Définition d’un data lake et usages possibles pour les professionnels du chiffre

Le Big Data correspond à des données massives ou des mégadonnées. Ce type d’information exige des modes de traitement et des capacités de stockage spécifiques. Avec l’explosion de la quantité de données, notamment numériques, le data lake ou lac de données en français vient répondre à ce besoin de stockage de mégadonnées.

Les systèmes de data lake sont assez récents. Alors que le Big Data apparaît à la fin du siècle dernier, le data lake date seulement de 2010. Wikipédia explique pourquoi le terme “lac” a été retenu. “Différentes sources peuvent l'alimenter de manière naturelle et brute, et les utilisateurs peuvent y plonger pour l'explorer et en rapporter des échantillons à examiner”.

Ces lacs peuvent entreposer des données non structurées, souvent conservées sous une forme brute, sans hiérarchisation, traitement ou analyse. Ce mode de stockage à plat rend le système très souple.

Le fait que le data lake peut accepter de multiples sources de données structurées ou non, de formats différents, etc. exige toutefois de l’organisation. Le risque sinon serait de rendre l'utilisation de ce lac de données cauchemardesque. Clairement, pour les cabinets d’expertise-comptable, alimenter ce type d’entrepôt XXL avec les FEC des entreprises permet d’en limiter la complexité.

En accédant à des données plus massives que celles d’une seule entreprise, un cabinet d’expertise comptable acquiert une vision plus globale du marché sur lequel il intervient. C’est une manière de mieux explorer les informations relatives à un secteur d’activité par exemple.
L’open data signifie la faculté d’accéder et d’utiliser librement des données numériques privées ou publiques. Ainsi, Pappers constitue un exemple de plateforme open data très utile pour la profession comptable.

L’expert-comptable peut affiner ses conseils aux clients grâce à l’accès à des informations similaires à celles des entreprises qu’il accompagne. Il peut alors réaliser des études comparatives. Il peut aider les entrepreneurs dans leurs décisions stratégiques et opérationnelles, afin de maximiser la performance, par rapport aux moyennes de leur secteur d’activité.

Le tableau de bord comptable de l’entreprise reste souvent centré sur les données brutes internes issues de la comptabilité. S’y ajoutent parfois les objectifs définis dans le prévisionnel d’exploitation. Les cabinets comptables qui exploitent les data lakes peuvent enrichir les reportings. Par exemple, ils font figurer des moyennes sectorielles à côté des KPI du client. En adoptant ce type de présentation des comptes, ils se démarquent de la concurrence.

Avec autant d’informations stockées dans les data lakes, les experts-comptables qui exploitent ces données sont en position de force pour évaluer une entreprise. Cet exercice exige d’appliquer diverses méthodes en fonction des cas. Avec la technologie de l'open data, ils accèdent à des données comparables, par exemple les prix de vente de fonds de commerce.

Le schéma actuel de traitement comptable qui prévaut part de la pré-comptabilité, grâce à des outils hébergés souvent sur le cloud. Il permet d'obtenir en bout de chaîne, en comptabilité, le fichier des écritures comptables ou FEC. Les écritures comprises dans ces fichiers FEC constituent une mine d’or à exploiter et à analyser pour les missions de conseil. L’ensemble des FEC auxquels accède un expert-comptable enrichit l’analyse de chaque dossier client. Par définition, le data lake est donc à leur portée. Il leur faut toutefois savoir collecter toutes ces informations pour ensuite y piocher les données intéressantes selon les besoins. En adoptant la plateforme de Business Intelligence Finthesis, les experts-comptables utilisent ainsi leur propre data lake. Ils peuvent explorer les données de tous les FEC de leur portefeuille. Il leur suffit de connecter par API leur outil comptable à Finthesis. Non seulement le cabinet automatise la création et l’actualisation des reportings de chaque entreprise, mais il peut catégoriser les clients dans des projets. Ainsi, il est en capacité de comparer plusieurs entreprises d’une même activité.

En outre, avec les outils que propose la plateforme hébergée sur le cloud de Finthesis, les financiers peuvent enrichir davantage leur data lake. Nous offrons en effet une connexion à Pappers par API. C’est l’occasion d’identifier de nombreuses entreprises aux données similaires ou intéressantes pour de la comparaison avec les clients du cabinet. Cette manière simple de stocker sur le cloud des données externes à leur portefeuille met à la portée des cabinets la puissance des data lakes du type open data. Un clic suffit pour extraire les informations utiles de ce data warehouse géant que constitue Pappers.

Nous avons conçu le module de comparatif sectoriel pour vous faciliter la vie. La réalisation d’une étude sectorielle peut constituer un nouveau type de missions pour votre cabinet. Le fait de disposer des bons outils sur le cloud pour effectuer ces analyses sectorielles vous aide à proposer ce service au client. Avec une telle solution web, vous accédez en quelques clics aux données d’un secteur d’activité, soit dans le data lake de votre cabinet, soit dans celui de Pappers. Vous avez la faculté d’industrialiser les demandes clients et même de suggérer le service de façon proactive.

Your text here

Tout récemment, nous avons ajouté un module de scoring à notre solution de Business Intelligence orientée finance. Ce système permet d’obtenir à partir des données comptables d’une entreprise le calcul automatisé d'indicateurs de performance. Ce scoring financier s’accompagne d’une analyse générée par la technologie de l’intelligence artificielle. Le commentaire rédactionnel précise les indicateurs satisfaisants et ceux à surveiller.

Le scoring compare les données moyennes obtenues pour chaque indicateur à une valeur maximum et une valeur minimum. Ces deux bornes font l’objet d’une saisie par l’utilisateur, KPI par KPI. Nous vous suggérons ainsi d’exploiter la puissance du data lake pour identifier les entreprises comparables à votre client et déterminer ces ratios à utiliser pour le scoring.