La Business Intelligence au service des communications financières

22 Février 2022 - Temps de lecture : 7 minutes
Il est commun d'entendre parler des problématiques opérationnelles que rencontrent les services financiers (comptabilité, facturation, paye, etc.), mais il est un sujet qui est tout aussi contraignant mais bien plus discret : la préparation des communications financières.

Tout au long de l’année, une entreprise doit produire une synthèse de ses données financières en fonction des demandes de différents interlocuteurs et dans des contextes variés. Que ce soit pour une recherche de financement auprès des banques, un reporting dédié aux actionnaires, un diagnostic adressé à des investisseurs, un rapport au comité d’entreprise, ou la préparation de documents dans le cadre d’une transaction, ces périodes sont souvent lourdes à gérer pour les directions financières qui doivent traiter en parallèle les sujets opérationnels courants. Ces périodes de « rush » engendrent souvent de la désorganisation au sein du département financier.

Aujourd’hui, les bases de données appropriées et les outils adéquats existent et peuvent permettre de réduire considérablement le temps alloué à la préparation des communications financières, le tout sans ouvrir Excel. On vous explique comment.

La préparation de l’information financière, un processus contraignant

Concrètement, une communication financière c’est quoi ? Il s’agit généralement d’une synthèse des informations chiffrées relatives à l’activité et à la structure financière d’une entité ou d’un groupe, complétée d’explications et formalisée dans un document à destination d’un interlocuteur spécifique. Ce document a ainsi pour objectif de répondre à l’interrogation que soulève l’interlocuteur en question ou bien simplement de le tenir informé de la situation.

Cependant, qui dit interlocuteur spécifique, dit demande spécifique. Aussi, même si les chiffres restent substantiellement les mêmes entre plusieurs communications, la présentation de ces chiffres ainsi que les messages associés, peuvent eux évoluer. Par conséquent, ces communications doivent être rééditées fréquemment au cours d’une année, ce qui nécessite, la plupart du temps, une mobilisation importante de ressources pour accomplir des tâches répétitives.

D’autre part, les informations financières qui composent cette communication peuvent provenir de différents services. Il n’est pas rare que le responsable du contrôle de gestion ait la main sur le compte de résultat, que le chef comptable soit responsable de la présentation du bilan, et que la présentation des flux de trésorerie soit à la charge du trésorier. Préparer une synthèse de ces informations peut ainsi engendrer une multitude d’échanges entre des interlocuteurs aux visions parfois divergentes.

Aujourd’hui, de nombreuses entreprises réalisent la majeure partie de ces travaux sur Excel. En effet, une manière « classique » de préparer l’information financière est de faire un export des chiffres à partir de l’ERP, puis de retraiter et mettre en forme la donnée sur Excel. Mais ce processus génère des tâches répétitives et chronophages avec peu de valeur ajoutée, ainsi qu’un taux d’erreur significatif puisque les opérations humaines sont nombreuses. Il semble donc souvent opportun de remettre en cause ce fonctionnement. (Sur ce sujet, voir notre article : Les limites d’Excel à l’orée du Big data)

En outre, la multiplication des interventions humaines rend le traçage des modifications opérées plus opaque. Le fait d’utiliser un grand nombre de formules peut également annihiler les espoirs d’un lecteur qui souhaiterait comprendre comment les informations ont été construites. Rajoutez à cela que ces documents peuvent être partagés entre différents services qui auront très peu d’informations sur la façon dont les fichiers ont été préparés (quelle en est la source ? qui est intervenu sur le fichier ? comment fonctionnent les formules ? quelles cellules ont été modifiées ?). Ces constats sont une liste non-exhaustive des problèmes qui peuvent être rencontrés lors de la préparation des informations financières.

En résumé, les tâches de préparation des communications financières sont souvent chronophages et très contraignantes. Ces sentiments sont exacerbés par le fait qu’elles puissent être non prévues et venir en complément de sujets opérationnels déjà lourds à traiter. Nous allons voir comment ces écueils peuvent être évités.

La donnée source est peut-être la source… du problème

Comme nous le disions précédemment, la pluralité des sources et leur production par des services différents rend éprouvante la préparation de l’information financière synthétique. Mais une des solutions pourrait être le recours à une base de données unique pour produire l’ensemble de ces états.

Une tendance observable depuis plusieurs années, y compris dans des domaines autres que la finance, est le développement de grandes bases de données structurées. Plusieurs sont notamment disponibles en accès libres comme les bases SIRENE, INPI, data.gouv, etc. Ces données peuvent être récupérées soit en import, soit via API (Application Programming Interface). Leur particularité tient au format dit « structuré » des informations traitées (on parle de fichier plat ou « flat-file ») qui facilite grandement leur analyse.

Dans le domaine de la finance, il existe une base de données structurée qui peut constituer une source unique pour l’élaboration de l’information financière : le Fichier des Ecritures Comptables (FEC). La production du FEC a été rendue obligatoire par l’administration fiscale depuis 2014 pour toutes les sociétés tenant une comptabilité informatique. Ce fichier contient l’intégralité des écritures comptables d’une société sur un exercice donné (voir page : "Le FEC, c’est quoi"). Il est très pratique pour les contrôles de l’administration fiscale, mais se révèle tout aussi précieux lors d’analyses financières en interne !

Certes, ce fichier peut être très volumineux (de plusieurs centaines de milliers à plusieurs millions de lignes), et complexe à traiter via une méthode classique (export et traitement sur Excel). Heureusement, ce qui était un inconvénient hier est un atout aujourd’hui, puisqu’il existe désormais des outils totalement adaptés au traitement de ces « Big Data ».

Les outils adaptés au traitement d’une information volumineuse

Il existe actuellement sur le marché plusieurs outils qui permettent de traiter de gros volumes de données. Ils permettent notamment de transformer des données non structurées ou semi-structurées en des données structurées (« flat-file ») pour ensuite procéder à des analyses (de fait, les analyses sont facilitées lorsqu’elle portent sur des fichiers plats).

L’objectif de ces outils, qualifiés de « Business Intelligence », est de réduire à son minium le nombre de manipulations humaines réalisées sur la donnée d’entrée et de rendre le processus de modification de la donnée transparent.

Au-delà des aspects de récupération de la donnée, de sa mise en forme, et de la réalisation d’analyses, les outils de Business Intelligence proposent également souvent des modules qui permettent de restituer ces analyses sous un format intelligible, visuel et dynamique. On parle alors de Data Visualisation (ou Dataviz). En utilisant cette méthode, les risques d’altération de la donnée source par une opération humaine sont considérablement réduits et le lien entre la donnée source et la donnée de restitution n’est jamais rompu. Cela permet de conserver une traçabilité totale du processus de transformation de la donnée.
En synthèse, les avantages du recours a des outils de Business Intelligence sont les suivants :

  • Puissance de traitement : outils adaptés au traitement de gros volumes de données qui pourraient être difficilement exploitables sur tableur

  • Fiabilité : en réduisant significativement le nombre d’opérations manuelles

  • Traçabilité : lien préservé entre la donnée source et la donnée de restitution

Quel lien avec la préparation des communications financières ?

Utiliser ce processus dans le cadre de la préparation des communications financières peut se révéler très utile. Nous allons voir par quel biais.

Tout d’abord, la première étape consisterait à utiliser une source de donnée unique qui alimenterait l’intégralité des analyses produites. Nous l’avons identifiée puisque nous avons vu que la source la plus complète en matière comptable, et dans un format directement exploitable, est le FEC. Il peut donc être opportun de se servir de ce fichier comme point d’entrée (un grand-livre pourrait également convenir).

Ensuite, il faudrait traiter ce fichier sur un outil de Business Intelligence, puisque nous avons vu que ces outils permettent de construire des analyses en conservant le lien vers la donnée source. Il faut néanmoins savoir que plusieurs types d’outils de Business Intelligence existent et peuvent être utilisés en fonction de la situation rencontrée :

  • des outils intégrés aux ERP : il s’agit de modules de Business Intelligence incorporés (parfois sur option) à votre logiciel de comptabilité, qui permettent de générer des analyses à partir de vos données comptables. En utilisant cette méthode vous n’aurez pas à utiliser le FEC, cependant l’accessibilité et la flexibilité de ces outils peuvent être limitées par rapport à d’autres alternatives.

  • des outils indépendants de traitement de la data qui n’intègrent pas de compétence financière particulière : ces outils généralistes nécessitent la mise en place des requêtes qui interviendront à partir du FEC. Cela demande une phase de prise en main, de formation à l’outil ou de recours à un consultant externe pour être en mesure de construire les requêtes appropriées.

  • des outils indépendants et spécialisés qui intègrent une compétence financière : c’est le cas notamment de plateformes comme Finthesis (https://finthesis.io), où des analyses financières standards et préconfigurées pourront être produites dès l’importation du FEC (et modifiées par la suite) sans étape de formation à l’outil.

Dans le cas des communications financières, ce système peut permettre de résoudre une bonne partie des problèmes évoqués en début d’article à savoir :

  • Fiabiliser un point d’entrée unique à partir duquel toutes les analyses seront produites et éviter le cloisonnement de l’information entre différents services,

  • Accélérer la modification des informations en cas de contextes ou d’interlocuteurs différents (la base de données flat-file et les requêtes associées permettant d’automatiser les tâches répétitives),

  • Eviter le nombre élevé d’échanges liés à la compréhension des informations en améliorant la traçabilité des opérations réalisées,

  • Se prémunir contre les risques d’erreur en restreignant le recours à des tableurs et donc à des opérations manuelles.

En outre, une fois ce système en place, il pourra vous être utile dans un grand nombre de cas d’usage où vous aurez à présenter ou à suivre votre information financière :

  • Suivis opérationnels et mensuels des états de synthèse,

  • Travail préparatif dans le cadre d’une due diligence,

  • Préparation de reportings réguliers pour les actionnaires,

  • Elaboration d’une communication en interne,

  • Etablissement/suivi de budgets et de reforecast,

  • Travaux de pré-consolidation (agrégation de comptes de plusieurs entités).

Il s’agit d’une liste non exhaustive des travaux qui peuvent ensuite être réalisés selon cette méthode et qui bénéficieront des mêmes avantages que ceux abordés précédemment.

Mis bout à bout, ces gains de temps, de fiabilité et d’efficacité peuvent se révéler très significatifs sur une année complète et pourraient vous permettre de vous concentrer davantage sur les tâches à plus forte valeur ajoutée.

Une manière de se préparer aux évolutions à venir

Le tableur a succédé au papier, et il semble inévitable aujourd’hui que d’autres outils soient amenés à remplacer le tableur. A chaque fois, le déclencheur de cette évolution est le même : l’augmentation du volume de données à traiter.

Il est parfois compliqué de bouleverser ses habitudes, mais maîtriser ces technologies vous fera gagner un temps précieux à court terme, tout en vous préparant aux évolutions futures. Car le volume et la variété des données produites par les acteurs économiques continuent de s’accroître de manière exponentielle et la demande de communication vis-à-vis de ces données s’intensifie tout autant (d’autant plus avec l’évolution de l’actionnariat des sociétés, le besoin de transparence, la nécessaire rapidité des décisions due à l’environnement concurrentiel, etc.).

Mettre en place un système permettant d’ingérer et d’analyser rapidement et efficacement les données à disposition pourrait donc bien être la clef pour rester alerte et réactif dans un environnement en évolution permanente.

Testez gratuitement Finthesis sur : https://finthesis.io

Pour plus d’information : https://finthesis.io/contact