Glossaire: Planification et Analyse Financières

De A pour Agent à W pour What-if Analysis – voici un glossaire regroupant 27 mots et expressions liés au domaine de l’élaboration budgétaire, de la planification, des prévisions financières. 👇

Cliquez sur un mot pour afficher sa définition.

Agent ETL : Extract, Transform and Load Planification stratégique
Analyse décisionnelle (Business Analytics) KPI (indicateurs de performance) Point de vue
Analyse de rentabilité Lac de données Prévisions
Analyse de sensibilité Machine learning Prévisions glissantes
Budgétisation ascendante Moteurs opérationnels (Business Drivers) Recherche de valeur cible
Budgétisation descendante Planification & Analyse Financières (FP&A) Répartition / Allocation
Dimensions Planification financière Tableaux de bord / Scorecarding
Elaboration budgétaire Planification opérationnelle Veille économique (Business Intelligence)
Entrepôt de données Planification par scenarios What-if analysis

Agent

Un agent est un processus qui se déroule en arrière-plan et qui notifie les utilisateurs de l’application dès qu’une condition spécifique est vraie. Cette fonctionnalité est généralement utilisée pour fournir automatiquement des notifications et des alertes aux utilisateurs en cas de situations critiques (par exemple en cas de dépassement d’un seuil).

Un exemple pratique de cette fonctionnalité pourrait être d’avertir le contrôleur de gestion dès que les ventes dans une région spécifique s’écartent de plus de 10 % du montant budgété.

Analyse décisionnelle (Business Analytics)

L’analyse décisionnelle recouvre un ensemble de meilleures pratiques et de processus qui visent à réaliser des analyses prédictives (« Que pourrait-il se passer à l’avenir ? ») et des analyses prescriptives (« Que devrions-nous faire ? ») :

  • L’analyse prédictive utilise la technologie pour définir les scénarios probables futurs et leur probabilité de réalisation. Pour ce faire, elle utilise des modèles statistiques, l’apprentissage machine, l’intelligence artificielle et plus particulièrement des algorithmes d’apprentissage (deep learning). En définissant les futurs scénarios possibles, la direction peut ajuster les prévisions financières afin de prendre en compte les scénarios.
  • L’analyse prescriptive teste plusieurs actions qu’une organisation pourrait mettre en œuvre et estime les différents résultats possibles. L’objectif de l’analyse prescriptive est de mettre en œuvre les décisions qui permettent le meilleur résultat.

Analyse de rentabilité

L’analyse de la rentabilité cherche à comprendre la capacité d’une entreprise à générer des bénéfices.

Lorsque les entreprises publient des données sur leurs ventes et leur rentabilité, les analystes peuvent alors approfondir ces données en analysant des facteurs tels que les clients, les pays, les produits, le nombre d’unités vendues, le prix, etc. afin d’identifier les facteurs qui génèrent des bénéfices et ceux qui génèrent des pertes.

Les facteurs les plus couramment analysés sont les suivants :

  • le secteur d’activité
  • le type de produit/service
  • les canaux de vente
  • les zones géographiques
  • les types de clients
  • les clients, individuellement
  • les étapes du processus de production

Chaque facteur est analysé pour identifier les segments les plus rentables et ceux qui ne le sont pas. Exemple : identification des clients les plus rentables et des clients les moins rentables.

Une analyse approfondie de la rentabilité peut mener à des changements positifs au sein des organisations, avec la mise en œuvre d’actions basées sur des informations clés, comme la nécessité d’apporter des réponses rapides pour répondre aux nouveaux besoins des clients. Elle permet de maximiser l’efficacité de la gamme de produits et d’apporter des solutions là où les marges bénéficiaires diminuent.

Analyse de sensibilité (Sensitivity Analysis)

Une analyse de sensibilité est utilisée pour évaluer l’impact de la variation d’une seule variable (ou business driver) sur le modèle économique. Par exemple, cette analyse peut être utilisée pour évaluer l’impact financier d’un changement dans le cours du pétrole ou l’impact des taux de change sur la performance de l’entreprise.

Budgétisation ascendante

Avec une approche ascendante, le processus commence dans les différents services où les responsables créent un budget et l’envoient ensuite à la direction, pour approbation.

On parle aussi d’approche collaborative.

Ce budget est soit approuvé, soit révisé ou renvoyé pour modification, et un budget principal est créé à partir des budgets des différents départements.

Budgétisation descendante

Pour l’élaboration budgétaire, une approche descendante implique que l’équipe de direction fixe un budget pour l’ensemble de l’organisation. On parle aussi d’approche directive.

Une fois le budget créé, des montants sont alloués aux différents départements, et ces départements doivent ensuite partir de ces chiffres pour construire leurs propres budgets respectifs, dans les limites du budget créé au niveau de la direction.

Dimensions

Les dimensions sont un ensemble d’informations qui décrivent une donnée économique pour une entreprise. Par exemple, une vente peut être décrite en fournissant des informations qui lui sont particulières. Exemples pour une vente : produit vendu, région, client, etc.

Les informations du même type sont regroupées dans une dimension. Par exemple, toutes les régions sont regroupées dans une dimension appelée Zone géographique.

Elaboration budgétaire

Le processus de budgétisation permet à l’organisation de définir un plan détaillé à court terme (1 an) définissant la manière dont l’organisation prévoit d’allouer les ressources et anticipe la rentabilité de l’organisation. Les hypothèses de budget sont souvent basées sur les chiffres réels de l’exercice financier précédent et sur les objectifs définis dans le plan financier et stratégique.

Entrepôt de données (Datawarehouse)

Un entrepôt de données collecte et gère des données provenant de sources variées pour fournir des informations économiques pertinentes. Un entrepôt de données est généralement utilisé pour mettre en relation et analyser des données économiques provenant de sources hétérogènes. L’entrepôt de données est le cœur du système de Business Intelligence, qui est construit pour l’analyse des données et le reporting.

ETL : Extract, Transform and Load ou Extraction, transformation et chargement

En informatique, le processus ETL consiste à copier des données d’une ou plusieurs sources dans un système de destination, qui représentera les données différemment de la source.

Au cours d’un processus ETL, les données sont extraites de la source de données, transformées pour s’aligner sur le système de destination, puis chargées dans le système de destination.

KPIs ou Indicateurs de Performance

KPI est l’acronyme de Key Performance Indicator. Les indicateurs de performance servent à suivre des indicateurs spécifiques. Ils sont essentiels dans les processus de prise de décision car ils permettent à l’organisation de s’appuyer sur des éléments lisibles et comparables.

Les KPI financiers peuvent être classés en différents groupes :

  • Ratios de rentabilité
  • Indicateurs de profit
  • Indicateurs de trésorerie
  • Ratios des marchés financiers
  • Taux de rendement
  • Ratios de liquidité
  • Ratios de solvabilité

Lac de données (Data Lake)

Un « lac de données » est un lieu de stockage qui contient une vaste quantité de données brutes dans leur format d’origine, y compris des données structurées, semi-structurées et non structurées.

La structure des données et les exigences ne sont pas définies tant que les données ne sont pas utilisées.

Contrairement au datawarehouse ou entrepôt de données, où les données sont structurées et normalisées pour en permettre l’analyse, dans un lac de données, les données sont conservées de manière non structurée et la machine crée des structures à la demande, en fonction de l’analyse à effectuer.

Machine Learning (Apprentissage automatique) / I.A.

L’apprentissage automatique (et son dérivé, le deep learning ou apprentissage profond), est une approche analytique dans laquelle les données entrées sont confrontées aux données de sorties pour améliorer le modèle de manière continue.

L’avantage de l’apprentissage automatique par rapport à une analyse basée sur un modèle est que plus nous avons d’entrées et de sorties, plus le modèle gagne en précision et fiabilité.

Pour la planification, l’apprentissage automatique est en train de devenir une tendance majeure en matière de prévision car, au lieu d’avoir une approche figée, la capacité d’auto-apprentissage de l’IA améliore la précision de la prévision au fur et à mesure que les données sont collectées.

Moteurs opérationnels de l’organisation (Business Drivers)

Les Business Drivers ou moteurs opérationnels d’une organisation sont les facteurs propres à l’organisation qui influencent directement sa performance.

Par exemple, le chiffre d’affaires peut être influencé par des facteurs tels que la demande, le prix, la saisonnalité, la concurrence, les investissements en marketing. L’identification des facteurs opérationnels clés est une étape cruciale pour une entreprise pour définir la meilleure méthode de planification.

Planification et analyse financières (FP&A)

La planification et l’analyse financières (Financial Planning & Analysis ou FP&A) est une fonction fondamentale au sein de toute organisation : elle permet aux entreprises d’évaluer leur situation financière actuelle et d’avoir une approche structurée pour prévoir les performances financières futures.

La planification et l’analyse financières sont définies par un cadre structuré de mesures, de données, de processus et de rapports analytiques, fournissant à l’organisation un outil décisionnel essentiel.

Planification financière

Le processus de planification financière est la traduction financière du plan stratégique. Le but d’un plan financier est de représenter la manière dont les objectifs stratégiques sont atteints en termes financiers.

Un plan financier complet se compose de 3 états : compte de résultat, bilan et tableau de financement.

Planification opérationnelle

La planification opérationnelle est le processus qui consiste à définir un plan pour atteindre les objectifs stratégiques. Un plan opérationnel décrit les étapes, les conditions de succès et explique comment un plan stratégique sera mis en œuvre pendant une période opérationnelle donnée.

Planification par scenarios (scenario-based planning)

La planification par scénarios fournit un cadre pour les processus de FP&A afin de définir des plans stratégiques, opérationnels et financiers basés sur de multiples scénarios possibles avec différents niveaux de probabilité. Pour mettre en œuvre une planification de scénario, il faut une approche de la planification basée sur les moteurs opérationnels de l’organisation (business drivers ou key factors).

La planification basée sur des scénarios peut être représentée par le schéma suivant :

Key factors = les moteurs opérationnels de l’organisation

Scenario Based Planning Sketch

 

 

Tout d’abord, l’organisation identifie les facteurs clés qui impactent l’activité.

Dans un deuxième temps, le scénario de base est identifié (à savoir le scenario le plus susceptible de se produire).

En complément, une série de scénarios alternatifs pertinents sont définis sur la base de différentes hypothèses.

Pour chacun de ces scénarios, les impacts financiers et les mesures correctives sont mesurés par rapport au scénario de base.

Les informations générées par les différents plans de scénarios aideront ensuite l’organisation à établir son budget, ses prévisions et ses rapports de gestion.

Planification stratégique

La planification stratégique est le processus par lequel une organisation définit sa stratégie, ou la direction qu’elle souhaite prendre. Elle décide de l’affectation de ses ressources pour poursuivre cette stratégie. Le plan stratégique décrit la vision à long terme d’une organisation.

Point de vue (Point Of View ou POV)

Un point de vue est une agrégation de montants provenant d’un groupe de données spécifiques pour un ensemble de dimensions.

Par exemple, si dans notre groupe de données, nous avons les chiffres de ventes de chaque magasin (situés dans des endroits différents), un point de vue pourrait être une vue des ventes par région (agrégation de différents magasins).

Prévisions

Les prévisions sont un processus opérationnel au cours duquel une organisation évalue les performances à venir de l’entreprise sur la base des performances réelles des périodes précédentes et des évolutions possibles de l’environnement. Le processus de prévision est généralement guidé par la définition d’un modèle de prévision spécifique qui correspond au modèle économique de l’organisation (BUD+ACT, statistique, apprentissage machine ou machine learning).

La prévision est un processus décisionnel important car elle permet aux organisations d’agir à temps et de prendre des décisions commerciales stratégiques (révision du plan stratégique, révision du plan financier, révision du budget).

Prévisions glissantes (Rolling Forecast)

Les prévisions glissantes (ou encore mobiles) utilisent des données historiques pour prévoir les chiffres à venir de façon continue sur une période de temps. Les prévisions glissantes sont souvent utilisées dans les rapports financiers, la gestion de la chaîne d’approvisionnement, la planification et la budgétisation dans tous les services. Les prévisions glissantes sont une aide essentielle à la prise de décisions opérationnelles éclairées.

Les prévisions mobiles / glissantes sont plus souples que les prévisions statiques, lesquelles projettent les chiffres sur une période fixe, par exemple de janvier à décembre. Les prévisions glissantes, au contraire, progressent de mois en mois, éliminant le mois écoulé pour prévoir le mois suivant automatiquement. En d’autres termes, elles vous permettent de planifier en continu sur un horizon temporel prédéterminé. De cette façon, vous regardez toujours vers l’avenir en vous basant sur les chiffres et la période les plus récents.

Les prévisions glissantes sont particulièrement utiles dans un environnement économique mouvementé, et qui évolue constamment. Elles permettent à une organisation de planifier, de réagir et de revoir ses plans rapidement lorsque les conditions du marché changent.

Recherche de valeur cible (Goal Seeking)

La recherche de valeur cible est un calcul inversé qui permet de calculer les données de départ à partir d’un résultat souhaité et d’une contrainte  spécifique (valeur minimale et maximale).

Cette technique «Goal Seeking » peut être utilisée pour élaborer un budget : elle permet de fixer un prix unitaire et un volume de vente à atteindre pour réaliser le chiffre d’affaires fixé.

Répartition / Allocation

L’allocation consiste à diviser un montant total en différentes parts. Dans le cadre de la FP&A, l’allocation est largement utilisée pour répartir les montants d’une dimension sous-jacente en fonction de facteurs spécifiques.

Par exemple, pour répartir mensuellement le montant d’un coût annuel indirect, la clé de répartition pourrait être la saisonnalité.

Tableaux de bord (Scorecarding)

Un tableau de bord combine des informations qualitatives et quantitatives pour fournir une représentation visuelle des performances d’une entreprise. Le type de tableau de bord le plus courant est le tableau de bord prospectif (balanced scorecard).

Les tableaux de bord prospectifs (balanced scorecards) sont utilisés pour mesurer et améliorer les résultats des diverses activités de l’enteprise.

La phase de collecte des données est essentielle pour pouvoir fournir des résultats quantitatifs fiables, car les gestionnaires et les dirigeants de l’entreprise vont partir de ces informations pour prendre de meilleures décisions pour l’organisation.

Veille économique et stratégique ou Business intelligence

La veille économique et stratégique (BI) est un processus technologique d’analyse des données et de présentation d’informations exploitables, qui aide les dirigeants et les responsables en entreprise à prendre leurs décisions en connaissance de cause.

La BI ou encore Business Intelligence englobe une grande variété d’outils, d’applications et de méthodologies qui permettent aux organisations de collecter des données à partir de systèmes internes et de sources externes, de les préparer pour l’analyse, d’exécuter des requêtes sur ces données et de créer des rapports, des tableaux de bord et de visualiser les données pour mettre les résultats à la disposition des décideurs de l’entreprise.

La business intelligence se concentre sur l’analyse descriptive qui vise à répondre à la question « Que s’est-il passé ? ».

What-If Analysis ou Analyse d’hypothèses

L’analyse d’hypothèses (what-if analysis) est une technique utilisée pour déterminer comment une action ou un événement particulier affecterait les performances prévues.

L’analyse d’hypothèses est utilisée pour comparer l’impact financier d’une action ou série d’actions.

 

Article sur le même thème : planification, prévisions, FP&A

 

Partager l'article :
Découvrez Sigma Conso Planning
Sigma Conso Planning est une application pour l’élaboration budgétaire et la planification stratégique qui offre des fonctions avancées d’analyse de la performance, de business intelligence, et de prévisions. Intégrez vos données financières et opérationnelles pour une approche transversale de votre activité et utilisez les tableaux de bord, les fonctionnalités de visualisation, de simulation …
Articles récents
La planification financière pour mieux performer En se dotant d’une solution numérique avancée de planification […]
Financial Planning & Analysis : comment fiabiliser l’import de données des systèmes sources ? Découvrez […]