X

Retrouvez toute l'actualité autour des technologies émergentes et leur impact sur le marché et la société.

Les services financiers rattraperont-ils le Big Data ?

Alex Doneth Dodds
Program Manager, ERPM

La crise financière de 2008 a entraîné une modification des attentes des clients et des relations avec les entreprises. Il ne suffit plus de vendre des produits de qualité, ils doivent être livrés à domicile et offrir un service client haut de gamme et personnalisé, partout et à tout moment. Les fonctions Finance et Logistique, moins exposées à ces évolutions métier, tentent depuis de s’adapter à ce changement majeur. Il est aujourd’hui temps de montrer qu’elles disposent des compétences et de la technologie nécessaires pour rassembler divers ensembles de données à l’aide de l’automatisation, afin de jouer leur rôle de consultant stratégique interne. 

Alex Doneth Dodds, responsable Programme chez Oracle, explique que la fonction Finance peut élever son rôle stratégique au niveau des transformations numériques des produits et du marketing. En premier lieu, elle doit se recentrer sur les données.

 

Ces dix dernières années, les fonctions en contact avec les clients ont dû faire face à un changement rapide et majeur. Qu’en a-t-il été pour les équipes de « back office » ?

En ce qui concerne les finances, un changement essentiel implique d’aller au-delà de la gestion des chiffres bruts. La collecte, la vérification et la communication des chiffres – souvent manuelles – étaient auparavant le rôle principal des services financiers. Mais la complexité et le volume de données augmentent de façon exponentielle, compliquant la tâche des responsables financiers.

Certaines entreprises ignorent-elles cette complexité croissante des données et les attentes toujours plus élevées de leurs clients ?

Une étude montre que seulement 40 % des dirigeants financiers se sentent «plutôt à l’aise » vis-à-vis de la quantité de données qu’ils sont censés gérer. (On peut noter qu’ils ne sont que 43 % à penser que la sécurité de leur entreprise est adaptée. Cela indique un faible niveau de remise en question, compte tenu de ce que nous savons des cybermenaces…)

Même pour un service financier focalisé sur les données internes liées aux transactions, de nouveaux défis se manifestent. Le niveau de précision des données actuelles place la barre du « convenable » beaucoup plus haut. 

Pour les responsables financiers censés fournir des analyses convaincantes des performances passées et futures ainsi que des projections de croissance – en particulier pour les décisions stratégiques comme les fusions et acquisitions – cet écart est potentiellement plus important. Les DAF ne disposant pas des outils adaptés risquent de prendre du retard à mesure que ces attentes s’amplifient.

Même en ce qui concerne la conformité et la gestion des risques, ainsi que les livrables financiers « traditionnels », les données sur le terrain deviennent de plus en plus complexes. Par exemple, IDC prévoit que d’ici 2022, le risque numérique devra faire partie intégrante des rapports financiers.

Les « anciennes » fonctions évoluent-elles donc pour s’adapter à de nouvelles sources de données ?
 

 

Aujourd’hui, toutes ces données, ces informations financières, sont également utilisées à de nouvelles fins, non seulement pour optimiser les performances, mais également pour orienter les comportements et transformer la culture d’entreprise. La question ne se limite pas à la rentabilité du numérique, ni même au potentiel de nouvelles sources de revenus des canaux numériques ; l’analyse peut aider les responsables à faire face aux perturbations en toute confiance et à accélérer l’innovation.

Les responsables sont en attente de ce type d’analyses des comportements clients. Ils ne veulent pas d’opinions mais des conseils issus des données, et ils ont besoin de prévisions toujours plus précises des performances futures. Nous travaillons à une époque où même les plus grandes marques doivent s’adapter et évoluer. Mais si la finance est déjà en difficulté pour les tâches de maintenance des données, elle aura le plus grand mal à combler l’écart entre ces besoins essentiels et ses capacités.

Et si la direction ne dispose pas de données fiables pour l’aider à prendre des décisions aussi audacieuses, ne serait-pas là le signe d’un problème ?

Quand l’agilité est soutenue par la connaissance, il en ressort un véritable avantage concurrentiel. Les données favorisent un nouveau dialogue à la fois en interne, entre les diverses entreprises et leurs partenaires, en particulier les clients, et au-delà.

En fin de compte, la finance est un langage et il est indispensable d’utiliser le bon langage pour décrire de nouvelles interactions.

Scottish Water, l’un des principaux fournisseurs du marché britannique, en est un excellent exemple. Ce secteur est difficile et très concurrentiel. Les membres de l’équipe ont donc examiné leur business model et les analyses à leur disposition et ont commencé à définir des avantages potentiels pour le consommateur. Ce travail a permis de réduire de 85 % le nombre de réclamations et d’augmenter le taux de satisfaction client de 21 %, simplement en utilisant les données pour mieux cerner leurs attentes.

Ces analyses client ont donc une valeur considérable. Les nouvelles approches basées sur l’IA et le cloud ont des retombées positives y compris parmi l’équipe Finance.

On constate une tendance à l’automatisation dans les services financiers leaders des entreprises.

Les faits sont relativement convaincants. Accomplir les tâches de bases grâce à l’automatisation robotisée des processus (RPA) améliore la productivité et permet à l’équipe Finance de se consacrer à des informations pertinentes sur le plan commercial et financier.

Les API – qui permettent d’optimiser la RPA – deviennent un écosystème complet, qui renforce les liens entre entreprises, normalise les données et renforce la capacité des services financiers à assumer ce nouveau rôle. Et à mesure que nous créons ces plateformes plus vastes, capables de générer et d’analyser des données de tous types, nous permettons également à ce type d’analyse d’imprégner toute une gamme d’autres fonctions.

Dans quel autre service ces technologies peuvent-elles aider les entreprises à accélérer la stratégie en fonction du cycle d’exécution ?

La gestion de la chaîne logistique semble un candidat idéal. Les chaînes logistiques actuelles sont mondiales et étendues, et doivent être à la fois flexibles et fiables. Sans une bonne visibilité, une entreprise peut courir d’énormes risques. Des analyses issues des données d’une chaîne logistique correctement connectée permettent de faire des économies qui à leur tout optimisent les résultats financiers, améliorent la gestion des risques et ouvrent de nouveaux marchés stratégiques.

Dans ce contexte, que retient alors les équipes qui souhaitent rattraper leur retard en matière d’exploitation des données ?

L’un des défis pour leurs dirigeants est d’avoir une feuille de route stratégique claire, prenant en compte leur besoin d’agilité et surmontant les effets de l’incertitude. Il peut être difficile de se fixer un objectif alors que tant de choses changent. Ensuite, l’infrastructure et les processus technologiques existants peuvent entraver l’adoption de nouvelles approches. Si même les premières étapes semblent poser un défi (en raison de données bloquées en silos ou d’un problème d’interopérabilité entre systèmes), il est difficile d’avoir une idée claire de ce que seront les plateformes ouvertes, automatisées et efficaces du futur.
Il est évidemment possible de dépasser certains des obstacles de la transformation numérique, notamment en étudiant les plateformes cloud bien établies et sécurisées qui offrent précisément le type d’approche fiable et flexible requise aujourd’hui.

Comment la finance ou les autres services pourront-ils savoir s’ils ont rattrapé leur retard ?

L’idéal est d’utiliser des systèmes d’entreprise interopérables grâce aux API et à la disponibilité du cloud, pouvant s’adapter à différentes données, et fournir des analyses holistiques basées sur une vue unifiée du Big Data. 

Pour rattraper le retard, les différentes équipes doivent toutes travailler à la même vitesse, avec une vue partagée des données. Le DAF peut alors libérer des ressources : l’automatisation des tâches routinières permet de se concentrer sur des sujets à haute valeur ajoutée. Par exemple, lorsqu’il collabore avec le directeur marketing, ils peuvent rassembler différentes sources de données pour favoriser une véritable innovation. 

Le jour où le PDG commencera par consulter les responsables Finance et Logistique dans ses prises de décisions ou pour avoir de nouvelles orientations stratégiques, l’entreprise sera sur la bonne voie. Ils auront alors intégré leur nouveau rôle de consultant interne hyper-informé.

Nous appliquons ces mêmes principes chez Oracle. Nos équipes utilisent les mêmes capacités du Cloud Oracle que nos clients, ainsi que le type d’automatisation qu’exigent de grands volumes de transactions. Nos responsables financiers peuvent ainsi vous fournir un conseil stratégique éclairé. Qu’il s’agisse de fonctionnalités de tableau de bord pour visualiser des données en temps réel ou d’utiliser le machine learning pour affiner l’automatisation de tâches toujours plus complexes, nous en avons expérimenté l’efficacité.

[Embed video of Enzo and Maria:] C2_FR_FINOP_FinanceJourneytothecloud_time_date]

Be the first to comment

Comments ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.