Projets

Mikael Elbaz (Associé, Mazars) : « l'expérience collaborateur et l'expérience client sont toutes deux en jeu dans le traitement de la donnée »

---

Le cabinet Mazars utilise Alteryx pour traiter les données issues des SI de ses clients afin que les auditeurs ciblent leurs investigations.

PublicitéEn tant que cabinet d'audit, les experts Data Analytics de Mazars ont besoin de traiter les données comptables et métiers de leurs clients avant que les auditeurs n'utilisent les résultats pour effectuer des tests pertinents dans le cadre de leurs travaux d'audit. De plus, les résultats issus des travaux Data Analytics doivent pouvoir être partagés au sein du réseau Mazars dans le monde pour les clients à dimension internationale, chaque auditeur s'occupant d'exploiter les résultats pour les implantations dans son pays. Les multiples outils employés jusqu'alors ne donnaient plus vraiment satisfaction. Après avoir utilisé d'autres outils, Mazars a choisi Alteryx pour ces traitements préparatoires de données depuis dix-huit mois. Le déploiement en production s'accélère depuis un an.

Pour Mazars, il est absolument exclu d'une part de recourir à du cloud public (qui ne garantit pas de manière sécurisée et optimale la confidentialité des données de ses clients), d'autre part d'imposer aux clients des solutions trop intrusives ou impactantes en termes d'extraction massives de données. Les données concernant par principe des transactions passées, la pratique actuelle est plutôt de traiter des données extraites par les clients, avec au besoin le recours à des extracteurs. « Nous proposons à nos clients d'effectuer des exports sous forme de fichiers plats textes tant de la comptabilité elle-même que de process métiers comme les achats, les ventes, les immobilisations, etc. » spécifie Mikael Elbaz, Associé Data Analytics chez Mazars.

Un stockage le plus limité possible

Les données ainsi mises à disposition par le client en fonction de sa politique de sécurité propre, en général via un portail de téléchargement interne, peuvent être massives. Mikael Elbaz indique : « pour le process achats, nous pouvons être amenés à traiter une centaine de fichiers, jusqu'à deux milliards d'opérations et un total de plusieurs centaines de gigaoctets. » Toutes les données récupérées sont stockées et traitées dans les serveurs propres de Mazars, y compris les sauvegardes. « Notre politique de sécurité et de stockage est transmise à nos clients lorsque ceux-ci nous le demandent » insiste Mikael Elbaz.

A l'heure de la recrudescence des incidents de sécurité, la limitation du risque est essentielle. Pour Mikael Elbaz, « moins nous avons de données à gérer, moins nous encourons de risques. Parfois, les données-sources ne seront pas archivées une fois nos traitements achevés mais le client doit alors garantir la conservation de ces données-sources qu'il nous a initialement remises. Les résultats des analyses sont, eux, toujours conservés. » Les traitements appliqués aux données-sources peuvent soit être des standards pour la plupart des clients, soit des traitements plus spécifiques à un client mais qui seront généralement réutilisés d'une année sur l'autre.

PublicitéUne très sensible préparation des données

Alteryx est utilisé sous deux modes. Tout d'abord, il est installé sur les postes des data analystes. Et, en central, la solution Alteryx Server permet de développer des applications standards exécutables par tous les auditeurs du réseau Mazars présents dans l'annuaire du groupe, applications qui renvoient les résultats sur le poste de l'auditeur une fois les traitements achevés. Les entrées de données sont exclusivement les fichiers textes à plat fournis par les clients. Alteryx va avoir comme première tâche de réunifier les données en fonction d'un « mapping » spécifique à chaque outil ayant exporté les fichiers (SAP n'exporte pas exactement comme Oracle par exemple). La source unifiée va ensuite se voir appliquer des traitements d'analyse standardisés Mazars.

« Cette étape est hautement sensible car il ne doit y avoir aucune perte ou corruption de données » souligne Mikael Elbaz. Alteryx va aussi être utilisé dans les étapes suivantes préparatoires aux analyses : la vérification de la qualité, de la conformité aux attentes, de la fiabilité et de la cohérence des données, l'intégration avec contrôle de celles-ci (par exemple la non-transformation des dates en données chiffrées)... Ce n'est qu'ensuite, une fois ces étapes préparatoires achevées, que les traitements métiers effectifs seront menés. Une IA va permettre de dégrossir les contrôles et de vérifier l'application des règles de gouvernance (par exemple : qui a fait quoi). Un certain nombre d'itérations sera généralement nécessaires pour purger les « faux-positifs » et permettre à l'auditeur de se concentrer sur les points essentiels à son audit. « Les clients vont consacrer uu temps précieux à répondre aux questions de l'auditeur, il faut qu'elles soient pertinentes » insiste Mikael Elbaz.

Un usage aussi pour des prestations

Les solutions d'Alteryx ont été choisies pour plusieurs raisons. Tout d'abord, bien sûr, ses capacités fonctionnelles ont séduit Mazars. Un autre point a été important : la puissance nécessaire à l'usage de la solution reste limitée et les PC déployés auprès des auditeurs demeurent donc raisonnables. L'adoption de l'outil était également facilitée pour les auditeurs. Mikael Elbaz résume : « nous voulons de la valeur pour nos clients, du confort et de l'efficience pour nos auditeurs ; l'expérience collaborateur et l'expérience client sont en jeu ». Au delà, Alteryx est une technologie porteuse qui intéresse les talents que Mazars souhaite attirer et retenir. Les experts Data Analytics de Mazars se sont ainsi récemment formés aux capacités en intelligence artificielle de l'outil.

Côté restitution, Alteryx peut générer des fichiers aux formats adaptés à des outils de visualisation tels que Qlik. « Nous n'utilisons pas cette possibilité car le processus est complexe et les représentations trop simples » précise Mikael Elbaz. Mazars procède donc à des exports de fichiers à plat pour une exploitation en datavisualisation sous Qlik Sense. La modélisation adéquate suppose en effet l'emploi de toute la puissance de Qlik.

Article rédigé par

Bertrand Lemaire, Rédacteur en chef de CIO

Partager cet article