Blog/Produit et technologie/Des écarts aux éclairages : CoCo réveille l’analyse financière
28 mai 2026/Lecture : 11 minProduit et technologie

Des écarts aux éclairages : CoCo réveille l’analyse financière

À la clôture, FP&A doit analyser, pas assembler des feuilles de calcul

Toutes les équipes FP&A connaissent cette situation. La clôture commence, les données réelles évoluent et, avant même de pouvoir expliquer ce qui a changé dans le business, il faut reconstruire le fichier.

C’était notre quotidien. Chaque mois, notre équipe passait des heures à rassembler les comptes de résultat de chaque département, harmoniser les correspondances, actualiser les données réelles, mettre en forme les résultats et produire une nouvelle version de la même analyse budget/réel. Lors d’une clôture classique, nous perdions ainsi trois à quatre heures avant même de commencer le véritable travail d’analyse. En cas de problème de correspondance ou de liaison, ce délai pouvait atteindre cinq à six heures.

Et c’est bien là le cœur du problème : les équipes FP&A sont là pour expliquer les performances, éprouver la solidité du plan et aider la direction à prendre des décisions. Pourtant, une part trop importante de leur travail est souvent consacrée à la logistique : extraire les données réelles de l’ERP, harmoniser les plans comptables, les faire correspondre au modèle budgétaire, rapprocher les décalages temporels et les reclassements, puis reconstruire le même fichier à chaque clôture.

Notre ancien processus d’analyse budget/réel en était la parfaite illustration. Pendant la clôture, l’équipe FP&A Corporate consolidait les comptes de résultat de chaque département dans un fichier Excel unique présentant les écarts pour chaque poste. Ce fichier était ensuite distribué à l’ensemble de l’organisation FP&A, puis chaque équipe ajoutait manuellement ses commentaires et sa mise en forme pour les départements dont elle avait la charge. Le processus fonctionnait, mais il était fragile, répétitif et lent.

Le vrai problème n’était pas le fichier, mais le workflow

Le travail manuel n’était qu’une partie du problème.

Les données réelles issues de Workday étaient actualisées toutes les deux heures. Les écritures comptables saisies entre deux cycles restaient donc invisibles jusqu’à l’actualisation suivante. Le fichier ne pouvait être finalisé qu’une fois toutes les écritures de la période comptabilisées. Et chaque changement organisationnel, comme un nouveau centre de coûts, une nouvelle hiérarchie ou une restructuration, imposait de reprendre manuellement les formules, les correspondances et la mise en page.

En d’autres termes, le processus ne faisait pas que prendre du temps : il retardait la capacité de la finance à comprendre la situation et à agir. Au lieu d’aider le business à comprendre les écarts émergents en temps réel, FP&A devait encore assembler l’infrastructure nécessaire avant même de pouvoir lancer la discussion.

C’est là que Snowflake Cortex Code, ou CoCo, est entré en jeu.

Pourquoi nous avons choisi CoCo

La question n’était pas de savoir si nous pouvions construire un meilleur workflow d’analyse budget/réel dans Snowflake. Il s’agissait de savoir si CoCo pouvait nous aider à le construire assez rapidement, directement et simplement pour que la finance puisse se l’approprier.

C’est précisément ce qui a rendu CoCo si intéressant pour ce cas d’usage. Parce qu’il s’exécute nativement dans Snowflake, CoCo disposait déjà du contexte nécessaire sur le modèle de données, les correspondances des centres de coûts et du grand livre, ainsi que les tables de prévisions et les lignes d’écriture qui alimentaient le workflow. Nous ne partions pas d’une page blanche dans un outil déconnecté. Nous construisions directement là où se trouvaient déjà les données, la logique et les contrôles de gouvernance.

Ce contexte a changé notre façon de créer l’application. Au lieu de passer des semaines à intégrer les données dans un environnement de développement distinct, les analystes pouvaient décrire en langage naturel la vue des écarts souhaitée. CoCo les aidait ensuite à la connecter aux bons objets Snowflake. Nous avons ainsi considérablement réduit le chemin entre l’idée et l’application opérationnelle.

 

Infographie comparant un classeur manuel à un tableau de bord Snowflake en direct sur cinq étapes : l’ingestion des données passe de plus de 2 heures à un rafraîchissement continu, l’assemblage de 2 à 3 heures à environ 5 minutes, la distribution de 30 minutes à un accès instantané, les commentaires de 1 à 2 heures à environ 15 minutes grâce à l’IA, et les mises à jour de 1 heure ou plus à un processus automatique ; une chaîne de production de plusieurs heures est ainsi ramenée à quelques minutes.

Du fichier statique à l’application financière en temps réel

Un dashboard en temps réel ne vaut que par la structure sur laquelle il repose. Nous avons donc commencé par établir dans Snowflake une hiérarchie claire autour de quatre niveaux : responsable, section budget/réel, effectifs et centre de coûts. Les utilisateurs bénéficiaient ainsi d’une vue détaillée complète du compte de résultat, du niveau consolidé jusqu’à chaque centre de coûts, sans tableaux croisés dynamiques manuels ni acrobaties dans le fichier.

CoCo nous a ensuite permis de construire plus vite. Avec CoCo, nous avons créé dans Streamlit un dashboard budget/réel qui a entièrement remplacé le fichier Excel statique. Le pipeline fonctionne en continu et charge les données réelles directement dans Snowflake, sans intervention manuelle. Plus besoin de déclencher une actualisation, de reconstruire un onglet ou de redistribuer un fichier.

L’effet est immédiat pendant la clôture. À mesure que les écritures sont comptabilisées, le dashboard les affiche. Le délai d’actualisation de deux heures ne constitue donc plus un obstacle, ce qui transforme le fonctionnement de FP&A. Les équipes n’ont plus à attendre qu’un fichier soit assemblé puis distribué. Pendant la clôture, elles peuvent ouvrir le dashboard, examiner les écarts dès leur apparition et analyser les principales anomalies avant même le début du cycle de revue formel.

Une solution créée en quelques semaines, pas en plusieurs mois

La rapidité a été l’une des preuves les plus évidentes de la valeur apportée.

Nous disposions d’un prototype en deux semaines, puis d’une app entièrement fonctionnelle et opérationnelle en moins d’un mois. Les retours des parties prenantes se traduisaient par des modifications du code dès l’après-midi, sans attendre le sprint suivant. Avant CoCo, un tel projet aurait probablement nécessité l’intervention d’une équipe BI dédiée et jusqu’à trois mois pour livrer une version opérationnelle.

Et c’est important, car l’avantage ne résidait pas seulement dans un meilleur produit final. CoCo a aussi changé l’équation économique du projet. Au lieu de rester bloquée dans un backlog technique, la finance pouvait passer d’un problème business à une solution opérationnelle tant que le besoin était encore urgent.

Plus qu’un dashboard : une meilleure façon de travailler

L’ancien modèle Excel imposait aux utilisateurs une vue figée. Ce n’est plus le cas avec la nouvelle application.

Les utilisateurs peuvent basculer entre différentes versions des prévisions et différentes périodes, puis adapter la vue au scénario le plus pertinent pour leur analyse, sans attendre la publication d’une nouvelle version. L’ajout d’un centre de coûts ou d’un département ne nécessite plus aucune reconstruction manuelle. À mesure que le business se développe, le dashboard évolue avec lui. Les nouvelles business units, les dimensions de reporting et les changements organisationnels sont automatiquement pris en compte grâce à la hiérarchie sous-jacente et aux données sources.

C’est essentiel, mais le changement le plus profond tient au fait que le workflow s’adapte désormais à la manière dont FP&A travaille réellement. Les utilisateurs peuvent partir du compte de résultat consolidé et descendre jusqu’au centre de coûts pour identifier précisément l’origine d’un écart. L’app n’est pas seulement plus rapide que le fichier. Elle répond aussi mieux aux questions auxquelles la finance doit réellement répondre.

Quand CoCo commence à transformer le métier

C’est ici que le cas d’usage va bien au-delà d’une simple modernisation du dashboard.

Certaines catégories de dépenses comprennent déjà des commentaires générés par l’IA et rédigés directement dans leur contexte. Les analystes peuvent relire, affiner et publier ces commentaires dans le dashboard. L’une des tâches les plus chronophages de la clôture devient ainsi un travail de révision plutôt que de rédaction.

 

image 2

Vue du coût total au T1 2026, avec commentaires sur les écarts générés par l’IA. Les analystes basculent entre les modes généré par l’IA et verrouillé par l’analyste, transformant la rédaction des commentaires en simple tâche de révision. Attention : exemple fictif reposant sur des données hypothétiques et des exemples de commentaires générés par l’IA. Le contenu présenté ne reflète ni les résultats financiers réels de Snowflake ni ses documents internes. 

 

C’est un changement majeur. CoCo n’aide pas seulement la finance à construire le workflow plus rapidement. Il l’aide aussi à l’exécuter différemment en fournissant aux analystes un premier jet à mettre à l’épreuve, plutôt qu’une page blanche à remplir.

La couche de collaboration est également interactive. Les équipes transverses, notamment la comptabilité du grand livre et la direction FP&A, peuvent poser leurs questions directement sur les postes de chaque catégorie de dépenses, identifier les responsables concernés et conserver l’historique complet des échanges liés à chaque écart. Au lieu de disperser le contexte entre les e-mails et les conversations informelles, le workflow rattache les échanges au poste concerné. Il crée ainsi une trace vérifiable de la manière dont chaque problème a été analysé et résolu.

Pour la direction, l’app propose également une vue de présentation unique qui consolide l’ensemble du compte de résultat et permet une exportation directe vers Excel et PowerPoint. Elle élimine ainsi une étape supplémentaire de travail manuel avant les revues de direction et garantit que les supports utilisés en réunion proviennent de la même source gouvernée que l’analyse elle-même.

Pourquoi la finance peut lui faire confiance

Dans la finance, l’automatisation n’a de valeur que si elle est digne de confiance.

Ce workflow reste dans le périmètre de gouvernance de Snowflake. Les accès sont gérés grâce aux autorisations Snowflake basées sur les rôles. Les rôles FP&A principaux et ceux chargés du développement financier accèdent à la vue de travail complète, tandis que les personnes responsables de la revue disposent d’une vue de présentation dédiée. Les secrets, les requêtes et les écritures restent dans Snowflake. L’application peut ainsi être partagée plus facilement avec les équipes connexes, sans ajouter de contrainte de gouvernance distincte.

Cette confiance s’étend au workflow lui-même. La mise en forme, les calculs et les définitions de la hiérarchie sont standardisés et verrouillés, ce qui réduit le risque d’écraser une formule ou de supprimer un onglet. Chaque action est horodatée et traçable, offrant un niveau d’auditabilité qu’un fichier diffusé par e-mail ne peut tout simplement pas égaler. Et comme l’interface a été conçue pour être intuitive, les nouvelles recrues peuvent commencer à l’utiliser sans avoir besoin d’une visite guidée.

Un changement plus profond : qui peut construire ?

L’un des changements les plus importants ne concerne pas seulement l’app. Il concerne les personnes qui peuvent la construire.

Avec CoCo, les analystes n’ont plus à attendre qu’un backlog de BI ou de data engineering se libère pour tester une nouvelle vue ou un nouveau workflow. Ils peuvent créer des prototypes directement à partir des données de production et les améliorer en temps réel avec les parties prenantes. Cela accélère la livraison, mais redéfinit aussi la responsabilité du projet. Les équipes financières peuvent résoudre directement davantage de problèmes liés à leurs workflows, tout en respectant le modèle de gouvernance exigé par la finance d’entreprise.

C’est ce qui rend cette approche si prometteuse, bien au-delà d’un seul cas d’usage. Dès que la finance peut passer rapidement d’une question à une application opérationnelle, le goulot d’étranglement n’est plus l’assemblage technique, mais le jugement stratégique.

Ce n’est qu’un début

Le dashboard actuel a remplacé la couche d’assemblage. La prochaine étape consiste à faire de l’IA un partenaire à part entière de l’analyse.

Nous étendons les commentaires générés par l’IA à l’ensemble du compte de résultat, et non plus à quelques catégories. L’objectif est de produire une première version complète des explications des écarts dès le début de chaque clôture. Les analystes peuvent ainsi consacrer leur temps à éprouver et à affiner le récit plutôt qu’à le rédiger de A à Z. Nous intégrons également les données prévisionnelles directement au dashboard afin de comparer les prévisions entre elles. Les équipes peuvent ainsi confronter la dernière version au plan ou aux prévisions précédentes, puis actualiser le récit à mesure que les chiffres évoluent.

 

image 3

Voici un aperçu de la suite : un workflow d’investigation agentique accessible via CoCo, qui part d’un écart, identifie le fournisseur à son origine et étaye l’explication à l’aide des libellés des lignes d’écriture, des échanges sur Slack et du contexte stratégique.

Le véritable ROI de CoCo dans la finance

Une couche automatisée de comparaison entre budget et réalisé ne remplace pas le jugement humain. Elle le préserve.

Elle standardise les définitions, s’actualise selon un calendrier fiable et présente les écarts dans un format que les équipes FP&A et opérationnelles utilisent déjà. L’équipe peut ainsi se concentrer sur les causes profondes et les actions à mener, plutôt que sur l’assemblage de feuilles de calcul.

Voilà la véritable raison d’être de CoCo dans la finance : pas seulement créer une meilleure interface, mais permettre à la finance de se recentrer sur sa mission première. Expliquer les écarts. Aligner l’organisation. Orienter les décisions. Et éliminer le coût du travail manuel qui consiste à reconstruire sans cesse le même classeur pour chaque entité et chaque poste.

 

CoCo : passer du reporting à l’information exploitable pour les équipes FP&A

CoCo est l’agent de codage IA de Snowflake, intégré directement à Snowflake et conçu pour comprendre les rôles, les schémas et les bonnes pratiques de Snowflake.
Partager ce post

Subscribe to our blog newsletter

Get the best, coolest and latest delivered to your inbox each week

Where Data Does More