Retours d’expérience : comment ReBuy et Siemens Mobility ont choisi et déployé leur plateforme de planification

Le moment où deux équipes finance ont décidé qu’il fallait changer

ReBuy et Siemens Mobility Software sont arrivés à Catalyst Berlin avec des activités différentes, mais un problème commun : leurs processus de planification avaient dépassé les capacités d’Excel et de Google Sheets.

Mandy Kramer, Head of Controlling chez ReBuy, une entreprise européenne spécialisée dans la revente de produits électroniques grand public et de médias, qui gère environ 5 millions d’articles en stock et a déclaré un chiffre d’affaires de 240 millions d’euros l’année dernière, a décrit précisément le moment décisif.

La veille d’un conseil d’administration, son équipe avait travaillé tard pour aligner les chiffres d’une présentation. Le lendemain matin, les données de Google Sheets ne correspondaient plus aux captures d’écran déjà intégrées aux slides. Une connexion de données défaillante avait modifié les chiffres pendant la nuit. « Nous ne pouvions plus accepter ce type de situation », a-t-elle déclaré à son CFO.

Marvin Persing, Team Lead FP&A chez Siemens Mobility Software, a décrit une version plus progressive du même problème. Cette division, issue de plusieurs acquisitions dont HaCon (fondée en 1984, avec environ 450 collaborateurs), disposait d’un système de consolidation, mais d'aucun outil permettant de connecter la planification entre les équipes.

Les données du pipeline Salesforce ne bénéficiaient pas d’un versioning adapté. Résultat : après chaque cycle de forecast, les participants arrivaient aux réunions d’alignement avec des versions différentes des chiffres.

Comment chaque équipe a évalué le marché

Les deux entreprises ont mené des processus de sélection structurés, impliquant plusieurs éditeurs :

• ReBuy a collaboré avec le cabinet d’analyse BARC et le cabinet de conseil CloudSpot, présélectionné six solutions (IBM, Board, CoPlanner, Anaplan, Jedox et Pigment) et constitué une équipe projet transverse réunissant les fonctions techniques, comptables et de contrôle de gestion.
• Siemens Mobility Software a comparé Anaplan, OneStream, Jedox et Pigment.

Les deux entreprises ont finalement approfondi leur évaluation de Jedox et Pigment, avant de choisir Pigment, mais pour des raisons légèrement différentes.

Pour Kramer, la flexibilité a été déterminante. L’équipe ne voulait pas se retrouver dans une situation où « nous ne pouvons pas planifier à ce niveau de détail parce que l’outil ne le permet pas ». Elle souhaitait également que la finance, et non l’IT, conserve la maîtrise de la modélisation.

Persing a expliqué qu’au moment de leur décision, fin 2024, Pigment proposait moins de fonctionnalités que certains concurrents. Toutefois, l’engagement des équipes et leur volonté de faire évoluer la plateforme ont instauré un niveau de confiance qui a compensé cet écart fonctionnel.

Ce qui les a surpris pendant l’implémentation

Aucune des deux équipes n’a retrouvé l’expérience prête à l’emploi qu’elle imaginait.

Kramer pensait que les structures de base, comme les comptes de résultat et les bilans, seraient déjà configurées. En réalité, l’équipe ReBuy a dû définir elle-même la majorité de ces structures. Ce travail a demandé davantage de temps au départ, mais a permis d’obtenir un modèle sans limitations techniques une fois mis en place.

ReBuy a organisé son déploiement en deux phases : d’abord le reporting financier, couvrant cinq entités juridiques dans Navision et une dans Comarch, dont la consolidation était auparavant réalisée manuellement dans Google Sheets, puis la logique de planification dans un second temps.

L’équipe de Persing a rencontré une autre difficulté : l’intégration des données.

Siemens Mobility avait commencé à connecter SAP (via Snowflake), Personio et Salesforce quatre à cinq mois avant la date limite d’implémentation, sans parvenir à finaliser ces intégrations à temps. L’équipe a dû temporairement utiliser des fichiers CSV, puis reconstruire le modèle une fois les connexions opérationnelles.

Ses conseils aux entreprises qui se lancent dans un projet similaire :

• Nettoyez et harmonisez votre couche de données avant de commencer à construire dans la plateforme, et non pendant l’implémentation.
• Prévoyez des délais d’intégration plus longs qu’anticipé, notamment dans les grandes entreprises où les contraintes organisationnelles ne s’adaptent pas nécessairement au calendrier de votre projet.
• Appuyez-vous autant que possible sur vos équipes existantes, tout en prévoyant des recrutements supplémentaires lorsque la demande dépasse leurs capacités.

Ce qu’ils conseilleraient à une entreprise qui se lance aujourd’hui

Le conseil de Kramer aux contrôleurs de gestion présents dans la salle : réservez du temps dans votre agenda pour la planification. Le temps investi en amont pour définir les structures « est largement rentabilisé par la suite ».

Elle a également apporté une précision importante concernant l’IA : l’Agent Modélisateur et l’Agent Analyste accélèrent la modélisation et l’analyse, mais l’IA ne peut pas corriger des données de mauvaise qualité ou une logique défaillante. La responsabilité des chiffres reste celle de l’équipe de contrôle de gestion, et non de l’algorithme.

Viviana Guzmán Yacamán, Planning and Analytics Manager chez Valantic, qui a travaillé avec Pigment à la fois en tant que cliente et désormais en tant que partenaire d’implémentation, a partagé le même conseil : comprenez vos données et vos processus avant l’implémentation. Les équipes qui tentent de résoudre ces problèmes pendant le déploiement rencontrent des difficultés.

La conclusion de Persing résume bien les deux expériences : « Vous pouvez commencer à petite échelle, puis évoluer intelligemment. »

Demandez une démonstration pour découvrir comment un modèle connecté peut répondre à vos propres besoins en matière de reporting