Depuis 25 ans, on nous répète que les organisations doivent devenir « data-driven ». L’expression a réellement pris de l’ampleur avec l’essor du big data autour de 2010 et est devenue presque un cliché managérial au cours de la dernière décennie. Mais où en sommes-nous réellement, et la Finance doit-elle jouer un rôle de leader ?
La transition vers une finance pilotée par les données et, plus largement, vers une organisation dotée d’une culture data-driven, est une évolution logique. Les CFO et leurs équipes sont idéalement placés pour accélérer ce développement. Cependant, y parvenir nécessite une vision claire et tournée vers l’avenir. Pour explorer ce défi, nous avons réuni un groupe d’experts de TriFinance lors d’une table ronde.
Pourquoi la fonction Finance doit s’appuyer sur les données
Pourquoi est-il essentiel de fonctionner de manière data-driven, tant au sein de la Finance que dans l’ensemble de l’organisation ? Quelles sont les étapes concrètes, techniques, organisationnelles et processuelles, nécessaires pour transformer l’analytics en véritable levier stratégique ?
Quatre de nos experts se penchent sur ces questions :
-
Jean-Alexis Dombret, Business Unit Leader, Transition & Support, Louvain-la-Neuve
-
Stuey Hamelink, Project Manager, Public Sector
-
Maarten Lauwaert, Business Unit Leader, Management Information & Systems et Expert Practice Leader, Data & Analytics
-
Stéphanie Struelens, Business Unit Leader, Pragmatic Advisory & Implementation for Financial Institutions
La Finance pilotée par les données : des chiffres aux insights stratégiques
À quoi ressemble la finance pilotée par les données dans la pratique ? « Il s’agit d’utiliser les données financières et autres pour prendre des décisions meilleures, structurées et basées sur des preuves », explique Jean-Alexis Dombret, offrant ainsi une définition simple et claire. Stuey Hamelink partage cet avis : « Cela signifie que la prise de décision en Finance, et dans l’ensemble de l’organisation, ne repose pas sur l’intuition. Les décisions, les optimisations et, si nécessaire, les transformations sont guidées par les données et un raisonnement solide. »
Données et analytics en hausse : une évolution à la fois technologique et culturelle
La Finance et les données ont toujours été étroitement liées, mais aujourd’hui, la Finance est beaucoup plus data-driven qu’auparavant.
« Il a toujours été question de chiffres, mais le champ d’action s’est élargi », explique Maarten Lauwaert. « Tout ce qui se passe opérationnellement au sein d’une entreprise génère des données, et les organisations en tirent aujourd’hui un usage beaucoup plus important. »
Cette tendance se retrouve également au sein des départements Finance. « Alors que la Finance se concentrait auparavant sur des rapports standards et des données à demander à d’autres départements, les équipes d’aujourd’hui plongent de plus en plus directement dans les données brutes elles-mêmes. »
Selon Stéphanie Struelens, cette extension du périmètre est en partie due aux avancées technologiques. « Des innovations comme l’IA dans le reporting financier et les stratégies d’analytics avancées offrent aux organisations les outils pour accélérer. Elles peuvent enrichir les données en combinant insights internes et externes, et disposent d’outils permettant d’extraire beaucoup plus de valeur, y compris de puissantes capacités pour les analytics prédictifs en Finance. »
En finance pilotée par les données, les décisions, optimisations et transformations reposent sur les données et un raisonnement solide
Passer de la conformité à la stratégie
Le nombre d’exigences en matière de reporting augmente rapidement. Le panel observe que les entreprises, organisations et gouvernements sont confrontés à des obligations de reporting toujours plus nombreuses. Parallèlement, on reconnaît de plus en plus que les données financières et l’analytics financier peuvent constituer un levier stratégique.
« Qu’il s’agisse de chiffres financiers, de durabilité ou d’impact des politiques, les autorités attendent des comptes », explique Stuey. « Cela conduit naturellement aux données et au reporting, la Finance jouant systématiquement un rôle clé. »
Le secteur bancaire illustre cette nouvelle réalité, selon Stéphanie : « Depuis la crise financière, la réglementation a fortement augmenté. Cela nécessite non seulement davantage de données et une granularité plus fine, mais aussi une conformité renforcée dans le secteur financier et une attention accrue à la gouvernance des données de référence. »
« Pendant de nombreuses années, les investissements se sont donc principalement concentrés sur le reporting financier légalement requis », précise-t-elle. « Le reporting de gestion et l’usage stratégique des données ont reçu moins d’attention. Mais ce changement semble désormais se produire progressivement. » Jean-Alexis constate également une prise de conscience croissante : « Les données ne servent pas seulement à décrire le passé. Avec une stratégie d’analytics prédictif bien développée et des capacités solides en finance et analytics, il est possible d’anticiper les tendances et de prendre de meilleures décisions. »
La Finance en tête des initiatives stratégiques autour des données
La Finance a une responsabilité claire à ce sujet, souligne Maarten. « Répondre aux obligations de reporting est évident. Mais il faut profiter de cet élan pour faire davantage avec les données et élever la culture data-driven à un niveau stratégique. C’est là que réside la véritable valeur. »
Cette évolution nécessite de la collaboration, mais la Finance peut en prendre la tête. « Il est logique que l’initiative vienne de ceux qui sont les plus proches des données financières, de la gestion des données et de la stratégie data globale », conclut Maarten.
La Finance, moteur d’une stratégie centrée sur les données
« L’abondance de systèmes et de données (financières) constitue en réalité le plus grand défi », explique Stuey, traduisant cette situation dans une perspective de décisions fondées sur les données. « Il n’est pas facile de garder une vue d’ensemble dans la jungle des ERP, BI et autres applications. »
Tout commence par des questions fondamentales : que veut réellement savoir et mesurer l’organisation ? « Cette étape est encore trop souvent ignorée. Les équipes techniques partent des données disponibles et les transforment en rapports bien présentés. Mais est-ce vraiment les insights qui comptent pour l’entreprise ? »
C’est pourquoi la Finance devrait prendre les devants : poser les bonnes questions et filtrer les données inutiles ou cloisonnées, un rôle qui implique également un changement de mindset personnel.
Maarten ajoute : « Quiconque souhaite être un véritable partenaire business doit faire plus qu’interpréter des chiffres financiers. Il faut s’intéresser à l’entreprise, à l’analytics des données financières et disposer d’une solide stratégie data. Pas besoin d’être expert en data science ou data engineering, mais la maîtrise des outils data et de la gestion des données est indispensable. Les innovations technologiques, comme l’analytics prédictif en Finance, ouvrent la voie. »
Cet intérêt et ces connaissances fondamentales permettent également de mobiliser le reste de l’organisation, soulignent les experts. « C’est une tâche cruciale », ajoute Stéphanie. « Un jeu d’interactions sain, où la Finance devient plus data-driven et les Opérations plus finance-driven, est essentiel. »
Une stratégie data
Quiconque souhaite exploiter les données et l’analytics pour renforcer la stratégie d’entreprise doit d’abord disposer d’une stratégie data claire. Cela va bien au-delà de simplement poser les bonnes questions. Les projets de données ad hoc ou déconnectés doivent être évités.
« Compte tenu des coûts importants et de la nécessité d’obtenir le soutien de la direction, il faut mettre une vision claire sur papier », explique Maarten. « Une fois l’investissement réalisé, vous vous engagez sur un chemin dont il vaut mieux ne pas dévier. Il est essentiel de bien définir le périmètre : ne pas vous surcharger et évaluer la valeur réelle que les données apportent. Pensez également aux systèmes et aux capacités nécessaires. Ces systèmes nécessitent maintenance, et vos équipes doivent être formées. »
En résumé, une organisation data-driven repose sur des investissements stratégiquement fondés dans les personnes, la technologie et les processus. « Les données ne sont toujours que la dernière pièce du processus », précise Stuey. « Un reporting soigneux permet de comprendre comment optimiser les processus, rendant les données plus fiables et précises. »
Il est logique que l’initiative revienne à ceux qui sont naturellement les plus proches des données financières, de l’écosystème des données et de la stratégie data globale
La gestion des données
Le triangle personnes–systèmes–processus est puissant mais à double tranchant, souligne Stuey. « Il peut accélérer une transformation, mais de réels progrès n’arrivent que lorsque les trois éléments sont en équilibre. »
Un facteur critique souvent négligé est la culture des données. « Si une organisation n’a pas l’habitude de travailler avec les données et ne maintient pas correctement ses systèmes, la valeur d’une nouvelle infrastructure data ne se concrétisera pas. La culture data est donc un véritable facteur de succès. »
La qualité des données est tout aussi essentielle : des données manquantes, incorrectes ou dupliquées peuvent compromettre n’importe quelle stratégie. Le principe directeur : la prendre en compte dès le départ et intégrer la qualité des données dans votre vision et votre stratégie data. Maarten note : « La gestion des données n’entre souvent à l’ordre du jour que lorsqu’un problème survient. À ce stade, il est déjà trop tard. Corriger les erreurs coûte toujours plus cher que de les prévenir. »
Le management du changement est indispensable pour lever les obstacles. Les aspects humains, techniques et processuels sont étroitement liés.
« De nombreuses entreprises gardent des séquelles de projets précédents d’implémentation ou de migration de systèmes », explique Stéphanie. « Tout se passe comme prévu et reste dans le budget jusqu’au moment de la migration des données : transfert des historiques, cartographie des données… C’est là que les choses dérapent souvent. En conséquence, les organisations hésitent à lancer de nouveaux projets data, incertaines des investissements que l’ouverture de cette “boîte de Pandore” nécessitera. »
Sur le meme sujet:
Approfondissez vos connaissances en Data & Analytics et inspirez-vous pour élaborer votre stratégie et architecture de données.
