Pourquoi passer à Power BI fait grandir vos équipes

Quand une entreprise me demande si elle doit passer à Power BI, la conversation commence par les visuels, les connecteurs et le prix de la licence. Ce sont de vraies questions. Ce ne sont pas celles qui décident du résultat.

Je parle de Power BI parce que c'est l'outil dont on me parle : dans la plupart des conversations, c'est par lui qu'on entre dans le sujet. Mais le mécanisme que je décris ici n'a rien de spécifique. Tout projet qui cherche à sortir d'Excel produit à peu près le même effet, quel que soit l'outil retenu. Ce qui compte n'est pas la marque : c'est qu'on soit enfin obligé de construire une base de données décisionnelle, de l'alimenter et d'en garantir la qualité.

Ce qu'Excel ne vous demande jamais

Avec Excel, un contrôleur de gestion peut construire un excellent modèle de gestion. J'en ai vu de remarquables, et je ne suis pas de ceux qui prennent le tableur de haut.

Excel vous laisse libre, et c'est sa qualité première : on y construit vite, sans rien demander à personne. C'est aussi sa limite, parce qu'il n'exige rien en retour. Il accepte les colonnes ajoutées au fil de l'eau, les formules étendues à moitié et les règles de gestion rangées dans un onglet que plus personne n'ouvre. Il ne proteste jamais, et continue de produire des chiffres parfaitement plausibles.

Un exemple. Dans un grand groupe industriel, le suivi du taux de service reposait sur un fichier Excel maintenu depuis des années par des stagiaires successifs. À chaque évolution, quelqu'un avait ajouté des lignes sans étendre les formules jusqu'en bas. En préparant la bascule vers un outil décisionnel, nous avons refait le calcul proprement : l'indicateur publié était supérieur de six points à la réalité. Personne n'avait triché.

Remplacez le taux de service par une marge par famille de produits ou par un encours client : c'est exactement la même histoire. Le chiffre le plus délicat n'est pas celui qui paraît faux — celui-là, quelqu'un finit toujours par le contester. C'est celui qui est juste en apparence et auquel tout le monde fait confiance.

Ce qu'un outil décisionnel vous fait gagner

C'est précisément ce qu'un outil décisionnel vous évite, et pas parce qu'il serait plus intelligent : simplement, il ne peut pas produire un modèle robuste tant que certaines questions n'ont pas été tranchées. Cette exigence a un coût au moment du projet. Elle rapporte ensuite à chaque clôture.

Ce sont cinq questions que le tableur laissait ouvertes, et que vous ne vous poserez qu'une fois.

1. Les référentiels sont-ils complets, et que fait le modèle quand ils ne le sont pas ?

   Tous les clients, tous les articles, tous les sites — pas seulement ceux qui ont bougé cette année. Une ligne de vente rattachée à un client absent du référentiel peut disparaître du total : le chiffre d'affaires est alors amputé, sans que rien ne le signale. Un modèle correctement construit fait l'inverse et la range sous « inconnu ». Le total reste juste, l'anomalie devient visible, et elle se corrige dans le fichier source. C'est toute la différence entre une erreur silencieuse et une anomalie traitée.

2. Chaque compte est-il rattaché à un niveau de reporting ?

   Et surtout : que se passe-t-il quand la comptabilité en crée un nouveau ? S'il tombe automatiquement dans une rubrique, ou s'il est signalé tant qu'il n'est pas affecté, votre compte de résultat reste juste sans que personne ait à y penser. C'est une vigilance de moins à chaque clôture.

3. Les clés sont-elles fiables ?

   Uniques, stables dans le temps, et identiques d'un système à l'autre. Les régler une bonne fois fait disparaître une grosse partie des écarts inexplicables entre deux états pourtant justes l'un et l'autre.

4. Les règles de calcul sont-elles écrites ?

   Les remises, les avoirs, les retours, les opérations intra-groupe, ce que l'on range dans le coût de revient et ce que l'on n'y range pas. Une fois écrites, ces règles appartiennent à l'entreprise plutôt qu'à celui qui les a saisies — et elles peuvent enfin se discuter, ce qui est tout l'intérêt.

5. Chaque indicateur a-t-il une définition unique ?

   Une seule définition de la marge, une seule du délai de règlement, une seule du taux de service — avec son périmètre, sa période et son dénominateur. C'est ce qui permet à une réunion de porter sur le sujet plutôt que sur les chiffres.

Aucune de ces cinq questions n'est technique au fond : ce sont des questions de gestion, et la plupart des équipes savent déjà qu'elles devraient les trancher. L'outil apporte l'occasion de le faire, et la bonne raison de s'y tenir.

Power BI ne rend pas magiquement les équipes plus rigoureuses. Il rend visible ce qui ne l'était pas — et ce qui est visible peut être corrigé.

Et c'est largement suffisant. Une équipe qui a répondu à ces cinq questions n'est plus la même : elle sait comment ses données sont construites, elle défend ses chiffres sans aller les vérifier, et quand un résultat surprend, elle sait où regarder. Le vrai gain n'est pas technologique. Il est humain.

Des fondamentaux bien plus anciens que Power BI

Ces cinq questions, je ne les ai pas déduites d'un projet Power BI : ce sont celles que j'enseigne, en modélisation des bases de données relationnelles, en préparation des données et en data visualisation. Les fondamentaux du métier ont plusieurs décennies. En vingt-cinq ans de missions, dans des PME comme dans des groupes industriels, je les ai vues revenir partout — elles se posaient avant Power BI et se poseront après lui.

Reste à regarder ce que cette structuration coûte. Je vois régulièrement des entreprises se réjouir d'installer un progiciel parce qu'il « oblige enfin à structurer ». Elles ont raison, et le bénéfice est réel. Mais à cinquante mille euros par an pour un outil de reporting financier, c'est une manière coûteuse d'obtenir ce résultat. Un outil décisionnel l'obtient pour beaucoup moins — à condition d'accepter qu'il faille tout de même construire.

D'une logique de fichiers à une logique de données

Bien accompagné, le passage à un outil décisionnel ne se résume donc pas à un changement de logiciel. Il fait passer une entreprise d'une logique de fichiers à une logique de données : des règles écrites plutôt que des formules héritées, et des indicateurs que l'on peut défendre plutôt que des chiffres qu'il faut croire.

Ce progrès-là n'est livré avec aucune licence, et il ne suffit pas à lui seul : un socle impeccable ne rend pas encore un manager autonome, et c'est un autre sujet. Mais quand il a lieu, il ne concerne plus l'outil : il concerne la façon dont l'entreprise réfléchit.

Et vous : vos équipes construisent-elles des données structurées, ou remplissent-elles encore des fichiers ?

Michel Baldellon accompagne des PME et des groupes industriels en contrôle de gestion, pilotage de la performance, supply chain et business intelligence. Il enseigne la modélisation des bases de données relationnelles, la préparation des données et la data visualisation dans diverses universités et écoles de commerce. Check'nDo — simplifier, automatiser, piloter.