Dans un contexte où les courtiers reçoivent une multitude de bordereaux de commission sous différents formats, les comptabilisent manuellement et réalisent leurs états de pilotage de manière théorique sans pouvoir exploiter pleinement les données réelles reçues, les techniques de Data Analytics permettent d’automatiser ces comptabilisations mais aussi d’exploiter, de façon pertinente, les données pour construire des outils de pilotage performants.
La Data Analytics pour automatiser la comptabilisation des bordereaux
Les outils de Data Analytics permettent d’automatiser différents processus tels que la comptabilisation des bordereaux de commission et de les déverser directement dans le logiciel comptable. La souplesse de ces outils facilite la prise en charge des différents formats de bordereaux (Pdf, Excel, CSV…) et permet de les interfacer avec différents logiciels de comptabilité ou de gestion commerciale.
Les apports de ces outils dans la gestion des bordereaux sont multiples :
Gain de temps opérationnel
C’est avant tout une économie de temps, temps qui pourra être réalloué pour de l’analyse décisionnelle. De nombreuses étapes sont supprimées ou optimisées : réception de documents, modification des formats des fichiers, traitements manuels de ces derniers. Et les risques d’erreurs humaines liées aux comptabilisations manuelles des bordereaux sont réduits à zéro. Le temps de traitement, par exemple, d’un bordereau de commission, de sa lecture jusqu’à sa comptabilisation dans le logiciel comptable, se compte en secondes car ces outils lisent en moyenne 280 000 lignes par minute.
Aide aux prévisions
Ces outils de Data Analytics ont la capacité de traiter systématiquement toutes les données utiles, permettant d’estimer les montants attendus selon un critère défini. La Data Analytics aide donc dans tous les types de processus de prévisions. Il est par exemple possible de créer un modèle prédictif d’attrition.
Gain en fiabilité
Grâce à ces outils, le courtier arrive à fiabiliser et affiner les écritures comptables mais aussi les données des bases CRM. En effet, les croisements entre les bordereaux et les bases sont désormais possibles et permettent d’affiner les données traitées.
Meilleur contrôle des règlements des partenaires
L’Analytics, par le stockage systématique des données utiles, donne au courtier un meilleur contrôle sur les sommes qui lui sont versées par les gestionnaires et leur permettent d’identifier les retards de paiement par exemple.
Facilité de lecture des différents formats de fichier
La lecture des différents types de bordereaux n’est plus une difficulté. Grâce aux besoins formalisés par le client, le paramétrage peut être précis sur des zones de lecture des sources de données. De ce fait, l’évolution du format de la source de donnée peut dans certains cas n’avoir aucun impact sur le process de lecture dans l’outil de Data Science.
Conseils+
- Pour pleinement bénéficier de ces avantages, notre expérience nous a montré que le besoin doit être clairement exprimé en amont par le métier afin de bien évaluer les contours et prendre en compte toutes les spécificités qui pourraient survenir. Il est notamment très important de veiller à obtenir l’exhaustivité des bordereaux à comptabiliser. Le but est de bien identifier tous les types de formats à importer.
- Par ailleurs, le process métier doit être bien maîtrisé en amont, dans la préparation de cette automatisation car le développement du workflow viendra s’appuyer sur ce process métier.
La Data Analytics pour construire des outils de pilotage performants
Grâce aux outils de Data Analytics, les courtiers peuvent aussi améliorer leurs outils de contrôle et de pilotage, en s’appuyant sur l’exploitation des données de bordereaux.
Création d’outils de pilotage
Il est facile d’interfacer les outils d’exploitation automatisée des données avec un large spectre de bases de données externes. Les informations des bordereaux, lues via les outils de Data Analytics puis stockées dans un datawharehouse, peuvent être exploitées pour générer différents reportings et tableaux de bord. Par exemple, il est possible de paramétrer l’édition et l’envoi automatique du reporting hebdomadaire du chiffre d’affaires par branche d’activité dans la boîte mail du Directeur Marketing à date et heure fixes.
Pertinence des outils et des axes analytiques
Les outils de Data Analytics permettent aussi de générer de nouveaux reportings beaucoup plus pertinents. En combinaison avec des technologies de Business Intelligence, des rapports dynamiques de natures diverses (Graphiques, tcd, tableaux) peuvent être créés permettant de rendre accessibles des données pertinentes pour la prise de décision. Il s’agit de donner aux utilisateurs la capacité de naviguer à travers les reportings selon différents critères (type de produits, type de contrat par gestionnaire par exemple).
Data cleaning
Ces outils offrent également une aisance à analyser puis nettoyer les sources de données (identification des doublons, des données incorrectes, aberrations ou valeurs extraordinaires…). C’est une étape essentielle à la création de bases de données fiables et complètes qu’il est impossible d’effectuer manuellement. Elle permet une exploitation optimale des bases, en vue d’affiner les axes analytiques (famille de produits…).
Croisement de technologies différentes
Il en résulte également un croisement plus facile de données de natures et de sources différentes. Il est par exemple possible de croiser les bases de données et les bordereaux de commission reçus au format Excel ou pdf, ou de croiser une table de données SQL et un fichier Excel.
Prise en main facile par les métiers
Autre avantage non négligeable : ces outils peuvent être très facilement pris en main par le métier. Ils s’appuient sur des flux de traitement de données graphiques simples d’utilisation. Avec une formation complète pour des non initiés au paramétrage, la prise en main se fait directement avec le métier qui s’approprie réellement l’outil et le pilote en toute autonomie. C’est donc une alternative puissante et évolutive aux outils classiques couramment utilisés aujourd’hui. Ici, la réussite de la prise en main passera par la motivation des équipes métiers en charge.
Conseil+ :
Le dictionnaire de données sera un référentiel primordial pour la bonne réussite de l’automatisation des process. Bien décrits et de façon exhaustive, ils permettent de garantir la pérennité de l’outil.
***
Pour résumer, adopter un outil de Data Analytics, c’est se doter d’un outil performant et innovant. De plus, Il n’y a pas de grande complexité dans la mise en place et la prise en main se fait par le métier qui gagne en autonomie.
Conseil+ : Attention cependant à la gestion du changement dans ce contexte. Il est important d’emporter l’adhésion des personnes clés du processus d’automatisation afin d’éviter leurs réticences à la mise en place des outils. Il faudra notamment bien identifier les acteurs du process cible pour réussir cette transformation.
