Garbage in, garbage out — ainsi va le mantra de l'informatique. Mais que faire si vous ne disposez d'aucune donnée fiable à saisir dans vos calculs et analyses ? Comment naviguer face aux défis, atténuer les risques et identifier les opportunités si vous ne pouvez pas établir des prédictions fiables à partir des tendances passées ?
J'ai récemment rédigé un article sur l'analytique prédictive pour une publication comptable britannique, dans lequel j'ai examiné sa valeur dans ce monde de données atypiques produites par la pandémie de COVID-19. L'analytique prédictive est la capacité des organisations à exploiter la valeur du big data pour prédire l'avenir grâce à l'exploration de données et à divers processus mathématiques. Elle peut être utilisée pour détecter des tendances, identifier les relations entre les comportements et prévoir des événements et des conditions de marché. De manière cruciale, elle est appelée à devenir un facteur de différenciation majeur pour les organisations à l'avenir.
Mais en raison de la crise sanitaire, nous disposons de deux à trois ans de données atypiques. De plus, lorsque nous sortirons de l'autre côté de la pandémie, le monde en 2022 ou 2023 est peu susceptible de reprendre là où 2019 s'était arrêté. Nous devrons plutôt développer une nouvelle base de données sur laquelle fonder nos prédictions et prévisions. Pour le moment du moins, je vois le pouvoir de l'analytique prédictive comme étant réduit, car nous ne disposons pas de données fiables pour l'alimenter.
Cela m'a amené à réfléchir, alors que la Commission d'enquête Zondo commence à se terminer, qu'en Afrique du Sud, les données atypiques vont au-delà de la pandémie. Les conclusions de la Commission suggèrent clairement qu'en raison de la captation de l'État, de la fraude et de la corruption dans le secteur public, la plupart des données qui en découlent sont immédiatement entachées et potentiellement peu fiables. Comment peut-on affirmer avec confiance qu'une tendance, en matière de dépenses par exemple, est fondée sur la réalité et non déformée par la corruption ?
Le pouvoir de l'analytique prédictive n'est pas seulement bénéfique pour les entreprises, il a un énorme potentiel dans le secteur public pour améliorer la prestation de services aux citoyens, favoriser les gains d'efficacité et réduire les coûts. Mais au lieu de cela, le secteur public est potentiellement chargé de données peu fiables, entachées par des années de corruption et de fraude, et encore davantage obscurcies par la pandémie.
Alors, quel espoir pour les gouvernements municipaux, provinciaux et nationaux qui souhaitent exploiter le pouvoir de l'analytique prédictive dans le cadre de leurs stratégies de numérisation ? Ils doivent faire face au double effet négatif des données faussées par la fraude et la corruption, ainsi que des tendances atypiques générées par la pandémie. Comment peuvent-ils, ou toute autre organisation d'ailleurs, planifier aujourd'hui ?
Les comptables disposent déjà d'un modèle pour cela : la budgétisation base zéro. En adoptant une approche base zéro pour la budgétisation et les prévisions à l'aide de la modélisation financière, les organisations peuvent s'affranchir de la dépendance aux données historiques. Au lieu de cela, nous pouvons examiner nos propres prédictions, colorées par nos propres expériences et attentes, pertinentes par rapport à notre ensemble unique de circonstances.
Prévisions base zéro
Un autre avantage d'une approche base zéro pour les prévisions est que votre modèle financier est désormais ancré dans la réalité : vos chiffres peuvent être testés selon une myriade d'hypothèses flexibles, à des niveaux très granulaires et à l'échelle de l'ensemble de votre organisation. Ces meilleures estimations peuvent brosser un tableau de ce à quoi demain pourrait ressembler dans un avenir encore quelque peu incertain.
Tel que publié dans AccountancySA - June 2021