big data

2,5 quintillions, soit 2,5 milliards de trilliards : c’est le nombre de bytes de données produites chaque jour sur Terre selon IBM. Une production de données absolument astronomique qui a pris son essor au début des années 2000 et qui sera encore renforcée par le développement de l’Internet of Things (IoT) y compris dans les métiers de la finance. Plus volumineuse, plus complexe, plus diverse : la data est devenue « big », et permet aujourd’hui une exploitation nouvelle voire disruptive au service des métiers et de leurs transformations. Le big data, nouveau tournant de l’Histoire de la donnée avec un grand H, a déjà commencé à transformer les métiers de la finance.

Avec l’arrivée des data scientists, l’émergence d’un modèle « inversé »

Les années 2000 ont vu l’explosion conjointe des capacités de stockage des données et des puissances de calcul. En 2010, les téléphones portables et les consoles de jeux avaient la capacité de réaliser un milliard de calculs par seconde. Aujourd’hui, les derniers microprocesseurs sont capables de réaliser 10 mille milliards de calculs par seconde. Cette révolution a de fait repoussé les barrières techniques et la capacité à travailler sur de grands ensembles de données et a induit un changement de paradigme.

Avec le big data, une approche inverse se développe : elle applique des outils statistiques et algorithmiques avancés sur des bases de données gigantesques et surtout multi-métiers, afin de dégager des interprétations et des conclusions qui restaient jusque-là sous le radar des approches traditionnelles. Ces techniques avancées font intervenir de nouveaux acteurs aux côtés des experts de la finance : les data scientists.

Loin d’être en opposition, cette approche par la data est parfaitement complémentaire et compatible à l’approche « expertise métier ». Elle a vocation non pas à la remplacer, mais à la compléter, ce qui passera, bien sûr, par un rapprochement des cultures « expert métier » et « data scientist »

Le big data, nouveau Business Partner ?

Optimisant, performant et prédictif : trois mots qui peuvent qualifier l’apport du big data dans les métiers de la finance.

Pour les métiers très opérationnels de la Finance, à l’instar d’autres métiers tels que la production ou le marketing, les techniques de big data peuvent être directement exploitées pour améliorer l’efficacité de certaines activités et processus propres à une « Business Unit ». Ce sera le cas par exemple pour la trésorerie, en ayant recours aux transactions détaillées « Order to Cash » et « Purchase to Pay » pour améliorer la gestion du cash, ou pour la qualification comptable des immobilisations dans de grandes organisations multi-sites. Budgets et prévisions gagneront également en finesse et justesse par la combinaison d’analyses de données internes et externes rendues possibles par cette nouvelle approche.

Dans son rôle de partenaire et de contrôleur des opérations, le big data permet également à la Finance de balayer et identifier les gisements d’amélioration et les zones de risques potentielles.