Réponse rapide : La finance dit non parce que les achats arrivent généralement avec un argumentaire technologique, pas un dossier budgétaire. La finance a besoin de trois choses avant de débloquer de l'argent : un propriétaire nommé pour le résultat, un avant-après qu'elle peut vérifier de façon indépendante, et un délai de retour sur investissement mesuré en mois, pas en années. Sans ces trois éléments, le dossier ne meurt pas. Il s'arrête simplement de bouger.
Sur cette page : Deux conversations différentes · Ce que la finance a réellement besoin de voir · Pourquoi les achats ne peuvent pas le fournir seuls · FAQ
Deux conversations différentes
Les achats s'enthousiasment pour un projet de qualité des données ou de classification pour des raisons qui ont du sens pour les achats. Le spend cube se réconcilie enfin. La gestion par catégorie cesse d'être un pari. L'équipe cesse de perdre une journée par mois sur un tableur que personne d'autre ne comprend. Tout cela est réel, et rien de tout cela ne fait bouger la finance.
Ce n'est pas un problème nouveau. L'étude State of Business Buying de Forrester met un chiffre dessus : 86 % des achats B2B calent quelque part dans le cycle, et la cause principale n'est ni le fournisseur ni le prix. C'est la propre structure interne de l'acheteur. L'achat moyen implique désormais 13 personnes réparties sur deux départements ou plus, et Gartner situe le groupe d'achat typique pour un achat complexe entre 6 et 10 parties prenantes, montant à 11-20 pour les dossiers plus importants. Quelque part dans ce groupe se trouve quelqu'un dont le travail est de dire non par défaut, et cette personne n'était pas dans la pièce quand les achats se sont enthousiasmés.
La finance ne bloque pas le dossier parce que le problème de données n'est pas réel. La finance le bloque parce que personne n'a encore répondu à la question de la finance, et les achats ont été occupés à répondre à une question différente.
Ce que la finance a réellement besoin de voir
Trois choses, à peu près dans cet ordre.
Un propriétaire nommé pour le résultat. La finance ne finance pas « de meilleures données » comme abstraction. Elle finance une personne précise tenue responsable d'un chiffre précis qui bouge. Si personne dans la pièce ne peut dire qui possède le résultat une fois le projet terminé, la finance n'a personne à tenir responsable, et aucune raison de débloquer de l'argent contre cela. C'est la version pratique d'une position qui mérite d'être posée clairement : la plupart des organisations n'ont pas tant un problème de qualité des données qu'un problème de propriété. Les données se dégradent silencieusement parce qu'elles appartiennent à tout le monde et donc à personne, et un dossier d'affaires incapable de nommer un propriétaire demande en réalité à la finance de financer le même vide qui a causé le désordre au départ.
Un avant-après que la finance peut vérifier elle-même. Pas une étude de cas d'un fournisseur venant d'un autre secteur. Une référence de départ tirée des propres données de dépenses ou d'actifs de l'acheteur, et une projection de ce qui change si cette référence est nettoyée et classifiée, exprimée dans les termes que la finance suit déjà, pas en lignes traitées ou en fiches dédupliquées. Un délai de retour sur investissement inférieur à douze mois est généralement une approbation facile. Inférieur à six mois en est une solide. Au-delà de dix-huit, la plupart des équipes finance demanderont au demandeur de revenir le trimestre prochain, ce qui en pratique signifie que le dossier est mort.
Un coût de l'inaction que la finance reconnaît. La version des achats de « ne rien faire » est une frustration continue. La version de la finance est un chiffre : des dépenses qui ne peuvent pas être classifiées ne peuvent pas être prévues, ne peuvent pas être comparées aux termes contractuels, et ne peuvent pas être défendues lors d'un audit ou d'un comité de direction. Cet écart n'apparaît pas comme une ligne budgétaire, ce qui explique précisément pourquoi il survit intact aux cycles budgétaires. Le nommer dans le propre langage de la finance est ce qui transforme un « serait bien à avoir » en « ligne budgétaire ».
Rien de tout cela n'est un argumentaire d'économies de coûts, et cela ne devrait pas être présenté comme tel. La finance a entendu l'argumentaire d'économies de la part de chaque fournisseur cette année. Ce qu'on n'a pas donné à la finance, dans la plupart de ces conversations, c'est une raison de faire confiance au chiffre à partir duquel elle travaille actuellement. C'est la vraie demande : pas « ceci vous fera économiser de l'argent » mais « voici pourquoi le chiffre devant vous est peut-être déjà faux ».
Pourquoi les achats ne peuvent pas le fournir seuls
Ce n'est pas une critique des achats. Les achats sont généralement ceux qui vivent le plus près de la douleur et donc les premiers à en voir la valeur. Mais les achats ont rarement, seuls, la légitimité de certifier un avant-après auprès de la finance, ou de nommer un propriétaire qui couvre les achats, l'IT et les opérations. Cela demande quelqu'un qui peut parler dans les deux sens : le détail pratique du problème de données, et le cadrage financier sur lequel fonctionne la finance.
C'est exactement l'écart sur lequel butent les conversations commerciales sortantes. Un responsable achats ou un analyste de données se convainc réellement, devient le champion interne, puis doit porter le dossier à un décideur qui n'a jamais fait partie de la conversation d'origine et n'a encore aucune raison de faire confiance au chiffre présenté. Les dossiers multi-interlocuteurs se concluent à un taux environ six fois supérieur à ceux à un seul interlocuteur, et la raison n'est pas que plus de personnes signifie plus de pression. C'est que le champion seul ne peut généralement pas répondre aux questions que la personne suivante dans la chaîne va poser.
La solution n'est pas une meilleure diapositive. C'est d'arriver avec les trois éléments ci-dessus déjà assemblés, pour que le champion ne demande pas à la finance de croire sur parole. Il remet à la finance quelque chose que la finance peut vérifier selon ses propres termes.
En quatre à six semaines, Pearstop transforme les propres données de dépenses non classifiées d'une entreprise en un avant-après catégorisé et prêt pour l'audit, pour les champions achats du hard FM, de la construction et de l'industrie qui ont besoin de quelque chose que la finance peut vérifier plutôt que d'une affirmation à répéter en leur nom.
Questions fréquentes
Pourquoi la finance rejette-t-elle un projet de procurement déjà approuvé par le procurement ?
La finance ne rejette pas le problème. Elle rejette le dossier tel qu'il est présenté, généralement parce qu'il n'y a pas de responsable nommé pour le résultat, pas de comparaison avant/après vérifiable de manière indépendante, et pas de période de retour sur investissement exprimée dans les termes propres à la finance. L'approbation du procurement reflète la valeur opérationnelle ; l'approbation de la finance nécessite un dossier financier construit séparément.
De quelles informations financières un CFO a-t-il besoin pour approuver un projet de data quality ?
Un CFO a généralement besoin d'une baseline issue des propres données de l'entreprise, d'une comparaison avant/après chiffrée exprimée dans des termes déjà suivis par la finance, comme la visibilité du spend ou la précision des prévisions, et d'une période de retour sur investissement. Un délai inférieur à douze mois est généralement approuvable, inférieur à six mois est considéré comme un dossier solide, et tout ce qui se mesure en années est généralement reporté plutôt que refusé purement et simplement.
En combien de temps un business case de data quality devrait-il générer un retour sur investissement ?
Il n'existe pas de règle fixe, mais la tendance observée sur les initiatives logicielles et data est constante : une période de retour sur investissement inférieure à douze mois est généralement facile à faire approuver, et inférieure à six mois est considérée comme un dossier solide. Les business cases dont le retour ne se mesure qu'en années ne sont généralement pas refusés purement et simplement, ils cessent simplement d'être prioritaires face à des alternatives plus rapides à rentabiliser.
Qui devrait porter une initiative de data quality au sein d'une entreprise ?
La responsabilité devrait revenir à une personne nommée, tenue responsable du résultat une fois le projet terminé, et non à un département. La plupart des échecs en matière de data quality surviennent parce que les données se situent à la croisée du procurement, de la finance, de l'IT et des opérations, sans qu'une seule personne n'en soit responsable de bout en bout, ce qui explique également pourquoi les business cases incapables de désigner un responsable peinent à obtenir un financement.
Comment Pearstop aide-t-il les équipes procurement à obtenir l'accord de la finance ?
Pearstop construit une comparaison avant/après catégorisée et prête pour l'audit directement à partir des propres données de procurement et d'asset de l'entreprise, dans le cadre d'un pilote délimité, donnant à un sponsor interne une baseline vérifiable à présenter à la finance plutôt qu'une simple affirmation de fournisseur à relayer en son nom. Cette approche s'adresse aux équipes hard FM, construction, industrie manufacturière et infrastructure qui portent le dossier en interne.
Pourquoi les achats B2B stagnent-ils même lorsque le sponsor interne est convaincu ?
Une étude de Forrester montre que 86 % des achats B2B stagnent à un moment donné, le plus souvent en raison de la structure interne propre à l'acheteur plutôt qu'à cause de la performance ou du prix du fournisseur. Avec en moyenne 13 personnes impliquées dans deux départements ou plus, un sponsor convaincu suffit rarement à lui seul. Le dossier doit résister au contact avec des stakeholders qui n'ont jamais fait partie de la conversation initiale.
Neharika Kishore
Content & Visibility, Pearstop
Neha works on content and visibility at Pearstop. She writes articles on procurement data quality for facilities management, construction and infrastructure teams, and supports The Data Edge podcast. She also runs outreach to procurement and finance leaders, which keeps her writing close to the problems those teams are actually raising.
LinkedIn →Further reading
What a new head of procurement should do in week one
A new head of procurement rarely inherits a spend data baseline. Here is what to check first, why AI is not the fix, and who should own it long term.
Read more →ProcurementA UNSPSC treemap exposes tail spend before it costs you
Pair a UNSPSC category treemap with an on-contract vs tail-spend bar chart to see where procurement spend hides, and negotiate with real leverage.
Read more →
