Accueil Analyses avancées Contrôle prédictif : l'extrapolation roulante automatisée du compte de résultat d'un groupe d'entreprises

Contrôle prédictif : l'extrapolation roulante automatisée du compte de résultat au sein du groupe

Wiki Contrôle prédictif
Le contrôle prédictif permet de faire des prévisions grâce à l'analyse des données et à des modèles avancés. Les entreprises prennent des décisions fondées, réagissent à temps aux changements et renforcent leur position concurrentielle. Dans leur livre blanc précurseur, Michael May, CEO de s-peers AG, et le Dr Eric Trumm, responsable de la science des données et de l'innovation chez s-peers AG, présentent un aperçu complet des différentes méthodes et algorithmes utilisés à cet effet.

Table des matières

Pourquoi l'automatisation et qu'est-ce que le contrôle prédictif ?

Les avantages de l'automatisation sont évidents : grâce à la nouvelle densité d'informations obtenue, les processus de planification peuvent être optimisés et organisés de manière plus efficace. La réduction massive des activités manuelles libère des capacités pour de nouvelles tâches, tandis que le risque d'erreur mathématique tend vers zéro. Grâce à l'automatisation d'une extrapolation mensuelle, le contrôle de gestion est en outre en mesure d'établir différents scénarios en temps réel, même dans des périodes telles que la crise Covid 19 ou la crise de la chaîne d'approvisionnement. Ceux-ci permettent à la direction de simuler des incertitudes et de réagir de manière proactive à d'éventuels changements.

Les besoins de coordination entre la société mère et les filiales (y compris les efforts manuels importants et chronophages) peuvent être réduits de manière significative : Cela est possible grâce à l'utilisation de l'intelligence artificielle (IA) pour automatiser en grande partie les prévisions mensuelles au niveau du groupe.

Découvrez ci-dessous un bref aperçu du contenu du livre blanc :

Comme les bilans, les données du compte de résultat ont une structure hiérarchique : il n'est pas rare d'avoir jusqu'à onze niveaux hiérarchiques. La hiérarchie simplifiée du compte de résultat de la figure 1 réunit au total sept séries temporelles sur trois niveaux hiérarchiques. Celles-ci ne sont pas indépendantes les unes des autres : l'EBT est bien entendu la somme de l'EBIT et du résultat financier. En théorie, les sept séries temporelles pourraient être prévues séparément. Mais cette procédure conduirait au problème suivant : la somme des prévisions de l'EBITDA et des amortissements, par exemple, ne correspondrait généralement pas à la prévision de l'EBIT - ce qui doit pourtant être impérativement rempli par définition de la structure du compte de résultat.

Ce problème peut être résolu par des méthodes dites de comparaison : Il s'agit essentiellement de savoir ...

1.1 Méthodes de comparaison

1.2 Qualité des données et nettoyage des données

Les modèles de prévision théoriques les plus courants sont présentés ci-dessous. Le choix du ou des meilleurs modèles est également abordé. En général, l'objectif de chaque modèle est d'établir une prévision.. Les valeurs h pour l'horizon de prévision (2-13 mois dans le présent projet) et T pour la dernière prévision observée ...
 

2.1 Moyenne mobile intégrée autorégressive (ARIMA)

2.2 Lissage exponentiel (ETS)

2.3 Stabilisation

2.4 Algorithmes plus avancés

2.5 Choix de la ou des méthodes

2.6 Prévision de séries temporelles individuelles - Base-Forecast

2.7 Comparaison temporelle

2.8 Comparaison hiérarchique

Par ailleurs , le livre blanc est également paru dans le cadre de l'ebook IT-gestützte Konzernabschlusserstellung - Softwarelösungen für den Konzernreporting und die Konzern bericht (2022).

 

En savoir plus ?

Vous souhaitez approfondir ce sujet ? Dans ce cas, nous nous réjouissons d'un échange personnel sur le thème du contrôle prédictif !

Votre contact Analytics
Christiane Kalfass-sPeers Mood Print-150
Spécialiste en recrutement et marketing

Publié par :

Dr. Eric Trumm

Responsable de l'innovation

autor:IN

Cet article vous a-t-il plu ?

Cet article vous a-t-il été utile ?

Cliquez sur une étoile pour évaluer !

Note moyenne 4.7 / 5.
Nombre d'évaluations : 3

Aucun vote pour l'instant ! Soyez la première personne à noter ce post !

INFORMATIONS

Plus d'informations

Le lien entre le SAC et le DSP

Seamless Planning combine SAC et DSP

L'intégration transparente de SAP Analytics Cloud (SAC) et de SAP Datasphere (DSP) optimise, accélère et simplifie vos processus de planification. Ainsi...
Wiki gestion de projet

3 étapes pour une gestion réussie des parties prenantes

La gestion des parties prenantes est un facteur de réussite essentiel pour tout projet. Elle...
Contenu professionnel dans SAP Datasphere - Wiki Visual

Contenu métier dans SAP Datasphere - Les meilleures pratiques pour progresser rapidement

SAP Datasphere propose, comme SAP BW ou SAP Analytics Cloud, un contenu commercial prédéfini. Celui-ci se compose de modèles de données...

Mode optimisé vs. mode classique dans le cloud SAP Analytics

SAP Analytics Cloud (SAC) offre actuellement aux utilisateurs deux modes principaux...
Wiki_Banner_Using Sharepoint as a Datasource_2

SharePoint comme source de données pour BW/DS

SharePoint est une plateforme très répandue dans les entreprises...
Que peut faire le nouveau module complémentaire SAC pour Microsoft PowerPoint (Composable Analytics) ? Visual

Que peut faire le nouveau SAC Add-in for Microsoft PowerPoint (Composable Analytics) ?

Cet article wiki traite du nouveau module complémentaire SAP Analytics Cloud (SAC) pour Microsoft PowerPoint, qui...