Surnommée par les spécialistes, l’or noir du 21ème siècle, la data entre rapidement au cœur de toutes les préoccupations. Acquérir, vendre, collecter, harmoniser, trier ou analyser de la data a considérablement été accéléré et facilité par les technologies d’aujourd’hui. C’est ainsi que toutes les entreprises dans tous les secteurs d’activités, sont submergé par un flot important et constant de données. L’enjeu premier est alors de transformer ces données en connaissance exploitable et profitable à l’entreprise. Pour relever ce défi, les acteurs concernés se doivent d’adapter leurs objectifs, leurs contraintes et leurs manières de travailler. Les DAF et leurs services financiers ne font pas exception, bien au contraire ils sont parmi les premiers concernés. Voyons ensemble comment l’exploitation intelligente de la data pose de nouveaux défis, en quoi cela impacte leur rôle en entreprise et quelles sont les solutions pour faire face à ce challenge.
La gestion des données est aujourd’hui primordiale pour toutes les entreprises et les responsables financiers, car cela leur permet notamment d’en extraire des analyses sur les tendances de marché, les besoins de leur consommateurs et les nouvelles opportunités. Tout cela apporte des “insights” précieux pour développer l’activité de la société, comprendre son marché et adapter ses investissements. Cependant beaucoup d’entreprises ont encore du mal à exploiter tout le potentiel de leur data de leur data. Pourquoi est-il important pour les métiers de la finance de repenser leur fonction et de placer la data au cœur de leur stratégie ? En quoi cela modifie leur rôle ? La data et sa gestion comporte de nombreux défis, il faut savoir collecter les données, certes, mais aussi les fiabiliser, les analyser et enfin les protéger.
Recueillir les données essentielles à l’analyse de l’activité de l’entreprise, n’est pas de tout repos. Les DAF sont ainsi souvent à la recherche de solutions qui permettent de traiter un grand volume de données, mais qui permettent aussi de récolter des données éparpillées dans le temps et entre différents services. Ainsi ce n’est pas juste collecter de la data, mais plutôt identifier, collecter et rassembler de la data.
On parle ici bien sûr de données financières mais pas seulement, les données extra-financières prennent aussi une place de plus en plus importante et sont essentielles pour alimenter les réflexions permettant de prendre des décisions stratégiques. En collaboration avec les CDO (Chief Data Officer) ou avec la DSI de l’entreprise, les DAF se tournent de plus en plus vers des solutions d’automatisation de la collecte de données pour relever le double défi de la volumétrie et de l’éparpillement des data. En outre, ces solutions d’automatisation présentent de multiples avantages parmi lesquels la centralisation des données et la facilité d’accès. Enfin, en plus de pouvoir travailler de manière transversale, les DAF recherchent généralement aussi dans ces solutions une capacité de stockage et d’archivage des données.
D’après une étude d’Accenture, les directeurs financiers consacrent jusqu’à 90 % de leur temps aux données. La simple collecte de données n’est que la première étape. Pour être exploitables, ces données doivent être exactes et efficaces. C’est pourquoi la fiabilisation des données est un enjeu majeur pour les DAF.
Fiabiliser la data, c’est mettre en place des moyens pour détecter les erreurs, les redondances et les écarts. C’est aussi s’assurer du respect des processus et de l’harmonisation des données. Par exemple, pour les transactions, il est essentiel que toutes soient enregistrées et autant que possible, de la même manière.
Avoir des données fiables permet de renforcer le rôle d’acteur de confiance du DAF et sa crédibilité au sein de l’entreprise. Cela permet également de prendre des décisions plus éclairées et d’améliorer la performance globale de l’organisation.
En résumé, fiabiliser la data est un processus essentiel pour les DAF qui souhaitent gagner en efficacité et en crédibilité
Aussi importantes que soient la collecte et la fiabilisation, le nerf de la guerre reste l’analyse de la data. C’est cette partie qui modifie réellement la manière de penser la fonction finance d’aujourd’hui et de demain, et c’est aussi pour cette partie que l’essor des nouvelles technologies joue un rôle déterminant.
“Privilégier la qualité à la quantité”. Cet adage est aussi vrai pour la data, mieux vaut des données pertinentes et de qualité qu’une grande quantité de données. Justement la tendance est plutôt à réduire le volume des données afin de n’avoir que l’essentiel. L’essor du Big data” est tel qu’en entreprise il est facile de se sentir submergé par un grand nombre de données inutiles, il convient donc aussi de communiquer les données pertinentes, la data “qui compte”.
Identifier les données pertinentes est rendu possible grâce à une analyse poussée. L’analytique permet aux DAF de renforcer leur rôle actif et stratégique, voire pro-actif de projections dans le futur de l’entreprise.
Une étude PWC fait un constat intéressant, soulignant que 55% des directeurs financiers estiment que le rôle du DAF de demain sera de diriger la transformation digitale de leur entreprise. Le DAF est au sein de l’entreprise un des acteurs le mieux placé pour définir les orientations à prendre, les nouveaux processus de gestion des données et former les services à l’analyse de celles-ci.
Nombreuses sont les entreprises à investir dans des solutions d’analytique avancées, sophistiquées et coûteuses, pour être finalement déçue des résultats. Cela est souvent dû au fait qu’elles choisissent des logiciels complexes mais peu flexibles et n’exploitent pas tout le potentiel d’analyse par manque de compétences / de formation ou d’accompagnement.
Pour tirer profit de ces solutions et bénéficier pleinement de leur efficacité, il faut non seulement, choisir une solution flexible qui s’adapte à l’activité, mais surtout préparer ses équipes. Le potentiel seul d’un outil ne peut être considéré comme un critère unique de décision, il ne faut pas négliger la montée en compétence nécessaire à maintenir la fonction finance dans son rôle de moteur du changement.
Enfin, protéger la data est aussi devenu une partie indispensable à la gestion des données, les menaces étant nombreuses (cyber attaque entre autres) et les enjeux aussi (responsabilité éthique, confiance des consommateurs,…). Les départements de cybersécurité se répandent dans les entreprises qui y allouent un budget chaque année plus conséquent. Dans les grands groupes c’est donc le service DSI ou le service de cybersécurité qui a la charge de cet aspect de protection des données.
Bien que le DAF ne soit souvent pas directement concerné par la sécurisation des données vis à vis des menaces extérieures, il en est tout de même responsable vis à vis de certaines règlementations. En effet, les règlementations en termes de protection des données financières des consommateurs, clients, fournisseurs ou partenaires, définies dans la loi RGPD (règlement général sur la protection des données) par exemple ont “mis plusieurs DAF à l’épreuve” et ont été “un des plus grands défis de l’évolution de la règlementation “ en 2018 (Michael Page).
En effet la loi RGDP a accéléré de la transformation numérique des DAF. Pour s’y conformer il faut désormais montrer la preuve que l’entreprise protège les données personnelles de ses clients et partenaires (données financières inclues) contre les cyber-attaques, mais aussi qu’elle effectue un traitement des données éthiques. Les données financières sont inclues dans les données personnelles et sont d’ailleurs parmi les plus sensibles, le DAF a donc été directement concerné et a dû complètement repenser sa manière de gérer les données.
En somme les enjeux importants de l’exploitation intelligente de la data amènent à repenser la fonction finance en général et particulièrement le rôle des DAF. Du point de vue du DAF les quatre étapes clefs du parcours de la data sont la collecte, la fiabilisation, l’analyse et la protection des données.
Collecter rapidement de grands volumes de data fiables, et les consolider est essentiel afin que les responsables financiers puissent détecter la data pertinente à communiquer à l’entreprise.
L’analyse de ces données est essentielle pour les DAF d’aujourd’hui, afin d’établir des projections dans l’avenir ou des simulations, mais aussi de leur permettre d’avoir un avis éclairé dans la prise de décision stratégique de l’entreprise.
Pour cela, la centralisation, l’accès et la vérification des données sont des éléments primordiaux dans le choix des solutions de gestion de data. L’analytique avancée des données elle, ne doit se faire sans l’aspect humain et nécessite parfois de la formation ou de l’accompagnement. Le DAF de demain saura donc trouver un outil adapté à sa gestion des données, instaurer un processus efficace mais flexible adapté aux règlementations et mettre en valeur son expertise.
Nos équipes sont à votre écoute. Parlons ensemble de vos projets!
© 2024 CALIXYS Tous droits Réservés l Politique de confidentialité l Mentions légales
