Finance et IT : dépasser le débat sur la « qualité des données »

Pendant des années, les échanges entre la Finance et l'IT ont souvent ressemblé à ceci :

Finance : « Nous avons besoin de meilleures données. »

IT : « Qu'entendez-vous par "meilleures" ? »

Et la discussion s'arrête là.

Aujourd'hui, cette approche ne fonctionne plus. L'essor de l'intelligence artificielle (IA) et la complexité croissante des organisations obligent la Finance à revoir sa façon de collaborer avec l'IT.

Comme le montre l'étude Plan d'action pour l'avenir de la finance, le rôle du directeur financier évolue. Au-delà de la gestion financière, il devient un véritable orchestrateur capable de relier les systèmes, les données et les décisions à l'échelle de l'entreprise.

Pour accompagner cette évolution, le partenariat entre la Finance et l'IT doit lui aussi changer de dimension.

Le véritable problème n'est pas la qualité des données. Il réside dans des responsabilités mal définies, des référentiels différents et l'absence d'un modèle de fonctionnement commun.

Les attentes envers les directions financières ne cessent de grandir. Elles doivent conjuguer vision stratégique et excellence opérationnelle tout en répondant à des exigences toujours plus fortes :

• produire des prévisions plus rapidement ;
• disposer d'indicateurs en temps réel ;
• intégrer l'IA dans les processus décisionnels ;
• garantir des données fiables et auditables.

Toutes ces ambitions reposent sur une même condition : disposer de données auxquelles la Finance peut faire confiance. Pourtant, beaucoup d'organisations pensent être prêtes alors que leur gouvernance et leurs modes de fonctionnement n'ont pas évolué.

Demander à l'IT de fournir de « meilleures données » ne fait qu'ajouter de nouvelles zones d'ombre.

Que signifie réellement « meilleures » ?

• Des données plus fiables ?
• Plus récentes ?
• Plus complètes ?

Qui définit ces critères ? Qui garantit leur cohérence entre les systèmes ? Qui est responsable lorsqu'une décision repose sur des données erronées ?

Tant que ces questions restent sans réponse, chaque nouveau projet risque de repartir de zéro.

Les tensions entre Finance et IT ne sont pas nouvelles. En revanche, leurs conséquences deviennent de plus en plus coûteuses.

Les études montrent que :

• 72% des dirigeants déclarent avoir subi un incident majeur lié à la qualité des données, avec un coût supérieur à 500 000 $.
• 74% des directeurs financiers considèrent désormais qu'une vision unifiée des données est indispensable pour prendre de meilleures décisions.

Malgré ces constats, les causes restent souvent les mêmes.

1. Deux métiers, deux langages

La Finance raisonne en indicateurs de performance, en matérialité, en prévisions ou en rentabilité.

L'IT parle d'architecture, de flux de données, de traçabilité ou d'intégration.

Ces deux approches sont complémentaires. Mais sans référentiel commun, chacun répond à ses propres priorités.

2. Des responsabilités qui restent floues

Beaucoup d'organisations affirment que Finance et IT travaillent main dans la main. Dans les faits, les responsabilités sont rarement clairement établies.

Les conséquences sont bien connues :

• plusieurs versions d'un même indicateur ;
• des définitions différentes pour un même KPI ;
• des décisions prises à partir de données contradictoires.

Et lorsqu'un problème survient, personne n'en assume réellement la responsabilité.

3. Une gouvernance qui atteint ses limites

Pour produire des rapports financiers, des accords informels peuvent parfois suffire.

Avec l'IA, ce n'est plus le cas.

Lorsque les modèles d'IA exploitent des données incohérentes, les erreurs se propagent plus vite, les retraitements se multiplient et la confiance disparaît.

Au lieu de considérer la Finance et l'IT comme deux fonctions distinctes, le modèle les réunit autour d'un objectif commun : créer de la valeur à partir des données.

Le principe est simple.

La Finance définit ce que signifient des données fiables et exploitables. L'IT veille à appliquer ces règles de manière cohérente et à grande échelle.

Ce changement se traduit par cinq évolutions majeures.

1. Définir les règles avant de parler des données

La première erreur consiste à commencer par les outils.

Les organisations les plus performantes commencent par définir ce que signifient réellement les données pour les métiers.

La Finance établit notamment :

• les définitions des KPI ;
• les hiérarchies de données ;
• les seuils de matérialité ;
• les critères qui rendent une donnée exploitable pour la décision.

Une fois ces règles établies, l'IT peut les mettre en œuvre de manière homogène.

À défaut, chaque rapport devient un sujet de discussion.

2. Clarifier les responsabilités

La notion de « responsabilité partagée » paraît séduisante.

En pratique, elle signifie souvent que personne n'est véritablement responsable.

Un modèle plus efficace consiste à répartir clairement les rôles :

• la Finance définit le sens des données et porte la responsabilité des décisions ;
• l'IT gère les flux de données, les contrôles et leur mise en œuvre ;
• la plateforme applique automatiquement les règles de gouvernance.

Cette répartition supprime les ambiguïtés et renforce la confiance.

C'est d'autant plus important que les investisseurs considèrent désormais la qualité du pilotage financier comme l'un des principaux critères d'évaluation d'une entreprise.

Et cette crédibilité dépend directement de la qualité des données utilisées pour décider.

3. Construire une couche de données unifiée

Multiplier les interfaces ne résout pas la fragmentation. Bien souvent, cela ne fait que la complexifier.

Cette nouvelle approche repose sur une couche de données unifiée capable de :

• rapprocher les données financières et opérationnelles ;
• préserver leur contexte et leur traçabilité ;
• alimenter efficacement l'automatisation et les cas d'usage IA.

L'objectif n'est pas simplement d'uniformiser les données, mais de préserver leur signification métier.

4. Prévenir les problèmes plutôt que les corriger

Dans beaucoup d'organisations, les problèmes de données apparaissent pendant la clôture, le reporting ou les audits. À ce stade, ils coûtent déjà cher.

Avec l'IA, cette approche n'est plus viable : une erreur peut rapidement se propager à l'ensemble des processus.

Les organisations les plus avancées privilégient une logique préventive :

• intégrer les contrôles dès les premières étapes des flux de données ;
• automatiser les validations et la détection des anomalies ;
• suivre la qualité des données en continu.

L'objectif n'est plus de corriger les conséquences, mais de traiter les causes.

5. Construire une feuille de route commune

Le changement le plus important est peut-être celui-ci : La Finance cesse d'être uniquement demandeuse. Elle devient co-architecte de la transformation.

Les organisations les plus matures définissent ensemble :

• une feuille de route commune entre Finance et IT ;
• les cas d'usage prioritaires ;
• les arbitrages entre rapidité, contrôle, flexibilité et standardisation.

L'IT ne joue plus le rôle de simple exécutant ou de frein potentiel. Il devient un véritable partenaire de la transformation.

Cette évolution est essentielle alors que près des deux tiers des dirigeants estiment que le rôle du directeur financier gagnera encore en importance d'ici 2035, notamment grâce à sa capacité à exploiter les données et les technologies.

Cessez de demander de meilleures données. Concevez un meilleur système.

Demander de « meilleures données » est une réaction naturelle. Mais ce n'est pas le bon point de départ.

Les organisations les plus performantes commencent par construire un système où :

• les définitions sont communes ;
• les responsabilités sont clairement établies ;
• la gouvernance est intégrée dès l'origine ;
• les données restent entièrement traçables.

Un meilleur système transforme les données en véritable levier de performance plutôt qu'en contrainte. Et ce changement devient urgent.

Les trois quarts des directeurs financiers considèrent que les données constitueront l'actif le plus stratégique de leur entreprise d'ici 2035, alors même que beaucoup se disent déjà confrontés à une complexité et à un volume de données difficiles à maîtriser.

La Finance n'a pas vocation à devenir l'IT. L'IT n'a pas besoin de penser comme la Finance. En revanche, les deux fonctions doivent partager un même modèle de fonctionnement :

• les données constituent la base ;
• la gouvernance garantit la maîtrise ;
• la collaboration permet d'accélérer la création de valeur.

Lorsque Finance et IT s'accordent sur la manière de définir, gouverner et exploiter les données, les bénéfices sont immédiats : des décisions plus rapides, une confiance renforcée et des résultats mesurables.

En résumé :

Ne demandez plus de meilleures données.

Construisez un système où la qualité des données est définie dès le départ.

Pour aller plus loin, découvrez l'étude Plan d'action pour l'avenir de la finance.