Corporate Finance, DeFi, Blockchain, Web3 News
Corporate Finance, Fintech, DeFi, Blockchain, Web 3 News

La dimension « temps » dans le pilotage des performances

Les solutions EPM permettent de collecter, prévoir et restituer des données de tous types, financiers ou opérationnels. La dimension « temps » tient une place particulière, car un indicateur évolue toujours période après période. Les solutions informatiques rendent en général cette dimension obligatoire pour stocker l’information.


Laurent Allais
Laurent Allais
Le niveau de granularité appliqué en général est le mois, qui se consolide par exemple en trimestres ou en années. C’est une approche directement issue de la Finance, pour laquelle la fin de l’année représente la consolidation temporelle ultime, compte tenu des règles de séparation des exercices.

Cette vision a cependant évolué avec les prévisions glissantes (rolling forecast), pour que l’horizon temporel porte toujours sur le même nombre de mois. Car si l’on s’arrête aux prévisions de fin d’année, plus on s’approche de décembre on plus on perd en visibilité. Ainsi, pour mieux anticiper et piloter, on préférera garder un horizon temporel constant, par exemple 6 mois, plutôt qu’une vue à fin d’année.

Ceci peut conduire à s’interroger sur l’étendue de l’horizon temporel même des prévisions. Si dans certains secteurs d’activité, prévoir recettes et dépenses à un an est réaliste, dans d’autres secteurs cela relève d’un pari impossible. L’horizon de prévision doit donc être flexible, selon les secteurs d’activité et même selon les opérations ou les natures de dépenses et de recettes.

Se présente aussi la question de l’agrégation temporelle. En finance, il existe deux modes d’agrégation majeurs : la somme des montants périodiques, par exemple les revenus de chaque mois, et le dernier montant de la période, par exemple les postes de bilan. Mais les indicateurs opérationnels peuvent s’agréger différemment : le maximum ou le minimum (niveau de production usine), la moyenne (effectif) ou encore un indicateur dépendant de la comparaison d’autres valeurs (ex: le maximum entre deux, sauf si en aout celui-ci dépassait tel seuil…).

Enfin, si le mois est toujours le niveau de granularité proposé, il est parfois nécessaire d’aller juqu’au niveau le plus fin : la date. Par exemple, dans la grande distribution, le chiffre d’affaires au jour et à la semaine sont incontournables. Ceci implique quelques problèmes à résoudre :

  • Comment renseigner les données aussi finement sans y passer des semaines ?
  • Comment gérer un volume de données important (mais on pourrait aussi aller jusqu’au ticket – il y a toujours plus fin) et conserver de bonnes performances pour le reporting et les calculs ?
  • Comment agréger les données par jour sur les niveaux supérieurs, semaine, mois ou encore « fin de la prévision » ?

En effet, une date, si elle est automatiquement associée à un mois et une année est parfois regroupée dans des ensembles temporels spécifiques (période de solde, ventes de noël, promotions, etc).

Qui plus est, si l’objectif est de comparer avec l’année précédente, il ne s’agit pas d’analyser deux dates séparées par 364 jours, mais deux dates comparables compte tenu du calendrier commercial. Par exemple, la veille des départs en vacances ne tombe pas toujours à la même date, tout comme le dernier samedi avant noël.

Si on utilise la maille temporelle « date », ou même « semaine », on doit en complément définir le mode d’agrégation vers les niveaux supérieurs et les besoins de comparaison. Il n’est pas rare de devoir introduire une autre notion telle qu’un « numéro de date comparable » associée à la date calendaire, selon l’année.

La question du niveau de détail temporel est un sujet important de l’analyse des besoins de prévision et de reporting, qu’il convient de traiter précisemment. Selon les besoins des clients, la solution EPM devra proposer une ou plusieurs des fonctionnalités suivantes :

  • Gestion des périodes glissantes avec réutilisation des prévision antérieures.
  • Agrégation automatique au niveau temporel supérieur, en temps réel.
  • Personnalisation des règles d’agrégation des indicateurs au niveau temporel supérieur.
  • Disponibilité de tous les niveaux temporels utiles (semestre, jour, semaine, date) pour les prévisions et le reporting
  • Gestion des regroupements temporels personnalisés (relation entre jour et semaine par exemple)
  • Déduction automatiques des périodes alternatives selon les règles de gestion (jour comparable par exemple)

Laurent ALLAIS
Directeur Général

www.alsight.fr

Les médias du groupe Finyear

Lisez gratuitement :

FINYEAR

Le quotidien Finyear :
- Finyear Quotidien

Sa newsletter quotidienne :
- Finyear Newsletter
Recevez chaque matin par mail la newsletter Finyear, une sélection quotidienne des meilleures infos et expertises en Finance innovation & Digital transformation.

Ses 4 lettres mensuelles digitales :
- Le Directeur Financier
- Le Trésorier
- Le Credit Manager
- The Chief Digital Officer

Finyear magazine trimestriel digital :
- Finyear Magazine

Un seul formulaire d'abonnement pour choisir de recevoir un ou plusieurs médias Finyear

BLOCKCHAIN DAILY NEWS

Le quotidien Blockchain Daily News :
- Blockchain Daily News

Sa newsletter quotidienne :
- Blockchain Daily News Newsletter
Recevez chaque matin par mail la newsletter Blockchain daily News, une sélection quotidienne des meilleures infos et expertises en Blockchain révolution.

Sa lettre mensuelle digitale :
- The Chief Blockchain Officer

Jeudi 13 Juillet 2017




Offres d'emploi


Offres de stages


Nominations


Dernières actualités


Populaires