Gestion des performances : besoin d’intégrer les données financières & d’exploitation

De nos jours, les directeurs financiers sont soumis à une pression constante de leur direction générale pour devenir proactifs et tournés vers l’avenir.
Afin de prendre de meilleures décisions, plus rapidement, tout en gérant le risque, les directions financières doivent pouvoir accéder en toute transparence à des données financières et d’exploitation, détaillées et intégrées. Pour que les initiatives de gestion des performances puissent réussir, elles doivent reposer sur des analyses qui relient les résultats financiers aux activités d’exploitation qui les génèrent. Ce n’est qu’à cette condition qu’elles peuvent rapidement transformer les données en informations pour orienter les décisions des directions.
Aujourd’hui des systèmes financiers rigides, cloisonnés en silos ralentissent souvent la fourniture des analyses au moment opportun, du fait de processus manuels sources d’erreurs pour rapprocher des données issues de systèmes hétérogènes, et d’une génération de rapports peu pertinents exclusivement focalisés sur le suivi des opérations. La mise en place d’un entrepôt de données central dédié aux analyses et à la génération de rapports élimine ces barrières. En effet une telle plate forme centralisée permet d’intégrer les données issues des différents systèmes (ERP, CRM, SCM, …) qui gèrent les opérations quotidiennes, de prendre en charge l’ensemble des traitements analytiques et d’offrir une palette de solutions de production de rapports.
Une telle infrastructure offre de nombreux avantages métier, par exemple si elle est alimentée au fil de l’eau elle permet d’afficher et d’analyser des résultats financiers au fur et à mesure qu’ils sont obtenus, quasiment en temps réel. Cette visibilité des résultats du mois en cours permet d’accélérer le processus de clôture et de réduire les erreurs. En outre une réduction de la longueur et des efforts déployés pour les processus de clôture et de consolidation mensuels, laisse du temps pour des analyses à valeur ajoutée.

Cette approche permet aussi d’optimiser les processus de budgétisation et de planification, pour produire plus rapidement des actualisations des prévisions hebdomadaires, mensuelles ou trimestrielles. L’utilisation de données historiques exactes, intégrées et détaillées, améliore la précision des budgets et des prévisions de l’activité dans plusieurs dimensions : chiffre d’affaires, dépenses, effectifs et inventaires. Dans d’autres domaines elle permet d’appréhender par exemple la véritable rentabilité des clients par une approche détaillée, fondée sur le comportement et d’identifier précocement les créances douteuses, des fuites de marge, des ventes réalisées en dessous des tarifs approuvés, des coûts des ventes mal enregistrés ou de générer des perspectives sur les fournisseurs pour toute l’entreprise, afin d’obtenir des remises supplémentaires et de consolider la base de fournisseurs.
La centralisation garantit la cohérence des définitions de données et des indicateurs clés de performance. Elle facilite l’exploration depuis les données financières de synthèse, jusqu’aux données d’exploitation détaillés à l’origine des profits, des coûts des produits et des dépenses d’infrastructure. Elle rend plus « visible » les dépenses pour l’identification des réductions. Elle améliore le suivi et la validation des contrôles internes dans l’entreprise, pour respecter les réglementations et identifier les fraudes, les actes malveillants ou le sabotage. Elle améliore la reconnaissance des exceptions dans les contrôles internes et les processus qui requièrent l’attention d’un audit interne. Elle améliore les temps de collecte et de gestion des éléments à risque ou des informations détaillées sur le flux de trésorerie, qui permettent de réaliser des prévisions plus précises. Une meilleure analyse des processus et des flux de revenus dans les systèmes permet d’optimiser l’identification de fuites.
Pour réaliser une gestion des finances et des performances comme décrit ci-dessus, il convient de mettre en place une architecture adaptée qui comprend : une couche d’extraction, de transformation et de chargement (ETL) ; un entrepôt de données centralisé à même d’intégrer les éléments extraits des systèmes sources dans un modèle logique de données qui couvrent les domaines d’activité de l’entreprise ; des outils d’analyse et des applications analytiques métier, notamment financières. Pour répondre à ce besoin il n’existe pas sur le marché d’offreur reconnu d’une solution complète de qualité et les principaux acteurs clés travaillent donc en partenariat. Dans ce domaine Teradata, offre outre sa solution d’entrepôt de données bien connue, des solutions spécifiques pour extraire des données des ERP de SAP ou d’Oracle, des modèles logiques de données sectoriels, des applications analytiques métier dans le domaine de la prévision ou de la valorisation des clients et complète son offre par des solutions partenaires.

Michel Bruley
www.teradata.com