Comment les directeurs financiers des sociétés de conseil peuvent améliorer leurs marges avec Databricks

Les cabinets de conseil ont un problème de rentabilité, et ce n’est pas dû à un manque de demande.

Dans les cabinets Big 4, de conseil en management et de conseil en technologie, les marges d’EBITDA ont chuté à 9,8 % en 2024, leur plus bas niveau depuis plus d’une décennie. L’utilisation facturable a glissé à 68,9 %, en dessous de la barre de 75 % à partir de laquelle les entreprises commencent à perdre de l’argent sur leurs employés. La croissance du chiffre d’affaires a ralenti à 4,6 % d’une année sur l’autre, à peine la moitié de la moyenne sur cinq ans (2019-2024) de 8,7 %. Pourtant, les pipelines de transactions ont augmenté de 8 % en valeur. La demande est là, mais l’économie des engagements est sous pression.

Cette marge de manœuvre est considérable. Pour une entreprise d’un milliard de dollars, faire passer l’EBITDA de 9,8 % à 15 % (le quartile supérieur) représente 50 millions de dollars de résultat d’exploitation récupérés annuellement. L’un de nos plus grands clients estime ce chiffre à 37 millions de dollars pour chaque jour de DSO (jours de ventes impayées) rendu au partenariat.

Ironiquement, la réponse se trouve au sein de la direction financière (CFO). La pile technologique financière n’a pas changé matériellement depuis une décennie, alors que les exigences qui reposent dessus ont doublé. Soixante-douze % des responsables financiers des services professionnels citent l’intégration des données comme leur principal problème ; 63 % mentionnent le reporting et 49 % la prévision, parmi les chiffres les plus élevés de l’industrie des services. Les entreprises qui vendent la transformation numérique à leurs clients gèrent leurs propres opérations financières avec des piles technologiques très différentes.

La dynamique du modèle de partenariat rend ce problème difficile à résoudre. Les responsables de practice gèrent des P&L semi-autonomes, les associés gèrent les relations clients, et la pile technologique des services partagés s’étend à travers le partenariat. L’investissement dans l’infrastructure partagée nécessite d’aligner des priorités diverses de partenaires et de clients. C’est un problème de coordination autant qu’un problème technologique, et la pression sur les marges est souvent ce qui donne enfin aux dirigeants le mandat de le résoudre ensemble.

Ce qui préoccupe les directeurs financiers des cabinets de conseil

Demandez à un directeur financier de ce secteur sur quoi ses équipes passent leur semaine, et cinq flux de travail reviennent systématiquement.

Prévision des facturables et des dépenses de l’ensemble du cabinet, ventilées par ligne de service, bureau et domaine d’activité. C’est ce qui fait vivre et respirer le partenariat. Manquer ce chiffre de quelques points de base érode le fonds de rémunération des associés de plusieurs millions.

Reporting et analyse pour les revues des domaines d’activité. Les associés veulent que leurs chiffres soient découpés de manière granulaire, et ils les veulent hier. La majeure partie du traitement des données est externalisée à l’étranger, ce qui signifie que le responsable du domaine d’activité reçoit le rapport une semaine à dix jours après la clôture du mois.

La chasse aux factures clients. Des millions sont bloqués dans les travaux en cours non facturés car les associés tardent à valider les feuilles de temps ou à approuver les factures. Chaque semaine de retard est une semaine de trésorerie que l’entreprise a effectivement prêtée à ses clients sans intérêt.

Du processus d’approvisionnement au paiement (Procure-to-pay). Intégration des fournisseurs, approbations des notes de frais et de déplacement, anomalies dans les dépenses mises en évidence après la clôture d’un projet, bien après que les dommages aient été causés à la marge.

Modélisation de l’équité des associés. Retraites, nouvelles admissions, réductions, apports de capitaux. Chaque cycle est un exercice Excel de plusieurs mois qui définit la rémunération des personnes les plus expérimentées du cabinet et ne peut pas se permettre d’être erroné.

Chacun de ces flux de travail interagit avec Salesforce, SAP, Workday, Concur et plusieurs tableurs. L’équipe financière est censée assembler manuellement des réponses à partir de systèmes jamais conçus pour communiquer entre eux.

Pourquoi est-ce si difficile aujourd’hui

Quatre problèmes structurels se cachent sous ces flux de travail.

Les silos de données sont les plus évidents. Le pipeline se trouve dans Salesforce. Les réalisations se trouvent dans SAP. Les effectifs et les tarifs de facturation se trouvent dans Workday. L’équité des associés se trouve souvent dans un tableur qui ne rend compte à personne. Personne ne voit une vue unifiée des systèmes transactionnels et analytiques, et les équipes financières passent les deux premières semaines de chaque mois à les réconcilier.

La prolifération des tableaux de bord est réelle. Chaque associé veut sa propre vue des rapports. La technologie la crée. Six mois plus tard, l’entreprise a des centaines de tableaux de bord. Personne ne s’accorde sur la signification des chiffres. Les revenus, l’utilisation, la marge et la rentabilité client sont souvent calculés différemment selon le domaine d’activité, la région, l’associé ou l’équipe de reporting. Une fois que ces définitions divergent, chaque rapport devient discutable, la direction financière passe son temps à réconcilier les chiffres au lieu d’expliquer la performance, et les associés reconstruisent leur propre vision de l’entreprise dans Excel.

La gestion de la demande est fragmentée et délicate. Les associés ont besoin de réponses rapides sur les clients, les domaines d’activité, les prévisions et les marges, mais la direction financière ne peut souvent pas répondre directement à ces questions à partir de données fiables et gouvernées. Ainsi, chaque nouvelle demande est acheminée vers la technologie, un backlog se forme, et au moment où la réponse revient, la décision a déjà été prise.

Le travail manuel maintient la direction financière en mode nettoyage. Les analystes passent leurs matinées à réconcilier le pipeline, les factures, les contrats et les dépenses au lieu d’expliquer la marge, le risque de prévision et la trésorerie. C’est un travail qu’un pipeline bien construit devrait effectuer en arrière-plan. Au lieu de cela, c’est ce que vos analystes FP&A seniors ouvrent sur leur ordinateur portable chaque matin.

McKinsey constate que les utilisateurs de données passent 30 à 40 % de leur temps à rechercher des données et encore 20 à 30 % à les nettoyer. Dans une entreprise où le produit est constitué de personnes, cela pèse sur les marges chaque mois.

Comment Databricks permet une fonction financière moderne

Image : Page d’accueil du Centre de contrôle du CFO avec bascule de persona et chat agentiel alimenté par Genie

Tout commence par une source unique de vérité. Lakeflow crée une vue gouvernée et en direct de SAP, Salesforce, Workday et Concur, tandis que Lakehouse (ou les applications basées sur Lakehouse) fournit le back-end transactionnel pour les applications financières qui lisent et écrivent en temps réel. Unity Catalog gère la lignée et l’accès aux deux. La réconciliation du pipeline vers le grand livre (GL) cesse d’être une intervention d’urgence mensuelle, et les revenus comptabilisés par rapport aux prévisions deviennent visibles le lendemain de la comptabilisation, et non trois semaines plus tard.

Au-dessus de cette couche se trouve Genie, qui permet aux responsables financiers de poser des questions « pourquoi ». « Pourquoi le bureau de Chicago a-t-il été moins performant que New York en termes d’EBIT ce trimestre ? » « Quelles hypothèses dois-je modifier dans ma prévision pour mieux prédire les dépenses ? » « Pourquoi ai-je plus de factures impayées depuis plus de 60 jours en février par rapport à janvier ? » Chaque requête puise dans les réalisations, le pipeline et les effectifs. Ce qui prenait trois jours à un analyste offshore prend maintenant 30 secondes, et l’associé obtient la réponse lui-même.

Image : Genie répondant à une question « pourquoi » avec la cause racine dans SAP, Salesforce et Workday

La même plateforme fournit des vues personnalisées par persona que les associés approuvent réellement. Un responsable financier voit le DSO, le vieillissement des créances et la variance des notes de frais et de déplacement. Un associé directeur de bureau voit la couverture de l’EBIT et la santé du pipeline pour sa région. Un responsable de practice voit la marge réalisée par cohorte. De manière critique, ils peuvent voir le SQL et les tables sources derrière chaque chiffre. Le problème du P&L parallèle disparaît car la vue centrale a la granularité qui avait poussé les associés dans Excel en premier lieu.

Comme l’analyse et les flux de travail résident sur la même plateforme, vous pouvez créer des applications directement là où se trouvent vos données. Les applications financières basées sur Lakehouse peuvent transformer une facture signalée, une violation des notes de frais et de déplacement, ou un domaine d’activité hors cible en une notification à l’associé responsable, avec la réponse ou l’approbation enregistrée en temps réel. L’information devient action sans quitter l’écran.

Image : Tableau « Factures impayées principales » avec flux de travail de notification de recouvrement et modal d’e-mail généré par IA

Pourquoi les directeurs financiers modernes préfèrent Databricks aux autres ?

Nous reconnaissons qu’il existe une multitude de plateformes d’analyse ou d’outils de planification aujourd’hui.

Quatre raisons pour lesquelles Databricks séduit les responsables financiers des services professionnels :

Vous ne remplacez pas tout. Les cabinets Big 4 et de conseil ont passé une décennie à investir dans des systèmes centraux pour la finance, les engagements, le personnel et les notes de frais et de déplacement. Databricks se superpose à cette pile et l’unifie, plutôt que de demander aux responsables financiers et technologiques de revoir chaque décision ERP qu’ils ont déjà prise.

Vous créez des applications là où vos données résident déjà. Un modèle d'équité des partenaires, une application de marge de pratique, un suivi DSO — chacun construit directement sur la couche de données gouvernée, sans exportation, sans ETL, sans copie fantôme qui devient obsolète dès le prochain cycle de reporting. Pour les entreprises qui effectuent une modélisation de l'équité des partenaires à chaque cycle, cela élimine des semaines de travail manuel et les maux de tête d'audit qui en découlent.

Vous n'êtes pas enfermé dans un seul modèle d'IA. La prévision nécessite un type de modèle. L'automatisation des factures en nécessite un autre. L'équité des partenaires en nécessite un troisième. Une stratégie de modèle unique aujourd'hui est un passif de modèle unique demain. Le bureau du directeur financier exécutera des dizaines de charges de travail d'IA, et aucune ne devrait nécessiter de reconstruire les fondations.

La gouvernance, l'audit et la lignée sont intégrés. Vos clients sont des banques, des assureurs, des prestataires de soins de santé et des gouvernements, et ils auditent vos contrôles. Unity Catalog vous offre une lignée de bout en bout, de la transaction source à l'indicateur clé de performance, une sécurité au niveau des lignes par persona, et les journaux d'accès, la lignée et l'historique des modifications que vos auditeurs demandent déjà, capturés automatiquement. Le même niveau de contrôle que vous vendez aux industries réglementées peut désormais gérer votre propre back-office.

Présentation des résultats en pratique

Une société de conseil mondiale a utilisé Genie de Databricks pour réduire les cycles de prévision de trésorerie de 3 à 5 jours et diminuer les heures d'équivalent temps plein consacrées au cycle de reporting de 80 %. Leur directeur financier l'a décrit simplement :

« Je ne voulais pas seulement parler à mes données. J'avais besoin que mes données commencent à me parler en retour. Ce qui prenait une semaine prend maintenant quelques minutes. »

À leur échelle, chaque jour d'amélioration du DSO accélère environ 37 millions de dollars de flux de trésorerie pour le partenariat.

Nous l'avons également fait nous-mêmes. Le propre bureau du directeur financier de Databricks a unifié les systèmes ERP, CRM, HRIS et de planification sur une seule couche gouvernée. Notre clôture des revenus est passée de 15 jours à 8, soit une réduction de 52 %. Nous avons économisé environ 50 heures par personne par mois, soit 1 280 heures au total. Tous nos revenus sont désormais calculés dans Databricks, avec une préparation complète à l'audit SOX via Unity Catalog.

Ce que les responsables financiers doivent faire pour passer de la vision à la valeur

Il ne s'agit pas d'une transformation pluriannuelle. Une mise en œuvre typique pour un directeur financier dure de 10 à 12 semaines au total. Fondation et partage des données pendant les semaines 1 à 3. Transformations Medallion et couches d'indicateurs clés de performance pendant les semaines 3 à 6. Déploiement de Genie et des applications pendant les semaines 6 à 9. Durcissement et basculement pendant les semaines 9 à 12.

Pour les responsables financiers qui lisent ceci, trois impératifs méritent d'être explorés ce trimestre :

1. Choisissez le flux de travail le plus pénible et le moins défendable, qu'il s'agisse de la clôture des revenus, du travail en cours non facturé, des fuites T&E ou de l'analyse détaillée de la marge de pratique. Quantifiez le fardeau des FTE et la trésorerie ou la marge en jeu. Le retour sur investissement dépend de la précision avec laquelle vous définissez votre douleur.
2. Organisez un atelier d'une demi-journée avec votre équipe de compte Databricks pour cartographier ce flux de travail par rapport à l'architecture de référence et dimensionner la construction.
3. Demandez à être mis en relation avec un pair qui l'a déjà fait. Nous ferons le lien.

Les entreprises qui effectuent ce changement ne font pas que récupérer de la marge. Elles commencent à gérer leur fonction financière comme elles disent à leurs clients de gérer la leur.

(Cet article de blog a été traduit à l'aide d'outils basés sur l'intelligence artificielle) Article original