La Madame Irma des temps modernes se nomme « analyse prédictive », à ceci près qu’elle est bien plus fiable et rationnelle. Cette application de l’intelligence artificielle valorise la donnée grâce au traitement automatisé d’une grande quantité de données.
C’est là une opportunité certaine pour la DAF, appelée à gagner grandement en performance et efficacité. C’est ainsi que, selon une étude PwC 2020, 55% des Directeurs Financiers « considèrent que le DAF de demain sera le leader de la transformation digitale » ; ils en font même leur deuxième priorité à 3 ans !
Dès lors, le Big Data et l’analyse prédictive sont des enjeux de taille pour l’entreprise ; et ce, tant en termes d’avantage concurrentiel que de sécurité.
Qu’est-ce-que le Big Data et l’analyse prédictive ?
Pour le présenter simplement, le Big Data désigne un ordre de grandeur : il s’agit d’un amas massif de données, de différents types, provenant de différentes sources et donc a priori sans cohérence. La quantité de données à traiter est telle qu’elle mobilise presque à temps plein les équipes de data analyse au sein de la DAF. Dans la même étude PwC 2020, les Directeurs Financiers indiquent ainsi que leurs équipes consacrent en moyenne « 80% de leur temps à la production de données pour 20% à l’analyse ».
L’intelligence artificielle en entreprise, au moyen du Big Data et de l’analyse prédictive, viennent cependant révolutionner la fonction finance. Des métiers émergent en ce sens, à l’instar du MOA Finance. Maître d’ouvrage, celui-ci se charge de l’intégration de logiciels et de la mise en place de systèmes d’information. Il joue donc un rôle essentiel dans le processus d’automatisation, et permet au Data Analyst de se focaliser sur sa mission principale : l’analyse et la valorisation de la donnée.
A l’appui de l’analyse prédictive du Big Data, l’entreprise gagne ainsi en efficacité.
L’analyse prédictive : une opportunité pour les Directions financières
Les avantages de l’intelligence artificielle et de l’analyse prédictive pour le Directeur Financier sont doubles : « la comparaison et la prévision » (Euler Hermes, 2019).
- L’entreprise bénéficie d’une plus grande lisibilité de la concurrence. C’est par exemple le cas en matière de recrutement. En comparant les salaires moyens constatés dans tel secteur d’activité, l’entreprise identifie son positionnement. Elle peut, dès lors, réaliser des économies ou proposer des salaires plus attractifs, en fonction de la tendance.
- L’analyse prédictive identifie des patterns statistiques dont les Data Analysts se servent pour guider les décisions stratégiques de l’entreprise. Par exemple, Sidetrade Payment Intelligence est une solution d’analyse prédictive en matière de paiement. Sur la base de plus de 230 millions d’expériences de paiement entre entreprises, celle-ci établit un score par société, ou encore selon le secteur d’activité. De cette manière, le DAF identifie à l’avance les comportements de paiement et se focalise sur les portefeuilles les plus importants.
Conscients des gains d’efficacité et des avantages concurrentiels de l’intelligence artificielle en entreprise, les DAF entendent bien exploiter ces nouvelles technologies. Déjà en 2017, « 41% des Directeurs financiers [envisageaient] de mettre en place des outils de visualisation et de mobilité permettant à la fonction finance de gagner en efficacité » (PwC, 2017).
Véritable Graal pour les entreprises et les DAF, analyse prédictive et Big Data attirent irrémédiablement la convoitise d’individus mal intentionnés. Il importe dès lors à l’entreprise de se montrer vigilante et proactive dans la sécurisation des données.
Données financières : une mine d’or pour les DAF… et les cyber escrocs !
La valeur de la donnée est incontestable ; certaines grandes entreprises, comme Facebook, en dépendent d’ailleurs totalement. Tout logiquement, les cyberattaques en font leur cible prioritaire. C’est d’ailleurs la raison d’être du ramsomware (ou rançongiciel). Dissimulé dans les pièces-jointes d’emails frauduleux, ce programme informatique malveillant est un véritable fléau.
Une fois exécuté, le programme utilise le périphérique infecté connecté en réseau pour atteindre le système d’information de l’entreprise, et donc à l’intégralité des données stockées. Un algorithme se charge alors du cryptage des données, qui deviennent inexploitables et indéchiffrables. Afin de les récupérer, les fraudeurs exigent alors le paiement d’une rançon.
Prenons un exemple concret
C’est la malencontreuse mésaventure de Garmin et du ransomware WastedLocker. Piégé, le leader des montres de sport et professionnelles a cédé, payant plusieurs millions de dollars afin de récupérer les données cryptées. Outre l’impact financier, cela nuit évidemment à la réputation de l’entreprise, accusée de ne pas suffisamment protéger les données de sa clientèle. Dans un contexte de durcissement de la législation vis-à-vis de la protection des données (voir RGPD), leur sécurisation constitue donc un enjeu de taille.
Ceci dit, le meilleur moyen de se prémunir contre ces cyberattaques consiste d’abord à former le personnel et à le sensibiliser aux risques. Les collaborateurs pourront ainsi détecter les cyberattaques qui les menacent, telles que le ransomware, mais également d’autres types de fraude, comme la fraude au virement. Une solution anti fraude comme Trustpair permet alors de lutter efficacement contre la fraude. Sur la base de l’Intelligence Artificielle, notre logiciel SaaS analyse le référentiel client et signale les anomalies pouvant résulter d’erreurs ou de tentatives de fraudes. Elle dote les Directions financières d’un bouclier supplémentaire pour déjouer les fraudes et fait gagner à votre équipe un temps quant au contrôle des RIB fournisseurs.