EPM, Big Data et prévision budgétaire : less is more

On me demandait un jour : « Le Big Data peut-il m’aider à améliorer mon process d’élaboration budgétaire ? ». Je répondais : « Assurément, je n’en sais rien. ».

A la réflexion, il me semble que toutes les tendances technologiques et informatiques actuelles ne s’appliquent pas forcément à cette problématique métier. Ainsi, le Big Data plane en majesté au dessus de nos têtes, mais créer/analyser de la donnée en masse facilite-t-il un process d’élaboration budgétaire ?

Peut-être, demain, les analyses prédictives permettront-elles effectivement de proposer un budget pré-construit, mais aujourd’hui, qu’en est-il réellement ?

Big Data et pilotage de la performance : la réalité

Il est tentant et naturel de vouloir assurer (oserait-on dire justifier ?..) au mieux ses fonctions de contributeur budgétaire ou de contrôleur de gestion en travaillant des budgets extrêmement détaillés. La finesse de l’élaboration budgétaire est dans ce cas quasi comptable. Evidemment, ce découpage de plus en plus fin procure un réel contrôle, un sentiment de sécurité mais contrairement à ce que cela pourrait laisser penser, la fiabilité de la prévision n’est en revanche pas forcément garantie.

Le diable se niche dans les détails dit-on; par conséquent la moindre erreur prévisionnelle, le moindre imprévu faussera automatiquement vos résultats, vous contraignant à de fastidieuses procédures d’analyse d’écarts, de reprévision, de justification en quelque sorte.

Alors que faire ?

L'avenir du pilotage de la performance

Et bien peut-être arrêter tout simplement cet exercice annuel… Au profit d’un processus beaucoup plus continu, diffus, certainement moins consommateur de ressources.

Les organisations devraient se tourner progressivement vers un forecast continu respectant mieux le temps court de leurs opérations :

• Projection basée sur le réalisé impacté d’un taux de croissance.
• Liaison économique et mathématique entre les différents items de cette projection, donc création et/ou amélioration de leur modèle prévisionnel.
• Ajustements de la projection « à la marge » pour refléter l’impact d’ événements proches et identifiés.

Tel est le Big Data. Selon Limpida, il ne faut plus forcément se sacrifier annuellement au process budgétaire, mais travailler, le plus fréquemment possible, un forecast à horizon temporel quasi immédiat.