La qualité des données est la base du métier de financier, et pourtant on la traite souvent en bout de chaîne, au moment de la clôture, quand il est trop tard. Dans cet épisode enregistré en live avec Antoine pour son podcast Assurance en coulisses, j’échange avec Pierre Laffitte, associé chez Emargence et auditeur informatique, sur ce qui fait vraiment la fiabilité d’une donnée financière.

Tout commence par la culture. Pour moi, la qualité des données est d’abord un sujet humain : si la direction ne s’y intéresse pas, aucun contrôle ne tiendra. Chez Valeo, la règle du « speak with data » interdisait d’arriver en réunion sans un chiffre, et chaque directeur était questionné sur ses indicateurs en comité mensuel. C’est cette exigence qui impose la fiabilité.

Je reviens ensuite sur l’intégration de Zodiac chez Safran. L’objectif était de passer d’une clôture à J+8 à J+4 en un an, sans budget ni recrutement, avec 22 entités et 15 ERP différents. Le vrai problème se trouvait en amont : des retraitements manuels dans Excel qui masquaient les erreurs restées dans l’ERP. Une logique de master data, un remapping complet et des contrôles au fil de l’eau ont fait passer la qualité d’environ 68 % à 95 % en neuf mois.

Pierre insiste sur les référentiels communs entre directions, et nous défendons deux idées à contre-courant : l’ERP unique est un fantasme, alors qu’une master data alignée reste accessible, et empiler des champs pour se rassurer finit par rendre la base impossible à maintenir.

Pierre détaille aussi les contrôles qui font la différence : format, cohérence, valeurs atypiques, comparaison avec la période précédente et croisement entre plusieurs sources. Il conseille de toujours demander des extractions brutes aux fournisseurs externes plutôt qu’un format retraité.

Sur l’IA, je prends le contre-pied de l’enthousiasme ambiant. Un modèle de langage produit une probabilité, alors qu’un financier a besoin d’un chiffre juste. Avant de lancer mon projet, j’ai interrogé environ 200 personnes sur leur niveau de qualité de données. Les réponses allaient de 40 % à 95 %, mais aucune n’était prête à signer son estimation. Tant que cette évaluation n’existe pas, l’IA ne servira pas à grand-chose. Pierre y voit plutôt un appui pour la veille et la documentation.

Le conseil qui ressort de l’échange est simple : traiter la qualité des données au début du processus et non à la clôture, et en faire un vrai outil de pilotage plutôt qu’une case à cocher.

Je m’appelle Jonathan Plateau. Je suis passé par EY, Valeo et Safran et j’essaye d’engager des échanges et des réflexions sur nos métiers de la finance.

Ma mission : vous offrir une expérience éducative, divertissante et parfois surprenante.

Ce podcast est fait pour les directeurs financiers (DAF, CFO), les contrôleurs de gestion, qu’ils soient juniors ou confirmés, et qui souhaitent profiter des échanges entre pairs pour enrichir leur pratique de la finance au quotidien et tendre vers le business partner.

Joignez-vous à notre communauté passionnée qui explore chaque facette du contrôle de gestion et du business partner.

N’oubliez pas que la finance, c’est aussi une question de mindset !

N’hésitez pas à partager vos interrogations sur nos discussions ou sur le podcast. Vous pouvez me contacter sur LinkedIn directement.

https://www.linkedin.com/in/jonathan-plateau-1980b610/

Vous aimerez cette émission si vous aimez aussi :

Coonter (Les Geeks des chiffres) • CFO Radio • Une Cession Presque Parfaite • Voie des comptables • Parlons Cash • Le nerf de la guerre • Feedback by la fée • Radio KPMG

Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.