Analyse des masses de données comptables avec Excel : cas pratiques

Introduction : La Data et le traitement de données massives comptables, enjeux, méthodes et perspectives
Excel Késako ?Logiciel de la division Microsoft OfficeSéquence 1 : Approches et techniques du traitement de données comptables par cycles dans ExcelA- La collecte de donnéesLes différentes sources et formats de données• Données comptables en provenance des systèmes comptables• Augmentation de l’information, la collecte de données publiques• Echange avec les participants : quelles sont vos données sources que nous n’avons pas évoquées ? quelles sont vos pratiques ?B- Traitement de la donnée comptable• Analyse de la fiabilité de la donnée source[Cas pratique 10 minutes]• Création de zones nommées pour identifier les différentes classifications de la structure de données (plan de compte, date)• Analyse d’une activité de service avec l’utilisation du grand livre• Analyse du haut de bilanAnalyse du bas de bilan (BFR)• Utilisation des fonctions : somme, RechercheV, nb, nb.si, nb.si.ens[suite du cas pratique 35 minutes]• Analyse de l’activité construction d’un PL par fonction (CA, coût des ventes, marge opérationnelle, ebidtda, ebit, …)• Présentation des fonctions : somme, somme.si, somme.si.ens• CA : analyses de tendances• Cadrage avec la balance générale : – Utilisation de : RechercheV, – Présentation de : Index, Equiv, Index(Equiv )• Consolidation des connaissances : Construction d’un TFT[suite du cas pratique 35 minutes]C- Restitutions : la clef de voûte de la relation clientSlide : distinction entre restitutions statiques et restitutions dynamiques.• Les restitutions statiques : Les TCD, Les tables, tableaux et graphiques• Les restitutions dynamiques : Utilisation intelligente des segments pour présenter les données de l’activité au clientConclusion en deux slides :1 : Ce que nous avons réalisé, quelles ont été les formules utilisées et objectifs atteints2 : La limite d’Excel dans le traitement de données, et comment s’en libérer ?Séquence 2 : Approches et techniques avancées du traitement de données comptables par cycles dans Excel focus PowerPivotPowerPivotKésako ?Au début Microsoft Office, ensuite Microsoft Sql ServerLa libération des limites d’Excel, analyse de données massives comptablesLimites : les limites physiques (principalement Processeur et RAM) de son ordinateurA- La collecte de données• S’interroger sur la donnée à disposition et les objectifs à atteindre : Nous avons un GL que faire ? Comment pouvons-nous accélérer notre intervention tout en apportant plus de valeur ajoutée à nos clients ? Analyse dynamique et mise à jour automatique avec les données de la comptabilité• Construction du modèle de données : un peu de technique (distinctions entre dimensions et table des faits), relation entre ses tables[Cas pratique 35 minutes]B- Traitement de la donnée comptable• Analyse de la fiabilité de la donnée• Analyse du haut de bilanAnalyse du bas de bilan• Analyse de l’activité avec la construction d’un PL par fonction (CA, Cout des ventes, EBITDA, EBIT, …)• Cadrage avec la donnée comptablePour ces parties nous allons faire usage de fiches pratiques mentionnant :• Les fonctions d’agrégation : Sum, Min, Max, Average• Les fonctions d’agrégation sur table intermédiaire en mémoire :SumX, MinX, MaxX, AverageX• Les fonction ayant des tables en entrée : Filter, Présentation de Calculate, Analyse et tests du contexte d’évaluation, Calcul sur différents niveaux de granularité, Fonction sur les dates (utiles lorsque l’on veut comparer des YTD, QTD, etc)C- Restitutions : la clef de voûte de la relation client• Les restitutions statiques : Les TCD, Les tables, tableaux et graphiques• Les restitutions dynamiques: Utilisation intelligente des segments pour présenter les données de l’activité au client, Ouverture sur les présentations avancées de PowerBI[Cas pratique 35 minutes]ConclusionAvantages et inconvénients de chacune des approches :• Excel : outil puissant, assez simple d’utilisation, stable, limite de la quantité de données pouvant être traitées• PowerPivot : outil puissant pouvant embarquer des masses de données considérables, permettant des calculs poussés et précis, nécessite un investissement en formation, permet de brancher par la suite sur des outils ayant des visualisations beaucoup plus poussées tel que PowerBI, limite vite atteinte avec l’analyse prédictive