Dans l'enquête réalisée par PWC et DFCG sur "Les priorités du directeur financier 2019", le pilotage de la performance est toujours en tête. Sur les 3 leviers d'amélioration de la performance cités, 82% des directeurs financiers plébiscitent l'amélioration de la qualité des données et des analyses. Après avoir traité de la qualité des données, voici quelques pistes pour renforcer l'analyse des données.
Choisir le type d'analyse de gestion adapté au besoin des décideurs
Les analyses de données permettent de mieux comprendre des événements, un business. L'objectif est de faire les meilleurs choix le plus rapidement possible. Le Gartner a défini 4 niveaux d'analyse.
L'analyse descriptive (Que s'est-il passé ?) et l'analyse explicative (Pourquoi cela s'est-il passé ?) utilisent les indicateurs de performance (KPI) et de pilotage. Ils sont présentés dans les reporting et les tableaux de bord. Bien choisis et bien présentés, ils éclairent un grands nombre de prises de décisions.
L'analyse prédictive concerne ce qu'il va se passer par la suite. Elle permet de réaliser des extrapolations et des tendances sur les principaux KPI de l'entreprise. Par ailleurs, l'analyse prescriptive (Comment peut-on faire en sorte que cela se produise ?) propose des axes d'optimisation plus appropriés à une situation en devenir. Par exemple, optimiser le coût de revient d'un produit).
Les 2 premiers niveaux d'analyse peuvent être réalisés avec les outils de Business Intelligence. Les contrôleurs de gestion ont l'habitude d'en utiliser. Les 2 autres relèvent du Big Data qui nécessite la contribution d'un Data analyst ou d'un Data Scientist. Si ces derniers manient aisément les algorithmes, leur connaissance du Business ne leur permet pas de comprendre le métier, l'organisation, les produits, le marché, les clients de l'entreprise.
Découvrez notre article sur l'impact de la transformation digitale et du Big Data sur la fonction contrôle de gestion.
Faire parler les "datas"
Avant toute analyse, le contrôleur de gestion définit le besoin d'analyse avec les utilisateurs afin d'identifier si l'adjonction de 1 ou 2 indicateurs supplémentaires procure l'éclairage souhaité ou s'il y a lieu de recourir à une analyse prédictive ou prescriptive.
Dans ce dernier cas, le contrôleur de gestion contribue à identifier, dans les données disponibles, les leviers d'action ou les points possibles d'optimisation qui pourraient être intéressants d'étudier. Par exemple la définition technique du produit fabriqué, l'investissement publicitaire...
En aval, le contrôleur de gestion est à même de comprendre et d'expliquer les résultats de l'étude grâce à sa connaissance du métier et de l'environnement de l'entreprise. Il peut les traduire en construisant une histoire "Data Storytelling" et/ou proposant une mise en forme "Bridge".
Donner du sens : le "Data Storytelling"
Elaborer un "Data Storytelling" nécessite de définir la direction, le contenu et la manière de le dire en se posant les bonnes questions :
- A qui on s'adresse ?
- Pour combien de temps ?
- Quel message on souhaite faire passer ?
- Quelle image traduit le message à faire passer ?
Une présentation au Directeur Général va droit au but en montrant visuellement les résultats atteints par rapport aux objectifs. En effet, elle explique les causes des écarts et propose des actions et des décisions sous un format structuré. Une présentation au Directeur Financier donne une vision d'ensemble des résultats et une vision analytique et technique. Elle cible les points d'attention sur le champ de responsabilité spécifique du Directeur Financier. Elle suggère des propositions d'action pour décision. La présentation aux Directeurs opérationnels se focalise sur un message en particulier. Le message doit être clair et les données fournies viennent en appui du message. Enfin, les questions Business sont posées et le format du plan d'action est prédéfini.
Dans l'histoire, il faut élargir le plus possible son champ de vision à :
- L'exhaustivité des données financières : les coûts qui disparaissent, les coûts qui restent, les nouveaux coûts, les coûts cachés, raisonner cash/non cash...
- L'entreprise vue comme un écosystème : processus amont et aval, cannibalisation, relation client/fournisseur, impacts en terme de système d'information, ressources humaines et techniques, et financières, forces/faiblesses...
- L'espace-Temps : impacts court/long terme, engagé/non engagé, réalisé/reste à faire, avant/après clôture comptable, récurrent/non récurrent, fixe/variable...
- l'environnement externe : clients, fournisseurs, concurrence et nouveaux entrants, contexte, législation, risques, opportunités...
