CO

MM

ISSI

ON

ETI

AFT

E L'intelligence artificielle au service de la prévision de trésorerie

Géraldine CONDE-AMAL ALTEO

Guillaume PESLIN ALTEN

Commission ETI 13 décembre 2018

CO

MM

ISSI

ON

ETI

AFT

EAgenda

1. Profils des sociétés

2. Méthodes prévisionnelles actuelles

3. Attentes et cibles

4. Expérimentation AFTE CASHFORCE

5. Résultats actuels

6. Prochaines étapes

CO

MM

ISSI

ON

ETI

AFT

EProfils des sociétés : ALTEN

Présence mondiale

55% CA hors France

140 filiales, 20 pays, 10 devises

Flux opérationnels

28000 salariés

1,8 GEUR / an ; 150 MEUR / mois (encaissements ≈ décaissements)

CO

MM

ISSI

ON

ETI

AFT

EProfils des sociétés : ALTEO

4

• Profil :• Entité « Amirale » : Alteo Gardanne • Filiales et structures de commercialisation sur les 4 continents • Plusieurs devises de prévisions (EUR, USD, JPY, CNY et KRW)• Flux : 25 MEUR / mois (encaissements ≈ décaissements)

CO

MM

ISSI

ON

ETI

AFT

EPrévisions : contexte ALTEN

Environnement complexe

nombreux progiciels non interconnectés, absence de progiciel, données peu orientées trésorerie

Culture cash

besoins de la Trésorerie à intégrer dans les processus, remontée d’informations

Horizon courts termes

Risque de change peu préoccupant

CO

MM

ISSI

ON

ETI

AFT

EPrévisions : contexte ALTEO

• Des prévisions de trésorerie pour : • Gestion des liquidités du Groupe (accompagner le développement d’Alteo et ses investissements stratégiques)• Gestion du risque de change ( Flux par devises)

•Typologie de prévisions :• Prévisions à 6 semaines glissantes (fréquence : hebdomadaire)• Prévisions à 12 mois (revues 2 fois par an)

• Contraintes :• Clients répartis dans plus de 80 pays;• Fournisseurs majoritairement basés en France;• Faible bak log des commandes;• Plusieurs devises de prévisions (EUR, USD, JPY, CNY et KRW)• Chiffre d’Affaire : env 80% à l’export• Gestion opérationnelle décentralisée des trésoreries dans les filiales

CO

MM

ISSI

ON

ETI

AFT

EPrévisions : méthode ALTEN

Récupération des données

Echanges de tableurs

Relevés bancaires intrajournaliers

Prévisions d’encaissements ERP

Prévisions de décaissements ERP

Historique

Consolidation TMS + tableur

CO

MM

ISSI

ON

ETI

AFT

EPrévisions : méthode ALTEO

• Sources d’informations :• ERP (SAP )• Contrôle de gestion et Achats• Filiales : fichier Excel à consolider (format unique –groupe)• Lois statistiques

• Outils : Excel• ERP dans les filiales non uniformisé• Consolidation de fichiers communs facilitée

• Ecueils

• Prévisions trimestrielles testées mais non fiables en raison des incertitudes sur les ventes

• Application des lois statistiques sur les ventes trop écartées de la réalité (comportement clients différents en fin de mois – trimestre ou année, etc…)

Conclusion : manque de fiabilité sur les prévisions des encaissements

CO

MM

ISSI

ON

ETI

AFT

EPOC : Attentes et cibles

Intégration de l’Intelligence Artificielle dans les prévisions de trésorerie :

- Fiabilisation des données des prévisions (date, montant, compte)

- Cohérence et finesse des lois statistiques identifiées

- Augmentation de la « personnalisation » des prévisions

- Rapidité accrue de la reprévision

CO

MM

ISSI

ON

ETI

AFT

EPOC AFTE CASHFORCE : attentes

• Montant projeté d'un ensemble de paiements (ALTEN)

=> Estimation des dates d’encaissements des factures clients

• Moment projeté d'un ensemble de paiements (ALTEO):

=> Affiner les lois statistiques des habitudes de règlement des clients (ex : corrélation entre la période de facturation et l’encaissement de la facture client, ou avec le montant de la facturation, ou encore avec la date prévue d’encaissement)

CO

MM

ISSI

ON

ETI

AFT

EPOC AFTE CASHFORCE : cibles

Evaluer la simplicité de mise en œuvre.

Etudier le niveau d’exploitabilité des données.

Confirmer les bénéfices de l’intelligence artificielle dans l’amélioration des prévisions de trésorerie quotidiennes à 1 mois.

Analyse des comportements clients et déterminations de modèles clients

CO

MM

ISSI

ON

ETI

AFT

EPOC AFTE CASHFORCE : principes

Days

Days

ActualsForecast

€

Day 0 Day 10

ActualsForecast€

Day 0 Day 10

2/1/2018

Days

n/n/2018 ActualsForecast€

Day 0 Day 10

La variance est tracée par

jour sur un graphique.

€

Day 0 Day 10

CO

MM

ISSI

ON

ETI

AFT

ERésultats : calculs

CO

MM

ISSI

ON

ETI

AFT

ERésultats : amélioration

CO

MM

ISSI

ON

ETI

AFT

ERésultats : amélioration

CO

MM

ISSI

ON

ETI

AFT

ERésultats : limitations

Expérimentation : module en cours de développement

Interfaçage : chargement des données « manuel » et unitairePlage de calcul : 2018-02-01 à 2018-03-23

Axes d’analyse : tous les codes budgétaires ne sont pas analysés

Détail par compte bancaire : prévisions globalisées sur un compte

Niveau de prévisions : hebdomadaires

CO

MM

ISSI

ON

ETI

AFT

EProchaines étapes

• Prévisions d’encaissements clients sur un mois et challenge des comportements de paiement

• Prévisions quotidiennes et comparatif avec le réalisé

• Détail par compte bancaire

• Pas de rechargement de données en automatique

CO

MM

ISSI

ON

ETI

AFT

EPlanning

2018-12-10 ➔ 2019-02-02

Paramétrage / Analyse de données

2018-02-04 ➔ 2019-03-04

Amélioration du programme d’AI

2019-03-04 ➔ 2019-03-29

Test et conclusions finales

CO

MM

ISSI

ON

ETI

AFT

EMerci pour votre attention