gagnerez un siège à la table décisionnelle.