Oracle a récemment lancé une nouvelle solution, Predictive Cash Forecasting, pour répondre aux besoins des services de trésorerie en matière de prévision de trésorerie à court et à moyen terme. En tant que personne chargée de la mise en application, j’ai déjà eu à bricoler des solutions de prévision de trésorerie pour des clients au moyen de la modélisation stratégique et d’applications personnalisées à l’aide de Cloud EPM Planning. Je peux donc vous dire sans hésitation que cette solution change tout à fait les règles du jeu. La solution Predictive Cash Forecasting (PCF) fournit du contenu prédéfini spécialement conçu pour relever les défis opérationnels associés à l’établissement des prévisions de trésorerie à court terme.
Cette solution comprend une longue liste de contenu prédéfini et de fonctions. Donc, pour l’instant, je présente les cinq fonctions qui, à mon avis, sont les plus importantes :
1. Utilisation de l’analyse prédictive, des informations clés et de l’apprentissage automatique
Comme son nom le suggère, la solution Predictive Cash Forecasting comporte une foule de capacités en matière d’intelligence artificielle, d’apprentissage automatique et d’analyse prédictive. Comme le calendrier des rentrées et des sorties de fonds joue un rôle de premier plan dans l’exactitude des prévisions de trésorerie à court terme, il est impératif que toute solution dans ce domaine mise sur les prédictions générées par ordinateur concernant le calendrier pour améliorer l’exactitude du processus de prévision de trésorerie. C’est pourquoi Oracle a fourni un trio de capacités en matière de gestion intelligente de la performance (IPM pour Intelligent Performance Management) dans sa solution PCF :
L’analyse prédictive peut être déployée afin de prédire des valeurs pour des rentrées ou des sorties de fonds précis au moyen d’une gamme d’algorithmes statistiques. Bon nombre de ces algorithmes détectent la saisonnalité dans les données historiques et utilisent ces tendances saisonnières pour guider leurs prévisions. L’analyse prédictive peut aussi se faire au niveau du solde bancaire récapitulatif pour corroborer la prévision ascendante effectuée au niveau du poste.
Les informations clés font partie des capacités de gestion intelligente de la performance d’Oracle qui génèrent et mettent en évidence automatiquement des problèmes ou des occasions qu’elles trouvent dans les résultats du processus de prévision de trésorerie. Grâce à la génération automatique de ces informations clés, l’équipe de la trésorerie gagne beaucoup de temps, car elle n’a plus à trouver ces problèmes par ses propres moyens. Ces informations clés appartiennent à l’une ou l’autre des catégories suivantes :
- Anomalies – Une anomalie est quelque chose qui dévie de ce qui est normal ou attendu. Dans la prévision de trésorerie, une anomalie pourrait être une dépense d’immobilisation ou un paiement d’impôt beaucoup plus élevé que d’habitude, ou une autre utilisation ou source de trésorerie. Lorsque les anomalies sont automatiquement mises en évidence, les utilisateurs sont capables de voir rapidement si une anomalie représente un événement ponctuel qui doit être ignoré lors de l’établissement des prévisions ou s’il s’agit d’une nouvelle tendance dont il faut tenir compte dans le processus de prévision.
- Écarts et biais de prévision – Ces informations clés comparent les prévisions aux données réelles pour détecter s’il y a des problèmes d’exactitude dans les prévisions ou des biais courants dans la façon dont les postes de flux de trésorerie sont prévus. Dans l’exemple ci-dessous, on voit que les prévisions pour les comptes fournisseurs sous-estimaient en moyenne les dépenses réelles par près de 17 %.
- Informations clés prédictives – Il s’agit d’informations clés sur les écarts importants entre la valeur fournie par une prévision naïve (fondée sur un facteur déterminant ou une tendance) et la valeur prévue par une prévision (prévision statistique ou par l’apprentissage automatique). Si les résultats obtenus au moyen de ces deux méthodes sont très différents, une information clé prédictive sera générée. Les utilisateurs ont ensuite l’option de déterminer s’ils veulent utiliser la valeur prévue au lieu de la valeur fournie par la méthode de prévision naïve.
Il est possible d’appliquer des algorithmes d’apprentissage automatique aux renseignements des transactions du client pour prédire la date de paiement la plus plausible des factures individuelles grâce à l’intégration future d’Oracle Cloud ERP et de Predictive Cash Forecasting. On peut entraîner les modèles d’apprentissage automatique à partir de divers attributs d’une transaction, comme la source de l’exécution des commandes, les détails sur la vente sous-jacents, les modalités de paiement, la devise, les habitudes de paiement du client, etc. Cette caractéristique permet une prévision beaucoup plus précise du moment de la rentrée de fonds, ce qui constitue un élément majeur d’une prévision de trésorerie. Veuillez prendre note que cette fonction sera offerte dans la deuxième moitié de 2024.
2. Capacité de prédire de façon indépendante au niveau de la journée et de la semaine des détails de la période
Il s’agit d’une fonction importante et unique de PCF, parce que certaines entreprises effectuent une prévision de trésorerie quotidienne, alors que d’autres font une prévision hebdomadaire ou mensuelle, ou les deux. Oracle offre la souplesse nécessaire pour faire toutes ces prévisions en proposant des types de plans séparés avec une dimensionnalité de la période déjà configurée. L’avantage de cette fonction est qu’elle permet aux clients de planifier au niveau de détail quotidien pour le court terme (p. ex., les 15 à 60 jours suivants), puis d’utiliser un niveau de détail hebdomadaire ou mensuel pour le moyen terme (p. ex., les 13 semaines ou les 6 mois à venir). Il est ensuite facile de réunir des prévisions quotidiennes et hebdomadaires pour les besoins de la consolidation des rapports dans un cube ASO (Agregate Storage Option) fourni pour la création de rapports.
3. Concept des méthodes de prévision par éventails de périodes
Dans une prévision de trésorerie, la méthode la plus précise pour une période donnée (comme les 30 jours suivants) n’est peut-être pas assez précise au-delà de cette période initiale, ce qui complique la tâche considérablement. Il en est ainsi parce que pour certains postes, vous avez une vue immédiate sur le moment, mais au-delà d’une certaine période, ce n’est plus le cas. Examinons un exemple. Une entreprise dont les modalités de paiement sont net dans 30 jours sait quelles factures ont été émises dans les 30 derniers jours et, selon l’historique, elle peut faire des prévisions sur le moment où ces factures seront payées dans le prochain mois. Cependant, lorsqu’elle tente de faire une prévision au-delà de 30 jours, elle n’aurait plus d’information clé sur les factures individuelles et par conséquent, l’établissement de prévisions au moyen de facteurs déterminants intelligents (smart drivers) pourrait mener à des inexactitudes. L’entreprise pourrait trouver qu’une approche fondée sur des facteurs déterminants ou une autre méthode de prévision fonctionnerait mieux pour les périodes au-delà des 30 jours initiaux. Oracle résout ce problème au moyen d’une solution élégante en proposant le concept des méthodes de prévision par intervalle de périodes. Un utilisateur peut simplement sélectionner la méthode à utiliser et la période connexe à partir d’un menu déroulant. L’utilisateur a ainsi la possibilité d’établir de multiples méthodes de prévision pour de multiples périodes pour chaque poste faisant l’objet de la prévision sans avoir à recourir à des règles administratives complexes ayant une logique conditionnelle.
4. Analyse de l’exactitude des prévisions au moyen de la valeur ajoutée de la prévision
Compte tenu du fait que PCF vient avec une panoplie d’options de prévision, la question pertinente qui se pose est : quelle méthode de prévision est la plus précise pour prédire les sources et les utilisations de la trésorerie? Pour répondre à cette question, Oracle propose le concept de la valeur ajoutée de la prévision. Ce concept offre aux utilisateurs un tableau de bord qui présente la précision des approches de prévision (prévision fondée sur un facteur déterminant ou une tendance, planification prédictive et facteur déterminant intelligent) par rapport aux données réelles récentes. Il est possible de faire la moyenne des résultats et de les classer dans divers horizons temporels, car la précision d’une approche pourrait convenir à court terme, mais être inférieure à d’autres approches à moyen et à long terme. Ce concept peut et devrait aller de pair avec le concept précédent où l’on configure les méthodes de prévision par intervalle de périodes pour optimiser la précision de la prévision de trésorerie pour tous les intervalles.
5. Une panoplie de fonctionnalités du produit pour la planification prêtes à utiliser
Grâce à sa connaissance approfondie du processus opérationnel de prévision de trésorerie, Oracle a procédé au développement réfléchi de contenu prêt à utiliser pour satisfaire aux exigences opérationnelles précises liées au processus. Ce contenu prédéfini permet aux entreprises de démarrer leur adoption de la solution Predictive Cash Forecasting et de réduire considérablement le délai de rentabilité. PCF fournit les éléments prêts à utiliser suivants :
- Méthodes de prévision avec données préremplies
- Prévisions au moyen de l’apprentissage automatique
- Facteurs déterminants intelligents
- Prévisions statistiques
- Prévision fondée sur un facteur déterminant
- Prévision fondée sur une tendance
- Prévision manuelle
- Modèle dimensionnel avec données préremplies – En plus des dimensions standard offertes dans toutes les applications de planification, Oracle fournit les dimensions suivantes pour PCF afin de faciliter le processus d’établissement de prévision de trésorerie.
- Institution financière – capacité d’analyser la trésorerie d’institutions financières différentes et de comptes bancaires différents
- Méthode de prévision – capacité de faire des prévisions au moyen de diverses méthodes et de choisir la plus précise
- Parti – capacité de faire des extractions et des prévisions par client et fournisseur
- Devise – capacité de faire une prévision selon de multiples devises locales
- Unité d’affaires – permet d’effectuer la prévision de trésorerie et les rapports connexes par unité d’affaires ou division d’une entreprise
- Catégorie – une dimension temporaire générique qui peut servir à segmenter les données par projet, par actif, etc.
- Postes et IRC prédéfinis – comptes ou postes typiquement utilisés pour faire une prévision de trésorerie qui ont été prédéfinis avec les IRC et les calculs connexes
- Formulaires avec données préremplies – plus de 30 formulaires prédéfinis pour faciliter les processus de prévision de trésorerie quotidienne et hebdomadaire
- Rapports et tableaux de bord – PCF fournit des rapports et des tableaux de bord prédéfinis pour les processus de prévision de trésorerie quotidienne et hebdomadaire. Il fournit aussi des cartes de données pour alimenter un cube ASO de rapports en vue d’une consolidation des rapports
- Règles administratives – Des règles administratives prédéfinies ont été créées pour la prévision de trésorerie quotidienne et hebdomadaire afin d’exécuter la logique de conversion de devise, de créer des scénarios hypothétiques, d’effacer les données, etc.
- Flux de navigation avec données préremplies pour orienter les rôles individuels (gestionnaire de la trésorerie, contrôleur, administrateur) au cours du processus de prévision de trésorerie avec un contenu précis pour chaque rôle.
Après avoir mis en œuvre la solution PCF, les organisations ont accès à tout ce contenu impressionnant dès le premier jour. De plus, les utilisateurs ont la possibilité de faire une configuration avancée de la solution pour élargir ses capacités à satisfaire aux exigences opérationnelles propres à l’entreprise.
Même si ces cinq fonctions sont impressionnantes, ce n’est pas tout. En effet, Oracle planifie une deuxième version majeure de la solution Predictive Cash Forecasting au cours de la deuxième moitié de 2024. Cette version fournira une intégration directe avec Cloud ERP, ce qui débloquera les capacités supplémentaires suivantes : Accès à Cloud ERP, à des facteurs déterminants intelligents fondés sur les dates d’échéance des factures et à des prédictions au moyen de l’apprentissage automatique avec des données de transaction au niveau de la facture. Restez à l’affût!
À propos de la solution Predictive Cash Forecasting d’Oracle
La solution Predictive Cash Forecasting, qui fait partie des applications Oracle Cloud, permet aux équipes de la trésorerie et des finances d’automatiser la gestion de la trésorerie et les prévisions en temps réel, tout en prédisant de façon continue les liquidités futures au moyen de l’apprentissage automatique. La solution automatise tous les flux de données pertinents pour réduire le travail manuel et permettre à tous les intervenants de collaborer en vue d’une optimisation de la trésorerie. La solution comprend des informations clés et des tableaux de bord automatisés pour que les intervenants aient sous les yeux des renseignements à jour et soient au courant des récents développements en matière de trésorerie. L’utilisation de l’apprentissage automatique pour les détails des transactions améliore l’exactitude et la vitesse, tout en révélant les tendances cachées et les principaux facteurs déterminants du fonds de roulement. Les utilisateurs peuvent passer des informations clés à l’action avec la capacité de gérer efficacement les excédents de trésorerie, d’atténuer les déficits de trésorerie et de mieux gérer les relations bancaires.