DAF sous LBO: jugé sur la data, plombé par les systèmes
On juge trop vite les "DAF pas assez data-driven", mais on oublie que la plupart d'entre eux héritent d'un SI en ruine, d'une BI mal intégrée et d'une équipe qui croule sous l'opérationnel.
Avant de leur reprocher de ne pas piloter l'EBITDA par IA, il faut regarder leur terrain de jeu, pas les benchmarks des Big4.
1. Les équipes finance sont surchargées. Sous-staffing chronique. Clôtures en mode pompier. Priorités qui changent trop régulièrement. Un contrôleur de gestion qui fait à la fois les budgets, les reportings investisseurs, l'analyse des écarts et parfois même le recouvrement. Très compliqué de livrer de “l'analyse proactive" sans traiter cette surcharge,.
2. La majorité des DAF en PME/ETI récupèrent un SI bancal. ERP bridé, CRM non synchronisé (quand il existe), SIRH isolé, fichiers Excel "de transition" devenus permanents depuis 3 ans. En plus des données clients éparpillées entre 4 systèmes différents. On ne fait pas de data-driven dans un tel contexte de silos. Avant d'envisager la moindre BI, il faut fiabiliser les fondations.
3. Les fonds ajoutent de la pression sur les reporting sans financer la montée en charge des systèmes. On exige un reporting flash à J+5, des KPIs ESG en plus, des analyses ad hoc pour préparer la sortie dans 18 mois. Les fonds ont besoin de plus de granularité, des segmentations plus fines et ce, plus rapidement. Or les dimensionnement des systèmes et des équipes ne sont pas adaptés. Conséquence: chaque mois il faut nettoyer les data, agréger les fichiers manuellement, relancer les oppérationnels…
4. La Finance dans les PME gère à la fois le PnL et les KPIs opérationnels Contrairement aux grands groupes où chaque métier a ses analystes, les DAF de PME/ETI supervise tout : marges commerciales, productivité RH, performance logistique. Ils deviennent par défaut le principal interlocuteur dès qu’il s’agit d’extractions de données ou d’analyses ad hoc.
5. Personne ne forme les équipes aux nouveaux outils On achète Power BI, on fait une démo de 2h, et on s'étonne que l'équipe retourne sur Excel. Les contrôleurs de gestion savent faire des TCD les yeux fermés, mais personne ne leur apprend SQL ou Python. La courbe d'apprentissage est raide, le temps de formation inexistant.
6. Les données "sales" monopolisent 80% du temps Réconcilier les écarts entre l'ERP et la compta, nettoyer les doublons clients, retrouver pourquoi le chiffre d'affaires ne colle pas entre les systèmes. Le quotidien des départements finance, c'est beaucoup de plomberie data, donc moins de temps pour l’analyse.
7. Les quick wins sont souvent les plus compliqués à implémenter qu’on le lit. "Il suffit d'automatiser la consolidation." Oui, mais l'entité allemande utilise SAP, la filiale anglaise est sur Sage, et la holding consolide sur un Excel avec des macros VBA qui plantent un jeudi sur deux. L'automatisation "simple" demande parfois des mois de remise à plat des process.
8. La résistance au changement vient d'en haut. Le Directeur commercial qui refuse qu'on touche à "son" fichier de suivi commercial et sa manière de calculer la rentabilité d’un projet. Les RH qui ne veulent pas intégrer les éléments sur les intérimaires. Le directeur des opérations qui utilise son propore SaaS. Difficile d'être data-driven quand il n’y a pas de langage commun.
9. Les budgets IT sont rarement à la hauteur des ambitions On veut du reporting temps réel avec un budget infrastructure IT qui n’augmente pas. On rêve d'une BI digne de ce nom mais on refuse d'investir dans la refonte de l'ERP. Les DAF et leurs équipes font des miracles avec l’existant.
Pour toutes ces raisons, beaucoup de DAF talentueux se retrouvent à gérer l’urgence au lien d’anticiper. Ils savent exactement ce qu’il faudrait faire, ils n’ont juste pas les moyens de le faire.
À propos de REKOLT
REKOLT accompagne les directions financières de PME et ETI, souvent sous LBO, sur leurs enjeux data. Notre travail commence là où les systèmes s’arrêtent : fiabilisation des flux, structuration des données, consolidation des KPIs. Avant d'automatiser ou d’outiller, on stabilise. Pas de magie. Du nettoyage, du process, et des résultats actionnables.