La Business Intelligence (BI) permet d’appréhender la révolution numérique qui touche notre économie et l’ensemble des organisations. Dans le présent article, nous tâcherons de rappeler les problématiques actuelles de la fonction Finance. Parmi elles, l’exploitation des données à disposition se révèle stratégique pour améliorer le pilotage de la performance. Tout en cernant les atouts de l’outil BI leader du marché, l’objectif principal ici sera de prendre la pleine mesure du changement de culture en cours.
1. La transformation numérique de la fonction finance
La pandémie Covid-19 a bouleversé durablement les pratiques internes aux organisations.
Si entre 2008 et 2017 le pourcentage des salariés partiellement en télétravail n’a cessé d’augmenter[3], la crise sanitaire a incontestablement accéléré ce phénomène. L’organisation du travail à distance s’est ainsi révélée cruciale pendant la pandémie pour assurer la poursuite des activités, en propageant durablement un modèle de travail hybride[4].
L’objectif principal de certaines directions a été de transformer la crise en opportunité afin de gagner en agilité et résilience opérationnelle. Dès le mois d’avril 2020, l’entité française du réseau international KPMG publiait[5] un certain nombre de points d’attention, en recommandant notamment de « renforcer les fonctions administratives et financières » (page 9) par la construction d’une « gestion financière digitalisée ». Les objectifs sous-jacents sont alors de « répondre avec réactivité aux besoins des métiers et transformer les données en informations pour éclairer les prises de décision stratégiques et les opérations ».
La mise en place d’une culture BI au sein de la fonction finance permet alors de répondre aux défis qui se présentent.
2. Les défis actuels de la fonction finance
La fonction finance doit réussir à modifier en profondeur ses pratiques afin de devenir le partenaire de référence au sein des organisations.
Le cabinet PwC rapporte que 85% des directions financières interrogées estiment que leur rôle de « Business Partner » avait été renforcé pendant la crise sanitaire du COVID-19[6]. Parmi les leviers envisagés, un meilleur outillage ainsi qu’un dialogue plus conséquent avec les opérationnels sont plébiscités. La fonction finance a ainsi la possibilité de prendre une place significative dans la prise de décision aux côtés des directions générales.
Les organisations sont généralement segmentées par département (administration des ventes, service achats, etc.). Le plus souvent, chacun a pris l’habitude de multiplier les pratiques unilatérales, sans qu’une gestion collective des données ne soit plébiscitée. En captant les technologies de rupture comme la BI, les financiers vont pouvoir centraliser les données disponibles. Au-delà de son rôle de garant du bon respect des normes, la fonction finance accompagne progressivement ses clients internes vers davantage d’analyse.
En effet, la part dédiée à l’exploitation des données doit encore être améliorée. Ainsi, une étude de l’éditeur de référence Sage témoigne d’une insuffisance de décision basée sur les données pour 64% des directeurs financiers interrogés[7]. Dans ces conditions, la fonction finance tentera alors de gérer non sans difficulté la complexité des processus internes, pour remplir au mieux son rôle de Business Partner et ainsi pratiquer un pilotage data driven[8].
A travers une vision à 360 degrés, la BI permet de proscrire tout fonctionnement en silo en favorisant la transformation numérique de l’organisation.
3. Les problématiques liées à l’environnement numérique
La fonction finance évolue aujourd’hui dans un contexte résolument numérique : espace de travail virtuel, automatisation des processus, exploitation des données internes et externes à l’organisation, etc. En conséquence, il convient d’appréhender l’apparition de nouveaux enjeux technologiques.
La résilience opérationnelle d’une organisation concerne l’ensemble de ses composantes, qu’il s’agisse de ses employés, de ses processus et de ses infrastructures. Au sein d’un environnement numérique, cette résilience peut être confrontée au risque cyber qui peut correspondre aux réalités suivantes :
| Risques | Définitions |
| Cybercriminalité | Exploitation ou revente des informations obtenues |
| Déstabilisation | Atteinte à l’image par exfiltration de données personnelles |
| Espionnage | Accès à des données stratégiques d’un pays ou organisation |
| Sabotage | Paralysie partielle ou totale d’un pays ou organisation |
Tableau 1 : Les principaux risques cyber pour une organisation
4. L’exploitation des données à disposition
Après avoir produit des données avant tout physiques (exemple : livres), l’activité humaine génère aujourd’hui une grande majorité de données numériques : Internet, réseaux sociaux, plateformes vidéos, objets connectés, etc. Le phénomène « Big Data » coïncide alors avec l’augmentation exponentielle des données disponibles qui peuvent être de type :
| Types de données | Définitions |
| Structurées | Ces données impliquent des lettres et/ou des chiffres. Elles représente aujourd’hui environ 20% du volume global (Schirmer, 2018) |
| Semi-structurées | Il s’agit par exemple d’un courriel dont le contenu ne suit pas une structure prédéfinie mais dont on connaît l’auteur, le destinataire et la date (Schirmer, 2018) |
| Non-structurées | Dépourvues de structure type, elles renvoient par exemple à la variété de données disponibles sur Internet : image, vidéo, audio, publication, etc. |
Tableau 2 : Les différents types de données numériques
En théorie, les outils BI sont alimentés principalement à partir de données structurées et semi-structurées générées par le Systèmes d’Information (SI). Ce dernier se définit comme un « ensemble organisé de ressources (…) permettant d’acquérir, traiter, stocker, communiquer des informations » (Reix, 1983). L’évolution rapide et continue de la numérisation au cours des dernières années rend les organisations de toutes tailles et de tous secteurs de plus en plus dépendantes de leur SI. A partir de celui-ci, la BI permet de convertir la donnée (input) en information (output) à partir des étapes suivantes :
| Étapes | Définitions |
| Alimentation | La première phase du processus décisionnel concerne la collecte de données brutes par l’intermédiaire d’un « ETL » (Extract, Transform, Load) pour faire face à la disparité des formats existants |
| Modélisation | La phase de modélisation permet de structurer les données brutes centralisées au sein du Datawarehouse, afin de les rendre disponibles pour la restitution |
| Restitution | Lors de la restitution, les données retraitées sont distribuées aux différents destinataires sous forme de : rapports, statistiques, reporting, tableaux de bord, etc. Cette phase est aussi appelée DataViz (Data visualization, Data visualisation) |
| Analyse | Enfin, la phase d’analyse consiste à exploiter les informations mises à disposition pour en tirer des conclusions |
Tableau 3 : Les différentes étapes de la chaîne d’information décisionnelle
5. La Business Intelligence au service de la fonction finance
L’ « informatique de l’utilisateur » (End-Using Computing ou EUC) renvoie à deux notions : l’autonomie accrue de l’utilisateur et son statut de non-professionnel de l’informatique.
La démocratisation de la BI peut être assimilée à l’usage de l’ordinateur personnel (Personal Computer en anglais, ou PC) qui s’est généralisé sous l’influence des entreprises américaines dans les années 80. À cette époque, la volonté de l’industrie informatique était déjà de faciliter le quotidien des utilisateurs, avec une machine proposant des fonctions pré-intégrées. Le concept sous-jacent de l’EUC apparaît simultanément et introduit la possibilité pour les utilisateurs de contrôler directement leurs besoins informatiques, avec notamment la capacité de développer leurs propres applications (Davis et Olson, 1985).
Avec l’apparition des outils dits « low-code »[9] dont la BI fait partie, l’autonomie de l’utilisateur a migré vers une liberté applicative, que celui-ci soit un spécialiste de programmation informatique ou non. Véritable technologie de rupture, ce type d’outils représentait déjà en 2021 plus de 14 milliards de dollars (Gartner, 2021), et leur potentiel de propagation est encore important. En effet, près de 80% des produits et services technologiques seront construits en dehors des équipes informatiques d’ici 2024 (Gartner, 2021).
Malgré sa dimension technique plus accessible, la BI représente un véritable changement de culture. Néanmoins, avant d’envisager l’évolution des pratiques internes, encore faut-il cerner le ou les outils adaptés aux besoins de l’organisation.
6. L’avènement de Microsoft Power BI
Microsoft Power BI apparaît alors comme l’application la plus complète pour la fonction finance, notamment en raison de son prix accessible et son potentiel à rendre l’analyse des données accessible aux métiers.
Malgré sa dimension technique à première vue abordable, la BI représente un changement de culture plus profond au sein des organisations. Afin de prévenir toute résistance au changement, la formation des équipes ne doit pas être sous-estimée. Leur accompagnement vers de nouvelles méthodes de travail est crucial, notamment en termes d’analyse des données à disposition. A dessein, une présentation détaillée de l’outil Power BI est à retrouver par ailleurs ainsi qu’une formation spécifique pour une prise en main guidée de l’outil.
7. Conclusion
Nous avons dans cet article présenté le contexte actuel de la fonction Finance. Afin d’instaurer un pilotage éclairé de la performance, les outils BI apparaissent comme stratégiques pour rendre les organisations davantage data driven. De plus, la généralisation d’une approche hybride entre finance & data parmi les équipes internes pourrait se révéler salvatrice pour une fonction Finance qui se doit d’assumer son rôle de Business Partner aux côtés des métiers et de la direction générale.
Enfin, dans un prochain article, différents use cases permettront d’illustrer une réalité plurielle de la fonction Finance au sein des organisations :
- le groupe de sociétés et la supervision globale des performance de l’ensemble économique ainsi que l’uniformisation des pratiques comptables et financières ;
- l’ETI/PME et le suivi analytique du chiffre d’affaires provenant de la gestion commerciale ;
- la start-up et la mise en place d’un processus budgétaire, révisé ultérieurement le cas échéant par l’intermédiaire des forecast/reforecast.
À bientôt sur le blog de DataScientest !
Notes
- LUHN H. P., (1958), A Business Intelligence System, IBM Journal, Vol. 2, p. 314-319
- https://www.oracle.com/fr/database/business-intelligence-definition.html
- https://ec.europa.eu/eurostat/web/products-eurostat-news/-/DDN-20180620-1
- https://home.kpmg/ca/fr/home/insights/2021/10/beyond-hybrid-a-new-emerging-workforce.html
- KPMG, Dix points d’attention pour les comités d’audit pendant la crise du Covid-19, 2020, 12 pages.
- PwC, DFCG, Les priorités 2021 du Directeur Financier, Se réinventer durablement, 2020, 48 pages, p. 12.
- https://www.sage.com/en-gb/news/press-releases/2019/11/new-breed-of-cfo-has-emerged-says-sage-report
- https://www.lebigdata.fr/entreprise-data-driven
- https://powerplatform.microsoft.com/fr-fr/what-is-power-platform
- https://www.cnbc.com/2019/05/08/what-is-microsofts-power-platform.html
- https://powerplatform.microsoft.com/fr-fr/what-is-power-platform
