Des technologies et outils émergents face à la diversité des données
Le DAF occupant un rôle de plus en plus important et l'entreprise nécessitant une vue en temps réel, la fonction Finance a besoin de davantage d'analyse et d'une meilleure compréhension des performances de l'entreprise. La Finance doit aussi de plus en plus utiliser des données non financières d'autres services pour une prise de décisions stratégique à l'échelle de l'entreprise. En effet, près des 2/3 des personnes interrogées déclarent beaucoup utiliser les données de départements non financiers pour générer des insights. Par ailleurs, 64 % des répondants signalent que leurs équipes utilisent les données d'autres services pour générer des insights.
Or, cette étude montre clairement que les technologies et les outils nécessaires à une analyse efficace des différents types de données sont loin d'être adoptés. Le rapport révèle que seuls 37 % des équipes estiment qu'il est important, voire très important, de tirer parti d'un data hub flexible prenant en charge différents types de données, y compris celles d'autres départements (16 % des équipes en font une priorité absolue). De même, 49 % des répondants estiment qu'investir dans des technologies et des outils pour soutenir les analyses et la gestion des données est une priorité importante, voire très importante, pour leurs équipes (20 % des équipes en font une priorité absolue).
Les technologies traditionnelles et les processus manuels freinent le progrès
Au vu de la puissance de la technologie actuelle, il est impensable que des équipes Finance s'appuient sur des processus manuels pour analyser leurs données plutôt que sur des outils d'analyse pour prendre des décisions plus éclairées. Pourtant, plus des 3/4 (77 %) des répondants indiquent s'appuyer sur quelques, voire un grand nombre de processus manuels chronophages pour collecter et utiliser les données, tandis qu'une faible majorité (62 %) utilise des plateformes ou des outils d'analyse des données de manière plus ou moins importante pour prendre des décisions financières éclairées.
La plupart des équipes Finance partagent leurs insights basés sur des données avec l'équipe dirigeante ainsi que les autres équipes et responsables de l'entreprise au moyen de technologies dépassées. La majeure partie (84 %) des personnes interrogées déclarent que l'équipe Finance partage des informations et des insights par e-mail sous forme de feuilles de calcul ou de diapositive avec les autres équipes. Les réunions périodiques représentent le 2e moyen le plus utilisé (65 %). 51 % partagent des données via des tableaux de bord et environ 1/4 (28 %) utilise des plateformes ou des logiciels de collaboration hors tableaux de bord.
DAF : le problème de la confiance dans les données
Dans lesarticles précédents, nous avons abordé les caractéristiques d'une entreprise proactive, notamment la confiance envers les données. Une majorité des répondants a raisonnablement confiance en la rapidité et la précision des données utilisées par l'équipe Finance pour soutenir les décisions métier aujourd'hui, mais très peu d'entre eux ont pleinement confiance en elles. 59 % évaluent leur confiance envers les données à 4 ou 5/5, dont 14 % lui attribuent 5/5 et 45 % 4/5. 41 % des personnes interrogées n'ont pas confiance et attribuent un score de 3 ou moins.
Ces réponses ne sont pas surprenantes : pour la plupart des fonctions Finance, l'utilisation de l'Intelligence Artificielle (IA), du Machine Learning et des analyses prédictives reste aujourd'hui à l'état de projet. Moins de 1/3 (29 %) des répondants évaluent à 3, 4 ou 5/5 (5 représentant une utilisation importante) l'utilisation de l'Intelligence Artificielle, du Machine Learning et/ou des analyses prédictives par leurs équipes Finance au cours de leurs activités quotidiennes. 33 % déclarent que leurs équipes Finance n'utilisent pas du tout ces technologies aujourd'hui.