Gestion des données de référence financières (MDM) Il s'agit de la pratique consistant à définir, organiser et mettre à jour les données financières fondamentales (plan comptable, centres de coûts, entités juridiques, fournisseurs, etc.) dont dépendent toutes les activités financières. Associée à Gouvernance des données, qui définit les règles, la propriété et les contrôles relatifs à ces données, garantit ainsi la cohérence, l'exactitude et la conformité aux exigences d'audit des informations financières dans l'ensemble des systèmes, des pays et des entités opérationnelles d'une organisation.
Étude 2023 de BlackLine a constaté que les problèmes de rapprochement des données allongent en moyenne de 3,1 jours le cycle de clôture mensuelle. Il ne s’agit pas là de défaillances ponctuelles. C’est le résultat prévisible d’une gestion des données de référence qui n’a pas été correctement structurée, normalisée ou régie.
Demandez à n'importe quel directeur financier quelle est sa plus grande source de frustration sur le plan opérationnel, et dès les premières minutes, il vous parlera des données. Pas de la cybersécurité ni du risque de marché. Données.
Plus précisément, ce genre de désordre structurel mineur qui survient lorsque votre plan comptable présente de légères différences entre SAP et votre outil de consolidation, lorsque le même fournisseur apparaît sous la forme de « Siemens AG », « Siemens A.G. », et « SIEMENS » sur trois systèmes d'approvisionnement, ou lorsque deux entités opérationnelles déclarent des types de coûts identiques sous des codes comptables totalement différents, car une correction régionale a été apportée en 2018 et personne n'a mis à jour la documentation.
C'est précisément ce dont s'occupe la gestion des données de gestion financière (MDM). Pas l'aspect prestigieux de la transformation numérique, mais plutôt les rouages qui la sous-tendent.
Ce guide couvre l'ensemble des aspects de la gestion des données de référence (MDM) dans le domaine financier : ce qu'elle englobe, pourquoi la gouvernance est déterminante pour sa pérennité, comment elle s'applique à des domaines de données spécifiques, notamment les données MRO, les données fournisseurs, les données produits et les données relatives aux salariés, et à quoi ressemble concrètement un programme bien géré.
Ce que recouvre réellement la gestion des données de référence financières
La gestion des données de référence financières (MDM) consiste essentiellement à définir, organiser et mettre à jour les données financières fondamentales sur lesquelles reposent en fin de compte chaque transaction, chaque rapport et chaque décision.
Considérez-la comme la couche structurelle qui sous-tend l'ensemble des chiffres : les informations de référence qui indiquent au système à quel poste un coût doit être affecté, qui est un fournisseur, comment une entité juridique s'inscrit dans le groupe et quelles règles monétaires s'appliquent au niveau international.
Contrairement aux données transactionnelles (factures, écritures comptables, bons de commande), les données de référence sont plus stables. Elles ne changent pas à chaque jour ouvré. Mais lorsqu’elles changent, ou lorsqu’elles sont erronées, les répercussions se font sentir sur tout ce qui en dépend.
- Plan comptable
La liste complète des comptes généraux utilisés pour l'information financière. La colonne vertébrale de toute vue consolidée.
- Centres de coûts et de résultats
Structures permettant de suivre les dépenses et la rentabilité au niveau des unités opérationnelles, des services ou des projets.
- Entités juridiques et divisions opérationnelles
Reflète l'organisation structurelle du groupe. Élément essentiel pour la consolidation et le reporting réglementaire.
- Devises et calendriers fiscaux
Gère les écritures multidevises, le traitement des taux de change et la définition des périodes pour les opérations internationales.
- Hiérarchies des fournisseurs et des clients
Permet le suivi des dépenses, la gestion des créances et une visibilité globale sur les relations entre les différents systèmes.
- Produits et matériaux
Permet la valorisation des stocks, le calcul du coût des ventes, l'analyse des marges et le calcul des coûts de la chaîne d'approvisionnement.
Chacun de ces domaines doit avoir un propriétaire. Cela semble aller de soi, mais il est étonnant de constater à quel point la réponse honnête est souvent « tout le monde en est propriétaire », ce qui, dans la pratique, revient à dire que personne ne l'est.
Pourquoi la gouvernance des données est-elle importante ?
Le MDM apporte une structure à vos données financières. La gouvernance permet de préserver cette structure au fil du temps. Sans elle, même le modèle de données le mieux conçu finit par se dégrader.
Les comptes s'accumulent sans être vérifiés, les fournisseurs sont créés par la personne qui en a le plus besoin, et les hiérarchies des centres de coûts finissent par ne plus correspondre à la structure réelle de l'organisation.
Une bonne gouvernance implique généralement une définition claire de la propriété des données (généralement les responsables du traitement et les gestionnaires de données désignés), des conventions de nommage et des normes au niveau des champs, des processus de validation documentés pour toute modification, des pistes d'audit permettant de savoir qui a effectué quelle action et à quel moment, ainsi que des contrôles de qualité périodiques.
Aucune de ces mesures n'est d'ordre technologique. Il s'agit d'engagements organisationnels.
Des données de référence sans responsable ne sont que des données qui ne demandent qu'à poser problème. Et dans le domaine financier, ce problème finit par apparaître dans le rapport d'audit.
Les entreprises qui réussissent véritablement dans ce domaine ont un point commun : elles considèrent la gouvernance comme une discipline relevant des opérations financières, et non comme une initiative informatique.
Lorsque le directeur financier prend en charge le cadre de gouvernance, les comportements au sein de l'organisation évoluent. En revanche, lorsque ce cadre est présenté comme un projet technologique relevant de la responsabilité du service informatique, il a tendance à s'enliser une fois la phase de mise en œuvre terminée.
Pourquoi les multinationales ont-elles particulièrement du mal avec cela ?
Pour les organisations présentes dans plusieurs pays, la complexité des données financières augmente rapidement.
Cela est particulièrement vrai dans les secteurs de l'industrie manufacturière et ceux à forte intensité d'actifs, où les défis liés à gestion des données de référence dans des environnements multi-sites sont bien documentés.
Chaque pays a ses propres structures fiscales, ses exigences réglementaires, ses pratiques comptables et, souvent, sa propre instance ou configuration ERP.
En l'absence d'un cadre de référence, on assiste au fil du temps à l'émergence d'un véritable patchwork : des plans comptables incohérents, des structures de centres de coûts incompatibles, des doublons dans les fiches fournisseurs et clients, ainsi que des formats de reporting qui nécessitent un travail manuel de mise en correspondance ne serait-ce que pour obtenir une vue consolidée unique.
Les équipes de finance d'entreprise des grandes multinationales consacrent systématiquement deux à quatre jours supplémentaires à chaque clôture mensuelle uniquement à la mise en correspondance et au rapprochement des données régionales selon une structure commune. Il ne s'agit pas d'un échec technologique, mais d'un échec au niveau des données de référence.
Une gestion des appareils mobiles (MDM) solide permet de mettre en place une structure globale harmonisée à laquelle toutes les filiales se conforment, tout en laissant une marge de manœuvre pour tenir compte des exigences réglementaires locales.
Un plan comptable global, par exemple, peut être adopté dans toutes les entités, les comptes locaux étant mis en correspondance avec les codes standardisés de la société mère.
Cela signifie que les résultats financiers sont regroupés de manière claire, car les définitions des comptes, les hiérarchies des centres de coûts et les structures des centres de profit sont déjà harmonisées à la source, ce qui évite d'avoir à procéder à d'importants ajustements lors de la consolidation.
Exemple concret : le programme « Nestlé Globe »
Lorsque Nestlé a lancé son programme mondial d’harmonisation SAP, connu en interne sous le nom de « Globe », l’un des axes de travail principaux consistait à normaliser le plan comptable dans l’ensemble de ses activités réparties dans plus de 80 pays. La réalisation de ce projet a pris près d’une décennie. Ce qui a finalement permis de le mener à bien, c'est la mise en place d'une petite équipe centrale dotée d'une réelle autorité pour faire respecter les normes, associée à une politique claire exigeant une justification commerciale documentée et l'accord de la direction pour toute exception locale. À l'issue du projet, les éliminations inter-sociétés, qui nécessitaient auparavant des semaines de rapprochement manuel, ont été largement automatisées, et les délais de clôture se sont considérablement raccourcis.
(Source : Rapports annuels de Nestlé; Documentation relative à l'étude de cas SAP)
L'harmonisation mondiale simplifie également la mise en conformité entre les différentes juridictions. Les législations fiscales présentent en effet des différences significatives : la GST en Inde, la TVA dans l'Union européenne, la taxe sur les ventes dans divers États américains.
Un modèle MDM bien géré garantit que chaque élément s'intègre dans une structure de reporting unifiée sans perte de précision au niveau local. Ce même principe s'applique à la gestion des taux de change, aux écritures intra-groupe et aux transactions transfrontalières.
La gestion des fournisseurs est un autre domaine qui en tire un grand bénéfice. En l'absence d'harmonisation, un même fournisseur peut apparaître sous plusieurs noms dans les systèmes de différents pays, ce qui rend impossible la compréhension du montant total des dépenses mondiales ou la négociation centralisée.
Grâce à un répertoire fournisseurs centralisé, les fournisseurs respectent une structure de données harmonisée, ce qui permet de réduire les doublons et d'améliorer la visibilité sur l'ensemble des relations commerciales.
Les causes les plus courantes d'échec dans la gestion des données financières (MDM)
Il ne s'agit pas là de scénarios d'échec hypothétiques. Ce sont les problèmes qui se manifestent, sous une forme ou une autre, dans la plupart des organisations qui n'ont pas mis en place de manière réfléchie une infrastructure de gouvernance.
Mauvaise qualité des données
Les enregistrements en double ou incomplets entraînent des erreurs de paiement, des retards dans la production des rapports et des indicateurs clés de performance (KPI) qui ne reflètent pas la réalité.
Absence de normalisation
Chaque pays ou service utilise sa propre version des codes comptables ou des structures de fournisseurs, ce qui entraîne des difficultés à chaque opération de consolidation.
Une gouvernance défaillante
L'absence de responsabilité clairement définie entraîne des modifications non autorisées, des comptes non approuvés et des lacunes en matière de conformité qui apparaissent lors des audits.
Lacunes en matière d'intégration des systèmes
Lorsque les systèmes ERP, CRM, d'approvisionnement et de trésorerie ne sont pas synchronisés, le service financier se retrouve confronté simultanément à plusieurs versions de la réalité.
Enregistrements en double
La présence de plusieurs codes fournisseur ou client pour une même entité entraîne des pertes de paiement, une dispersion des créances et des analyses des dépenses erronées.
Mauvaise gestion de la hiérarchie
Des hiérarchies de centres de coûts incorrectes faussent les agrégations du compte de résultat et compromettent la fiabilité des rapports réglementaires.
Mises à jour différées des enregistrements
La lenteur de la réplication des modifications apportées aux données de référence nuit à la précision de la clôture de fin de mois et au traitement opérationnel.
Risques liés à la conformité
Des codes fiscaux erronés ou des données obsolètes concernant les entités juridiques peuvent entraîner des sanctions réglementaires et compliquer les contrôles légaux des comptes.
Processus manuels
Les demandes de modification transmises par e-mail ou via des tableurs sont sources d'erreurs, lentes et ne laissent aucune trace d'audit exploitable.
Les défis liés à l'évolutivité
Les solutions MDM rigides, qui n'ont pas été conçues pour s'adapter à la croissance, ralentissent inutilement les fusions, les acquisitions et les entrées sur de nouveaux marchés.
En 2015, Hertz a entrepris la mise en œuvre d’un système ERP SAP qui est devenue un cas d’école en matière d’erreurs à éviter. La publication des rapports financiers a pris du retard, l’entreprise a déposé ses rapports auprès de la SEC en retard à plusieurs reprises et a finalement dû retraiter les résultats de plusieurs années. Les incohérences des données de référence entre les systèmes nouvellement consolidés ont clairement contribué aux échecs de rapprochement qui ont rendu l’établissement des rapports si difficile. L’entreprise a finalement poursuivi en justice son partenaire de mise en œuvre, Accenture ; l’affaire s’est soldée par un règlement à l’amiable en 2021 pour un montant non divulgué.
(Sources : Analyse de CIO.com; Test du boîtier UpperEdge)
Meilleures pratiques pour la mise en œuvre de la gestion des données de référence (MDM) et de la gouvernance dans le domaine financier
Pour y parvenir, il ne s'agit pas de choisir la plateforme la plus sophistiquée. Il s'agit plutôt de mettre en place la structure, la culture et les processus adaptés autour des données, puis de veiller à les maintenir de manière cohérente.
Obtenir le soutien des responsables financiers
Les programmes de gestion des données mobiles (MDM) couronnés de succès partent presque toujours du sommet de la hiérarchie. Lorsque le directeur financier ou la direction financière soutient ouvertement cette initiative, les services reconnaissent son importance stratégique et prennent la standardisation au sérieux.
Sans ce soutien, les équipes retombent automatiquement dans « la façon dont on a toujours fait », ce qui va à l'encontre de l'objectif même de l'initiative. Celle-ci doit être présentée comme une priorité des opérations financières, et non comme un projet informatique impliquant des acteurs du secteur financier.
Définir un modèle de données financières normalisé
Une structure claire et cohérente garantit que tous les services de l'organisation parlent le même langage financier.
Cela implique d'harmoniser à l'échelle mondiale le plan comptable, les structures des centres de coûts et des centres de profit, les définitions des entités juridiques et les hiérarchies de reporting. L'avantage est que la consolidation ne nécessite plus de travail de conversion.
Avant et après la normalisation
Auparavant : l'Inde enregistrait « Entretien des installations », les Émirats arabes unis « Réparations de machines » et l'Allemagne « Révision des équipements ». Trois comptes différents pour une même catégorie de coûts.
Après : toutes les régions sont rattachées au compte 51XXX1 : Réparations et entretien – Machines. Un seul compte. Une synthèse claire. Aucune ambiguïté lors de la consolidation.
Utiliser des plateformes technologiques qui intègrent la gouvernance dès leur conception
Les plateformes ERP et MDM modernes, telles que SAP Master Data Governance (MDG), Oracle DRM, Informatica MDM et IBM InfoSphere, permettent aux entreprises d'intégrer directement des contrôles au sein du système plutôt que de s'en remettre à une surveillance manuelle.
Un examen plus approfondi de Meilleures pratiques en matière de gestion des données de référence dans les progiciels de gestion intégrée (ERP) montre à quoi cela ressemble dans les environnements SAP et Oracle.
Au lieu d'essayer de résoudre les problèmes une fois qu'ils sont apparus, le système les prévient. Un utilisateur qui tente de créer un fournisseur nommé « Wendlers Ltd. » reçoit immédiatement un message d'alerte si « Wendlers Limited » existe déjà. Une nouvelle demande de centre de coûts qui ne remplit pas les champs obligatoires ne pourra tout simplement pas être soumise.
Selon L'analyse du « Magic Quadrant » de Gartner , parmi les principales plateformes, on trouve SAP MDG (la plus performante dans les environnements centrés sur SAP), Informatica MDM (privilégiée dans les environnements multi-ERP complexes), Reltio (qui gagne du terrain grâce à ses architectures natives du cloud) et Stibo Systems. Les plateformes spécialisées telles que la Suite MDM de Verdantis sont spécialement conçues pour les secteurs à forte intensité d'actifs, où la gestion des données relatives à la maintenance, aux réparations et à l'exploitation (MRO), aux matériaux et aux équipements revêt une importance capitale. Le choix approprié dépend fortement de votre environnement ERP existant et de la complexité de votre organisation.
Définir des rôles de gestion des données, et pas seulement des responsables des données
Il existe ici une distinction importante que de nombreuses organisations négligent. Un « propriétaire des données » occupant un poste de direction n’a ni le temps ni la connaissance du contexte opérationnel nécessaires pour déterminer si les informations fournies par un fournisseur comportent un IBAN valide ou indiquent la bonne juridiction fiscale.
C'est en effet le cas d'un gestionnaire de données qui, au quotidien, s'implique pleinement dans le processus d'intégration des fournisseurs. Les gestionnaires examinent les nouvelles demandes d'enregistrement, vérifient les informations, résolvent les doublons et veillent à la cohérence des hiérarchies. Ces fonctions relèvent des opérations financières, et non de l'informatique.
Les modèles de gouvernance les plus pérennes reposent sur une approche fédérée : la gouvernance centrale définit les normes et les conventions de nommage, tandis que les responsables locaux de chaque région traitent les demandes quotidiennes dans le respect de ces lignes directrices.
Une gestion entièrement centralisée engendre des goulots d'étranglement. Une gestion entièrement décentralisée entraîne une dérive. Le juste milieu fédéré est plus difficile à mettre en place, mais a tendance à perdurer.
Surveillance continue et préparation aux audits
Les données de référence financières ne sont pas du genre « à configurer une fois pour toutes ». Elles nécessitent une attention constante : contrôles réguliers de l'exhaustivité, analyse des doublons, vérification des codes fiscaux et examen des pistes d'audit.
Lorsqu’un système de gouvernance fonctionne correctement, il devrait être possible de répondre en quelques minutes, et non en plusieurs jours, à la question d’un auditeur visant à savoir qui a créé la fiche d’une entité juridique et pour quelle raison.
Cette transparence ne se limite pas à une bonne pratique en matière de conformité ; elle permet également de réduire considérablement le risque d'audit.
La piste d'audit dans la pratique
Lors d'un audit, l'équipe doit être en mesure d'extraire un historique complet indiquant : qui a soumis la demande de création, qui l'a approuvée, quand elle a été activée, ainsi que la justification métier documentée. Avec une bonne gouvernance MDM, cette opération ne prend qu'une minute. Sans cela, il faut compter deux semaines d'enquête.
Modèles de données de référence financières dans les principaux domaines
Les données de référence financières ne sont pas isolées. Elles sont liées à toutes les fonctions opérationnelles : achats, maintenance, ressources humaines, ventes, logistique. Chaque domaine a ses propres exigences en matière de données financières, et la gouvernance doit en tenir compte.
MRO
MRO : Maintenance, réparation et exploitation
Des secteurs tels que l'aviation, le transport maritime, l'énergie et l'industrie manufacturière dépendent fortement des données MRO. Il existe des recommandations détaillées publiées sur Gouvernance de la gestion des données MRO spécialement destiné aux activités à forte intensité d'actifs, qu'il vaut la peine de lire en complément de la présentation générale proposée ici.
Dans ces environnements, les données de référence financières sont étroitement liées aux pièces de rechange, aux ordres de travail de maintenance, aux coûts liés au cycle de vie des actifs, aux activités de réparation et aux services des fournisseurs.
Il est particulièrement crucial de bien maîtriser ce domaine, car il a une incidence directe tant sur le compte de résultat que sur la conformité réglementaire dans les secteurs où les normes de sécurité sont strictes.
Principaux types de données de base financières dans le domaine de la maintenance, des réparations et de l'exploitation (MRO) :
Comptes de charges d'entretien | Centres de coûts d'atelier |
Règles relatives à l'amortissement des actifs | Coordonnées du fournisseur de pièces détachées |
Codes fiscaux de plusieurs pays | Devise et conditions de paiement |
Classification des ordres de travail | Hiérarchies des coûts conformes aux normes IFRS |
Les hiérarchies dans la gestion financière MRO sont importantes car elles permettent une budgétisation précise et une analyse des écarts à tous les niveaux, depuis les centres de coûts individuels jusqu'au niveau de l'entreprise.
Ils facilitent également la prise de décision stratégique. Les dirigeants peuvent ainsi analyser en détail les résultats consolidés pour remonter jusqu'aux facteurs opérationnels sous-jacents, et ainsi identifier les dépassements de budget dans certains hangars ou certaines catégories de maintenance.
Le contrôle de version garantit l'exactitude historique après des modifications structurelles, et les pistes d'audit sont indispensables dans les secteurs soumis à une réglementation stricte, tels que l'aviation et le secteur maritime.
Exemple dans le secteur aérien La division MRO d'une compagnie aérienne internationale organise ses coûts de manière à ce que chaque hangar (centre de coûts) enregistre ses activités quotidiennes de maintenance. Ces données sont ensuite regroupées au niveau des unités opérationnelles MRO régionales, puis au sein d'une catégorie « Maintenance des aéronefs » à l'échelle du groupe, conforme aux normes IFRS. Les codes fiscaux propres à chaque juridiction garantissent la conformité locale, tandis que le regroupement global permet l'établissement des états financiers consolidés.
Fournisseur
Fiches fournisseurs
Les données fournisseurs constituent la colonne vertébrale des achats et de la gestion des comptes fournisseurs. La manière dont les organisations organisent Gouvernance de la base de données fournisseurs dans des environnements multi-ERP varie considérablement, et les enjeux sont plus importants que ce que la plupart des équipes financières imaginent au départ.
Des registres fournisseurs désorganisés entraînent des paiements en double, des classifications fiscales erronées, des retards dans le traitement des factures et, surtout, un risque accru de fraude.
Le Rapport 2022 de l'ACFE aux nations a révélé que les stratagèmes de facturation impliquant des fournisseurs fictifs représentent 22% de l'ensemble des cas de fraude professionnelle, avec une durée moyenne de 24 mois avant leur détection. (Télécharger le rapport complet au format PDF)
Une base de données fournisseurs bien conçue recense les informations d'identification des fournisseurs (code, groupe, catégorie), les informations juridiques (raison sociale, numéro d'identification fiscale, équivalent GST/PAN), les coordonnées bancaires (compte, IFSC/SWIFT, mode de paiement), les détails opérationnels, les conditions de paiement et les limites de crédit, ainsi que les contrôles de conformité, notamment le KYC, la lutte contre le blanchiment d’argent et la vérification des listes de sanctions.
Les entreprises dont la gestion du fichier fournisseurs est défaillante enregistrent des taux de paiements en double compris entre 0,11 TP3T et 0,51 TP3T du montant total des dépenses. Sur une base de dépenses de 1 TP4T1 milliard, cela représente 1 TP4T1 à 5 millions. (Source : Institut de finance et de gestion)
Code fournisseur et catégorie | Dénomination sociale et immatriculation |
Compte bancaire et code SWIFT | Compétence fiscale et numéro d'identification fiscale |
Conditions de paiement et devise | Statut KYC et AML |
Vérification des sanctions | Classification ESG |
Équipement / Actif
Données de référence sur les équipements et les actifs
Les entreprises investissent massivement dans des actifs corporels : machines, véhicules, matériel informatique, outillage et infrastructures.
Structuration fichiers de référence des immobilisations correctement pour les entreprises à forte intensité capitalistique constitue une discipline à part entière, dont les implications vont de la précision des amortissements à l'intégrité du budget d'investissements.
Le service financier doit les comptabiliser correctement, depuis leur acquisition jusqu'à leur cession. Un fichier de base des actifs correctement structuré améliore la précision des amortissements, facilite le suivi des dépenses d'investissement, renforce la qualité des audits selon les normes IFRS et les principes comptables généralement admis (GAAP), et permet une analyse des coûts sur l'ensemble du cycle de vie qui relie les systèmes financiers aux systèmes de maintenance.
Identifiant et description de l'élément | Date et valeur d'acquisition |
Méthode d'amortissement | Durée de vie utile et indicateur CAPEX |
Service et centre de coûts | Fabricant et numéro de série |
Garantie et calendrier des contrats d'entretien | Registre des dépréciations et des cessions |
Lorsque les équipes financières et de maintenance utilisent les mêmes définitions et identifiants d'actifs, toutes les opérations, du calcul des amortissements à la budgétisation des dépenses d'investissement, gagnent en rapidité et en fiabilité.
Les fiches d'actifs non harmonisées constituent une source fréquente de constatations d'audit dans les secteurs à forte intensité capitalistique.
Service
Données de référence des services
Les données de référence relatives aux services revêtent une importance particulière dans les domaines des services informatiques, de la gestion des installations, des prestataires de services de maintenance et d'entretien (AMC), du conseil et de l'ingénierie.
Une référence incontournable sur modèles de données de référence des services, défis en matière de gouvernance et intégration SAP Cela constitue une information utile pour les équipes qui mettent ce système en place pour la première fois.
Pour le service financier, l'intérêt réside dans la précision de la facturation, la comptabilisation claire des produits conformément à la norme IFRS 15 / ASC 606, l'analyse des coûts de prestation et le suivi des marges au niveau des services.
Des définitions cohérentes des services permettent également d'assurer la coordination entre les équipes commerciales, opérationnelles et de facturation, ce qui réduit les litiges contractuels qui surviennent souvent lorsque la « portée » est interprétée différemment d'un système à l'autre.
Identifiant et classification du service | Description normalisée |
Logique de tarification (forfaitaire/à l'heure) | Définitions de la SLA |
Éléments de coût (main-d'œuvre, pièces) | Classification fiscale (SAC/TVA) |
Règles de comptabilisation des produits | Règles relatives à la sous-traitance |
Produit
Données de base sur les produits et les articles
Parmi tous les domaines liés aux données de référence financières, ce sont les données relatives aux produits et aux articles qui ont généralement le plus d'importance sur le plan opérationnel.
Chaque référence, matière première, produit semi-fini, pièce de rechange et consommable transitant par l'entreprise doit faire l'objet d'une définition financière standard avant de pouvoir être correctement évalué, chiffré, comptabilisé ou analysé.
Sans cette base, les chiffres des stocks ne sont pas fiables, les marges brutes varient selon l'usine qui a généré le rapport, et les cumuls de coûts au cours de la fabrication donnent lieu à des chiffres auxquels personne ne se fie entièrement.
Il est utile de comprendre que les notions de « fiche produit » et de « fiche article » sont liées mais distinctes. Le fiche produit couvre l'ensemble des caractéristiques commerciales de ce que vous vendez ou produisez : attributs, tarification, classification fiscale, unité de mesure et intégrations avec les systèmes destinés aux clients, tels que le CRM et le PIM.
La fiche article aborde plus en détail la gestion opérationnelle et financière des biens mobiliers : comment leur coût est calculé, où ils sont stockés, comment ils sont approvisionnés et comment ils s'articulent avec la planification de la production et la maintenance.
La finance se situe à la croisée des deux. La fiche produit sert de base à la comptabilisation des produits et au reporting des marges.
La fiche article régit la valorisation des stocks, le coût des ventes, les flux de coûts d'approvisionnement et l'analyse des écarts de fabrication. Lorsque l'un ou l'autre de ces éléments n'est pas correctement géré, les erreurs se répercutent directement sur le compte de résultat et le bilan.
Pour mieux comprendre comment ces deux domaines sont structurés, gérés et entretenus dans la pratique, consultez les guides spécifiques disponibles sur gestion des données de base des articles aborder en détail les modèles, les types de défaillances courants et les approches en matière de gouvernance.
Principaux indicateurs financiers communs aux deux domaines
Référence produit / SKU | Type d'article (FG, RM, SFG, consommable, pièce de rechange) |
Unité de mesure de base | Coût standard et prix moyen pondéré |
Classe d'évaluation (relie l'article au compte général) | Contrôle des prix (S = standard / V = moyenne mobile) |
Tarification commerciale et structure des remises | Données fiscales : code SH, taux de GST, catégorie de TVA |
Liens avec la nomenclature pour les articles fabriqués | Affectation aux centres de profit |
Stock de sécurité et seuils de réapprovisionnement | Règles relatives aux numéros de lot et aux numéros de série |
Lieu de stockage et affectation à une usine | UNSPSC / classification des produits |
Exemple de fabrication
Un fabricant de produits chimiques de taille moyenne, utilisant SAP dans cinq sites, a découvert lors d’un audit des données qu’une matière première essentielle figurait sous 11 numéros d’article différents, un créé par site au fil du temps, avec des descriptions, des unités de mesure et des classes de valorisation variables. Le service financier déclarait simultanément les stocks de ce produit selon trois coûts standard différents. Après consolidation en une seule fiche article réglementée, la valeur des stocks déclarée a chuté de 8%, simplement grâce à la suppression des doublons fantômes. Le service des achats a alors pu visualiser la consommation totale à l’échelle du groupe sous la forme d’un chiffre unique et négocier des tarifs de volume en conséquence.
Les fiches produits et les fiches articles constituent ensemble la base de données essentielle au suivi du chiffre d'affaires, des coûts et des marges dans toute entreprise axée sur les produits.
Les mettre à jour correctement ne se résume pas à une simple opération ponctuelle de migration des données. De nouveaux produits sont lancés, les documents existants sont révisés, les usines modifient leur configuration et les classifications fiscales évoluent au gré des mises à jour réglementaires.
Sans un processus de gouvernance continu permettant de contrôler qui peut créer et modifier des enregistrements, de valider les champs obligatoires avant leur activation et de signaler les doublons avant qu'ils ne s'incrustent dans l'historique des transactions, la qualité de ces deux domaines se dégradera progressivement jusqu'au prochain projet de nettoyage des données, qui s'avérera particulièrement fastidieux.
Salarié
Données de base des salariés
Données de base des salariés se trouve à la jonction de Ressources humaines, paie et finances.
Lorsque ces trois systèmes ne sont pas systématiquement synchronisés autour du même dossier de salarié, les problèmes qui en découlent sont prévisibles : les coûts salariaux sont imputés aux mauvais centres de coûts, les rapports sur les effectifs ne concordent pas avec la vision du service financier concernant les coûts ETP, et les retenues légales sont mal calculées car les structures de rémunération sont saisies différemment d'un système à l'autre.
Pour les entreprises de services où les frais de personnel représentent entre 40 et 60 % du total des charges d'exploitation, il ne s'agit pas là de simples erreurs d'arrondi. Ce sont des écarts significatifs qui affectent à la fois l'exactitude du compte de résultat et les conclusions de l'audit.
Numéro d'identification et fonction de l'employé | Service et centre de coûts |
Structure des salaires et des avantages sociaux | Type de contrat (CDI, CDD, stagiaire) |
Politiques de remboursement et de déplacement | Règles d'affectation des projets |
Informations relatives au PF, à l'ESI et au PAN | Retenues légales |
Limites d'approbation et niveaux d'autorisation | Politiques en matière de congés et d'absences |
La qualité des données de base relatives au personnel garantit que les coûts de personnel (qui représentent souvent entre 40 et 60 % des charges d'exploitation totales des entreprises de services) sont enregistrés, répartis et déclarés avec précision.
Il permet également de répondre aux besoins en matière de planification des coûts de personnel et d'audit interne.
L'affectation au centre de coûts figurant dans la fiche du salarié est le champ qui intéresse le plus le service financier. Chaque écriture de paie passe par ce champ.
Lorsqu'un salarié change de service ou se voit confier un rôle dans le cadre d'un projet et que le centre de coûts n'est pas mis à jour rapidement, les rapports de gestion donnent une image faussée de la répartition réelle des coûts de main-d'œuvre.
Dans les entreprises fonctionnant par projets, cela compromet totalement le suivi de la rentabilité des projets. La gouvernance relative aux données de référence des salariés doit donc inclure un processus qui déclenche un contrôle financier chaque fois que le service, le lieu d'affectation ou la fonction d'un salarié change.
La mise à jour des données RH et celle des données financières doivent être effectuées simultanément, et non par lots distincts à plusieurs semaines d'intervalle.
Pour avoir une vision plus globale de la manière dont les données relatives aux salariés s'intègrent dans la gouvernance des données de référence de l'entreprise, le cadre MDM multi-domaines constitue une référence utile sur la manière dont les organisations gèrent ces relations entre données transversales à grande échelle.
La dimension réglementaire : des enjeux qui ne cessent de prendre de l'ampleur
La pression réglementaire en matière de qualité des données financières n'a cessé de s'intensifier, et rien n'indique que cette tendance soit sur le point de s'inverser. BCBS 239, la norme du Comité de Bâle relative à l'agrégation des données sur les risques a défini des exigences explicites à l'intention des banques en matière d'exactitude, d'exhaustivité et d'actualité des données dans le cadre des déclarations réglementaires.
Les banques qui n'ont pas satisfait aux exigences ont fait l'objet de constatations officielles de la part des autorités de surveillance et ont dû mettre en place des programmes de remise en conformité coûteux. (Source : Banque des règlements internationaux, BCBS 239)
Pour les entreprises non financières, le deuxième pilier du BEPS constitue actuellement le principal facteur de pression.
Les règles relatives à l'impôt minimum mondial exigent la déclaration du taux d'imposition effectif juridiction par juridiction, un calcul qui s'appuie directement sur les données relatives aux entités juridiques, les structures des centres de profit et les informations sur la tarification intra-groupe, toutes ces données étant stockées dans les données de référence.
Les organisations qui ne disposent pas d'une hiérarchie claire et cohérente de leurs entités juridiques, ni d'une répartition fiable des bénéfices au niveau national, auront beaucoup de mal à établir les calculs du deuxième pilier en toute confiance.
Le reporting ESG ajoute une dimension supplémentaire. Les exigences de la CSRD en Europe et l'évolution des règles de la SEC en matière de publication d'informations climatiques imposent de disposer de données d'émissions détaillées qui doivent être rattachées aux structures organisationnelles, aux centres de coûts et aux registres d'actifs.
Si les données de référence financières ne permettent pas d'assurer ce mappage de manière claire, les équipes chargées du reporting en matière de développement durable se retrouvent contraintes d'effectuer des opérations de rapprochement manuelles, ce qui engendre à la fois des coûts opérationnels et des risques en matière d'audit.
L'avenir de la gestion des données de référence financières (MDM) : IA, cloud et ce qui est réellement utilisable aujourd'hui
Ce domaine fait actuellement l'objet d'un véritable engouement. Une partie de cet engouement est justifiée. Mais il est utile de distinguer clairement les domaines dans lesquels l'IA apporte une réelle amélioration de ceux où le discours prend le pas sur la réalité concrète.
Une ventilation détaillée de Comment l'IA révolutionne la gestion des données de référence Dans la pratique, il est intéressant de lire ce document en parallèle de la présentation générale ci-dessous.
Nettoyage automatisé des données
L'IA détecte les enregistrements en double, les champs manquants, les orthographes incohérentes et les informations obsolètes, et les corrige de plus en plus souvent automatiquement. Le système apprend à reconnaître des schémas et s'améliore au fil du temps.
Détection plus intelligente des doublons
Les algorithmes de mise en correspondance probabilistes permettent d'identifier les doublons dans les cas où de légères variations de nom ou d'adresse pourraient induire en erreur les systèmes basés sur des règles. Les modèles d'apprentissage automatique (ML) les plus récents sont plus précis et nécessitent beaucoup moins de configuration manuelle des règles.
Alertes prédictives d'anomalies
L'IA signale les entrées inhabituelles, telles que les changements soudains de compte bancaire des fournisseurs, les affectations douteuses aux centres de coûts et les mises à jour aberrantes des fiches du personnel, avant qu'elles ne se transforment en problèmes de conformité ou en écarts financiers.
Traçabilité claire des données
Le suivi de l'origine des données, des personnes qui les ont modifiées et de leur parcours entre les différents systèmes est désormais automatisé. Les auditeurs bénéficient ainsi de la transparence dont ils ont besoin, tandis que les équipes financières ont l'esprit tranquille.
Modèles globaux basés sur le cloud
Les ERP cloud tels que SAP S/4HANA Cloud et Oracle Fusion Cloud permettent de disposer d'un modèle de données de référence unique et centralisé pour tous les pays. Toute modification apportée aux comptes ou aux profils fournisseurs est répercutée instantanément partout.
Données en tant que service (DaaS)
Les fournisseurs externes de DaaS fournissent automatiquement des données de référence financières fiables et vérifiées (taux de change, barèmes fiscaux, codes réglementaires). Finies les mises à jour manuelles quotidiennes : les données sont transmises et appliquées automatiquement.
C'est sur le plan de l'automatisation de la gouvernance que le discours sur l'IA est le plus exagéré. L'IA peut signaler des problèmes de qualité, proposer des classifications et identifier les dossiers nécessitant un examen.
Mais la décision visant à déterminer si la fiche d'un fournisseur donné est valide, ou si la création d'un nouveau centre de coûts se justifie d'un point de vue structurel, nécessite toujours un jugement humain et une responsabilité organisationnelle. Automatiser ce jugement ne résout pas le problème de gouvernance. Cela ne fait que le masquer.
Foire aux questions (FAQ)
Qu'est-ce que la gestion des données de référence financières ?
La gestion des données de référence financières (Finance Master Data Management) consiste à définir, organiser et maintenir les données de référence financières fondamentales dont dépendent toutes les activités financières, notamment le plan comptable, les centres de coûts et de profit, les entités juridiques, les devises, les calendriers fiscaux, les hiérarchies de fournisseurs et de clients, ainsi que les structures de produits. Contrairement aux données transactionnelles, les données de référence sont stables et constituent la base du système. Lorsqu’elles sont exactes et soumises à une gouvernance, elles garantissent la cohérence et la fiabilité du reporting financier. Dans le cas contraire, des erreurs se propagent dans tous les systèmes et processus qui s’appuient sur elles.
Quelle est la différence entre la gestion des données de référence financières (Finance MDM) et la gouvernance des données ?
La gestion des données de référence financières (MDM) définit la structure et les normes applicables aux données de référence financières : la présentation des enregistrements, leur organisation et les attributs qu’ils contiennent. La gouvernance des données est le cadre opérationnel qui garantit la pérennité de cette structure au fil du temps, en définissant qui est responsable de chaque domaine de données, quels workflows d’approbation régissent les modifications, comment la qualité est contrôlée et comment la conformité est assurée. Un MDM sans gouvernance se dégrade. Une gouvernance sans MDM n’a rien de cohérent à régir. Les deux sont indispensables.
Quels sont les principaux éléments constitutifs des données de référence financières ?
Les composantes principales comprennent : le plan comptable (structure des comptes généraux), les centres de coûts et les centres de profit (suivi des dépenses et de la rentabilité), les entités juridiques et les unités opérationnelles (structure organisationnelle pour la consolidation), les devises et les taux de change, les calendriers fiscaux, les données de base fournisseurs, les données de base clients, les données de base produits et articles, les données de base équipements et immobilisations, ainsi que les données de base salariés. Chaque domaine recoupe la fonction financière et nécessite sa propre approche de gouvernance.
Quel est le coût d'une mauvaise qualité des données dans le secteur financier ?
Selon les estimations de Gartner La mauvaise qualité des données coûte aux entreprises en moyenne $12,9 millions par an. Pour les multinationales, ce chiffre augmente si l'on tient compte des sanctions réglementaires, des retraitements comptables et des mesures correctives liées à l'audit. Enquête mondiale 2022 de KPMG auprès des directeurs financiers 67% de responsables financiers citent le manque de cohérence des données comme l'un des principaux obstacles à la production de rapports en temps voulu. Étude 2023 de BlackLine Les problèmes de rapprochement des données identifiés allongent en moyenne de 3,1 jours le cycle de clôture financière mensuel. Les problèmes liés au fichier fournisseurs entraînent notamment des taux de paiements en double compris entre 0,1 et 0,51 TP3T des dépenses totales (IFMA), ce qui représente entre 1 TP4T1 et 5 millions pour une base de dépenses de 1 TP4T1 milliard.
Quelles sont les plateformes utilisées pour la gestion des données de référence financières ?
Parmi les principales plateformes, on peut citer SAP Master Data Governance (MDG), Oracle Data Relationship Management (DRM), Informatica MDM, Verdantis MDM Suite et IBM InfoSphere. SAP MDG bénéficie d’un avantage naturel dans les environnements centrés sur SAP. Informatica s'impose généralement dans les environnements complexes comportant plusieurs systèmes ERP. Le choix approprié dépend de votre parc ERP, de la complexité de votre organisation et de votre stratégie globale en matière de cloud. (Source : Magic Quadrant de Gartner consacré aux solutions de gestion des données de référence, 2023)
En quoi l'IA améliore-t-elle la gestion des données de référence financières ?
L'IA améliore la gestion des données de référence financières (MDM) grâce à : un nettoyage automatisé des données (détection des doublons, des champs manquants et des incohérences sans intervention manuelle), une détection probabiliste plus intelligente des doublons (repérant les variations que les systèmes basés sur des règles ne détectent pas), des alertes prédictives d'anomalies (signalant les changements suspects tels que les mises à jour soudaines des comptes bancaires des fournisseurs), la classification automatisée des données entre les différents systèmes, une traçabilité claire des audits pour les contrôles de conformité, et des tableaux de bord assurant une surveillance continue de la qualité 24 h/24 et 7 j/7. L’IA renforce la bonne gouvernance. Elle ne remplace pas la nécessité d’une appropriation et d’une responsabilité humaines.
