Remettre à plat notre socle de données financières

Une fonction finance propulsée par l'IA a besoin d'un socle de données solide.

Chez Airwallex, notre activité est complexe. Nous offrons à nos clients la liberté de percevoir, détenir, convertir, transférer et dépenser des fonds à l'international. Chacune de ces activités crée une chaîne de microtransactions. Par exemple, une simple vente produit des données sur l'argent versé par le client, le montant transféré par le réseau de cartes bancaires et la somme perçue par l'entreprise. Multipliez l'opération par des millions de transactions, intégrez des pratiques spécifiques pour chaque fournisseur, et l'ampleur du défi ne fait aucun doute.

En tant qu'équipe finance, notre objectif est d'aider l'entreprise à comprendre ce qui se passe, sans se perdre dans les détails. Pour cela, nous devons pouvoir harmoniser les données individuelles afin d'expliquer les tendances générales et de nous pencher sur les détails si nécessaire.

Airwallex a enregistré une forte croissance au cours des dernières années. En 2018, notre chiffre d'affaires annualisé était inférieur à 5 millions de dollars. Il dépasse 1,3 milliard de dollars aujourd'hui. Pendant cette phase, nous avons accordé la priorité à l'exactitude des données plutôt qu'à leur harmonisation. Nous devions être certains que les chiffres étaient exacts et qu'ils résisteraient à un examen minutieux. Chaque responsable produit avait le dernier mot sur son schéma de données locales. Mais sans vision d'ensemble sur l'harmonisation de ces éléments, les données restaient fragmentées et les définitions incohérentes au sein de l'entreprise. 

L'année dernière, nous avons procédé à une migration de données majeure de BigQuery vers Databricks. Nous y avons vu l'occasion de remettre notre socle de données à zéro. Nous l'avons rebâti avec une vision d'ensemble harmonisée, une répartition claire des responsabilités et une gouvernance bien définie, créant ainsi une base solide pour soutenir notre entreprise à long terme.

Placer la fonction finance aux commandes de la migration

Nous avons adopté une méthode peu conventionnelle : placer la fonction finance aux commandes de la migration. Au lieu de déléguer ces tâches aux départements Données et Ingénierie, la finance s'est chargée d'identifier les cas d'usage et est partie des décisions que nous devions prendre pour déterminer les données nécessaires à leur mise en œuvre. D'un point de vue technique, nous avons insisté pour que le grand livre d'Airwallex serve de base à notre modèle de reporting. Il nous fallait une base commune sur laquelle nous appuyer en toute confiance. Le grand livre rapproché était le point d'ancrage le plus solide.

La finance, gardienne de la source de vérité

Les départements qui constituent la fonction finance ont des besoins différents en matière de données. Les départements fiscalité, trésorerie, contrôle de gestion et planification et analyse financières (FP&A) ont chacun abordé ce processus avec une vision claire de leurs besoins et de la manière dont les données devaient être structurées pour les satisfaire. Rassembler toutes ces perspectives pour créer une définition ne fut pas chose aisée. Cela a représenté un travail transverse impressionnant et c'est l'aspect que j'aimerais le plus voir répliqué par d'autres équipes finance.

Nous avons créé un dictionnaire de données décrivant chaque champ et chaque indicateur, nous sommes mis d'accord sur la nomenclature et avons décidé de ce qui allait dans chaque tableau. Nous avons également modifié le plan comptable de notre ERP et ajouté de nombreuses colonnes afin de permettre un marquage et un enrichissement plus poussés des données. Personne ne l'avait réclamé à l'époque, mais aujourd'hui nous utilisons toutes ces informations en aval, et elles constituent le fondement de toutes nos activités liées à l'IA.

Cet ensemble de données est désormais la source de vérité à l'échelle de l'entreprise. En devenant gardienne de la source de vérité, la fonction finance s'est transformée en moteur d'influence plutôt que se limiter à produire des rapports. Toutes les conversations transverses sont ainsi devenues plus courtes.

Des données propres donnent à l'IA le contexte dont elle a besoin

Des données propres et structurées rendent l'IA utilisable en finance. Un agent qui consulte notre Context Hub apprend la signification métier de chaque champ ; il raisonne ainsi à partir de nos définitions plutôt que des siennes.

Nous voyons déjà l'impact de ce travail dans l'analyse de flux. Expliquer la raison d'une hausse des coûts d'exploitation dans la région EMEA le mois dernier ne nécessite plus l'ouverture des registres comptables, la recherche de références et la reconstitution à la main de la comparaison. Il suffit à un analyste de poser la question à un agent utilisant Cursor, Claude ou Hex pour obtenir les variations accompagnées de leurs causes. Comme les données sous-jacentes sont propres et le contexte bien défini, j'ai suffisamment confiance dans les résultats pour m'en servir comme base d'action.

Bien sûr, la constitution d'une base de données n'est jamais terminée une fois pour toutes. Cela ressemble souvent à un Tetris où on s'évertue à résoudre les problèmes en cours suffisamment vite pour avoir la place de traiter les suivants. À mesure que l'entreprise grandit, nous continuons de découvrir de nouvelles données complexes qui ne rentrent pas dans notre modèle. Mais cette contrainte n'a rien à voir avec le fait d'établir les bases.

J'ai entendu des directeurs financiers déclarer que les données financières étaient trop sensibles pour être confiées à l'IA, mais, dans la plupart des cas, selon moi, le principal problème tient davantage à l'état de préparation qu'à la sécurité. Si les données sont fragmentées, définies de manière incohérente ou mal structurées, cela devient difficile de faire confiance à ce que l'IA produira avec elles.

Grâce au travail de préparation que nous avons fait chez Airwallex, nous pouvons investir en toute confiance dans notre transformation IA. Cela nous apporte une base sur laquelle nous pouvons continuer à bâtir à mesure que nous réimaginons le fonctionnement de la fonction finance.