CFO Journal s’est entretenu avec

Kristin Reinke,

vice-président et responsable des finances chez Google, à propos de ces nouvelles technologies et de la façon dont elles accélèrent la clôture trimestrielle, l’utilisation de feuilles de calcul dans la finance et les choses qui ne peuvent pas être automatisées. Il s’agit de la quatrième partie d’une série qui se concentre sur la façon dont les directeurs financiers et les autres dirigeants numérisent leurs opérations financières. Des extraits édités suivent.

WSJ: Quels sont les éléments centraux de votre stratégie de numérisation ?

Kristin Reinke: Nous essayons de nous concentrer sur les choses les plus importantes: l’automatisation et [how] nous pouvons améliorer nos processus, en étant de meilleurs partenaires de l’entreprise, puis [reinvesting] le temps que nous gagnons dans le prochain défi commercial.

WSJ: Quels outils utilisez-vous ?

Mme Reinke : Nous utilisons [machine learning] dans à peu près tous les domaines de la finance pour moderniser la façon dont nous fermons les livres ou gérons les risques, ou améliorer notre [operating] ou fonds de roulement. Nos contrôleurs utilisent maintenant l’apprentissage automatique pour fermer les livres, en utilisant la détection des valeurs aberrantes.

L’analyse de flux nécessaire à la fermeture des livres était autrefois un processus très manuel. Il a fallu environ une journée complète de tricotage de diverses feuilles de calcul pour identifier ces valeurs aberrantes. Maintenant, cela prend une à deux heures et la qualité de l’analyse est améliorée. [We] peut repérer les tendances plus rapidement et diagnostiquer les valeurs aberrantes. Il y a un autre exemple dans notre [finance planning and analysis] organisation : Une de nos équipes a construit une solution utilisant la détection des valeurs aberrantes. Ils ont donc associé la détection des valeurs aberrantes au traitement du langage naturel à la surface des anomalies dans les données. Nous utilisons cet apprentissage automatique pour nous aider à prédire et à identifier où nous devons creuser un peu plus loin. [Note: A flux analysis helps with analyzing fluctuations in account balances over time.]

WSJ: Que reste-t-il à faire ?

Mme Reinke : Un endroit où nous cherchons à nous améliorer est avec notre outil de précision des prévisions. Cet outil utilise l’apprentissage automatique pour générer des prévisions précises, et il surpasse les prévisions manuelles développées par les analystes dans 80% des cas. Il y a de l’intérêt et de l’enthousiasme quant à la possibilité que ce type de travail soit automatisé, mais l’adoption de l’outil lui-même a été lente, et nos analystes nous ont dit qu’ils voulaient plus de granularité et de transparence dans la façon dont les modèles sont structurés. Nous travaillons sur ces améliorations afin de mieux comprendre et faire confiance à ces prévisions.

WSJ: Quelles compétences les personnes que vous embauchez apportent-elles?

Mme Reinke : Nous voulons embaucher les meilleurs esprits de la finance. Dans beaucoup de cas, ce talent est technique. Ils ont [Structured Query Language] Compétences [a standardized programming language]. Nous avons une académie de finance où nous offrons une formation SQL pour ceux qui le souhaitent. Nous essayons de donner à nos talents tous les outils dont ils ont besoin pour qu’ils puissent se concentrer sur ce dont l’entreprise a besoin. Nous leur donnons accès à [business intelligence] et [machine learning] , afin qu’ils ne passent pas de temps sur des choses qui peuvent être automatisées.

WSJ: Vous travaillez au sein du département financier de Google depuis 2005. Qu’est-ce qui a changé quand

Ruth Porat

est devenu directeur financier d’Alphabet et de Google en 2015 ?

Mme Reinke : Lorsque Ruth est arrivée à bord, elle a mis l’accent sur l’organisation et cette discipline pour automatiser là où nous le pouvons. Elle parle de ce principe fondamental : « Vous ne pouvez pas conduire une voiture avec de la boue sur le pare-brise. Une fois que vous avez effacé cela, vous pouvez aller beaucoup plus vite », et c’est l’importance des données.

WSJ: Quelles sont les prochaines étapes alors que vous continuez à numériser la fonction finance ?

Mme Reinke : Je pense qu’il y aura beaucoup plus d’applications de [machine learning] et nous assurer que nous disposons de données provenant de l’ensemble de l’entreprise. Nous avons ce lac de données financières qui combine BigQuery de Google Cloud [a data warehouse] avec les données financières de notre [enterprise resource planning system] et toutes sortes de données commerciales que nous continuerons à alimenter à mesure que l’entreprise se développe.

WSJ: Pouvez-vous donner d’autres exemples de nouvelles technologies et comment elles rendent votre fonction financière plus efficace?

Mme Reinke : Nous utilisons la technologie BigQuery et Document AI de Google Cloud pour traiter des milliers de factures de chaîne d’approvisionnement de nos fournisseurs. [Document AI uses machine learning to scan, analyze and understand documents.]

En extrayant les données de notre ERP et d’autres données du système de chaîne d’approvisionnement, nous pouvons prendre ces milliers de factures et les valider et les approuver systématiquement. [them]. Lorsque nous avons des valeurs aberrantes, nous pouvons en fait les rediriger vers l’entreprise. Et c’est donc un processus moins manuel pour l’entreprise et pour la finance.

WSJ: Votre équipe financière utilise-t-elle Excel ou un outil similaire ?

Mme Reinke : Nous utilisons Google Sheets. Nos équipes financières adorent les feuilles de calcul. Je me souviens qu’au début, nous avions un tas de Googlers financiers qui l’utilisaient et ce n’était pas exactement ce dont nous avions besoin. Ils ont donc travaillé avec nos collègues ingénieurs pour intégrer des caractéristiques et des fonctionnalités afin de le rendre plus utile en finance.

WSJ: Y a-t-il des tâches qui seront interdites à mesure que vous automatiserez davantage ?

Mme Reinke : Tout ce qui peut être automatisé, nous nous efforçons de l’automatiser. Il y a tellement de jugement qui est nécessaire en tant qu’organisation financière, et c’est quelque chose que vous ne pouvez pas automatiser, mais vous pouvez automatiser les activités plus routinières d’une organisation financière en leur donnant ces outils.

WSJ: Avez-vous d’autres exemples de choses qui ne peuvent pas être automatisées?

Mme Reinke : Lorsque vous vous asseyez avec l’entreprise et que vous traversez un problème qu’elle a, vous ne pourrez jamais l’automatiser. Ce genre d’interaction ne sera jamais automatisé.

WSJ: Combien de personnes travaillent dans votre organisation financière?

Mme Reinke : Nous ne divulguons pas la taille de nos équipes au sein de Google.

Écrivez à Nina Trentmann at Nina.Trentmann@wsj.com