« DAF 4.0 : Comment s’approprier la data ? »

L’appropriation de la data est souvent perçue par une entreprise comme essentielle. Mais elle a tort si elle ne pense cette démarche qu’en terme de suivi de l’activité : si les enjeux stratégiques ou opérationnels doivent être mesurés afin de permettre à l’entreprise de connaître sa performance réelle, une utilisation optimale de la data doit permettre d’établir des projections.

Il faut donc sortir d’une approche statique limitée au seul reporting et opter pour une dynamique visant à délivrer du prédictif. La technologie le permet. L’appropriation utile de la data repose sur un objectif, l’amélioration de la performance de l’entreprise, et un présupposé – l’utilisation de toutes les données pertinentes. Dans cette logique, le rôle (et l’implication) du DAF apparait comme essentiel. Car sa position centrale dans l’entreprise, au croisement de tous les services, le qualifie pour aborder toutes les composantes de la performance. En effet celle-ci embrasse un vaste champ de métriques : de la gestion des stocks à l’anticipation des risques en passant par l’analyse des comportements des clients et les nouvelles opportunités de croissance.

Le DAF dispose des données qui ressortent de son périmètre propre. Il devra aussi utiliser les données générées au sein de l’entreprise au sens large, qu’il s’agisse de celles relatives à la satisfaction client, aux stocks ou à la RSE. Qu’elles proviennent des autres fonctions, des filiales, des sites industriels (notamment la maintenance) ou du site web de l’entreprise, toutes les données produites peuvent être utiles à un pilotage de la performance plus dynamique. À cela s’ajoutent toutes les données externes à l’entreprise mais en lien avec son activité : analyses économiques, comportements des concurrents, météorologie, évolution et projections du coût des matières premières …

Les outils de business intelligence (BI) peuvent traiter une masse quasi infinie de données : il ne faut pas se mettre de frein en la matière mais au contraire, alimenter l’outil afin que celui-ci soit le plus fiable possible dans ses projections et prévisions. D’autres étapes sont requises dont la structuration de ces données, mais ce n’est pas au DAF de les porter.

Que l’outil de BI soit créé en interne ou pas, le DAF devra veiller à ce qu’il soit pensé pour toutes les fonctions et non pas pour une seule. Dans la réalité, la BI est souvent mise à disposition du marketing ou/et du commercial, et peu fréquente au sein des RH ou des sites de production. L’outil doit être commun mais avec une restitution différente selon les fonctions.

C’est là qu’intervient une autre dimension, la data visualisation, soit le fait de proposer une représentation visuelle des données pour en simplifier la compréhension. Un élément essentiel pour faciliter la distribution de l’information et son exploitation. Le DAF qui interagit avec toutes les fonctions a là aussi un rôle de coordination et de prescription.

Enfin, pour faciliter la contribution de chacun à l’amélioration de la performance, le DAF devra veiller, d’une part, à diffuser une culture financière (et donc parler marge, EBITDA, stratégie) afin de positionner l’utilité de l’outil à la vue de tous et, d’autre part, proposer des temps de démonstration pratique de l’outil.

Ultime remarque : le DAF ne doit pas avoir la charge de la structuration des données ni de la maintenance et de la gestion de l’outil. S’approprier la data pour un DAF ne veut pas dire devenir DSI. Mais c’est une condition désormais essentielle de la mise en valeur de la fonction finance et sans nul doute une nouvelle raison d’être.