Le tableur n’est pas le problème. C’est l’usage artisanal qu’on en fait — recopier, coller, retraiter à la main — qui transforme aujourd’hui un outil d’analyse en source d’exposition pour l’entreprise.
Dans la plupart des PME et ETI marocaines, la chaîne d’analyse financière tient encore à un geste : ouvrir la balance générale exportée en PDF, la recopier dans un classeur, retraiter les libellés à la main, puis reconstruire les agrégats. Ce geste, répété tous les mois, a produit pendant vingt ans des analyses acceptables. En 2026, il ne l’est plus.
Deux mouvements de fond expliquent ce basculement. D’abord la montée en exigence documentaire : entre le renforcement des contrôles de la DGI, la trajectoire de dématérialisation de la facturation et les obligations issues de la loi 69-21 sur les délais de paiement, l’entreprise doit désormais être capable de justifier un chiffre, pas seulement de l’afficher. Ensuite la compression des délais : un comité de direction qui recevait ses indicateurs à J+20 les attend aujourd’hui à J+5.
Or un classeur artisanal échoue précisément sur ces deux points. Il ne conserve pas la trace de ses retraitements, et il exige plusieurs jours de travail humain à chaque arrêté. Le risque n’est donc pas technologique : il est organisationnel et, de plus en plus, réglementaire.
L’œil de l’Expert
Sur nos missions d’audit organisationnel, nous posons toujours la même question au contrôleur de gestion : « si vous étiez absent trois semaines, quelqu’un pourrait-il reproduire ce reporting ? » Dans près de trois cas sur quatre, la réponse est non. Ce n’est pas un problème de compétence, c’est un problème de conception : le savoir-faire est enfermé dans des manipulations non écrites au lieu d’être inscrit dans un flux reproductible.
Partie 1Le coût caché du classeur artisanal
On mesure rarement ce qu’un reporting manuel coûte réellement, parce que son coût ne figure sur aucune ligne budgétaire. Il se répartit en trois postes invisibles.
À ces trois postes s’ajoute un coût de temps que l’on peut chiffrer sans difficulté. Un arrêté mensuel retraité manuellement mobilise couramment deux à trois jours-homme. Sur douze mois, cela représente près d’un mois et demi de travail qualifié consacré non pas à l’analyse, mais à la préparation de la donnée. C’est exactement la part que l’automatisation permet de récupérer.
Le déclencheur : quand le tableur cesse d’être un outil d’analyse
Il existe un seuil assez net. Tant que le classeur sert à réfléchir — simuler, comparer, tester une hypothèse —, il reste le meilleur outil du marché. Dès qu’il sert à transporter et nettoyer de la donnée, il devient un maillon fragile. La bonne question n’est donc pas « faut-il abandonner Excel ? », mais « quelle part de mon classeur fait un travail que la machine devrait faire ? ».
Partie 2Power Query : passer de la saisie à l’ingénierie du flux
Power Query, intégré à Excel comme à Power BI, change la nature du travail. Au lieu de produire un résultat, on décrit une suite d’étapes que la machine rejouera à l’identique. Le livrable n’est plus un fichier : c’est une procédure.
Les quatre étapes qui produisent l’essentiel du gain
- Normaliser le libellé comptable. Les plans de comptes issus du CGNC mélangent souvent code, intitulé et section analytique dans un même champ.
Fractionner la colonnepar délimiteur, puisExtraireles premiers caractères, reconstruit une arborescence exploitable sans aucune formule. - Typer les colonnes dès la source. C’est l’étape la plus négligée et la plus rentable. Un montant importé comme texte fausse silencieusement toutes les agrégations en aval. Déclarer le type au départ transforme l’erreur invisible en erreur signalée.
- Créer une colonne conditionnelle de classement. Plutôt que d’imbriquer des
SIdans le classeur, on déclare une fois la règle qui rattache chaque compte à son poste de bilan ou de CPC. La règle devient lisible par un tiers. - Fusionner les requêtes. C’est l’équivalent d’une
RECHERCHEV, mais sans formule fragile ni recalcul : la jointure est décrite, pas propagée cellule par cellule.
Le code généré reste lisible, et c’est ce qui rend la démarche auditable. Voici, par exemple, la logique de rattachement d’un compte à son poste de BFR :
// Rattachement d'un compte CGNC à son poste de BFR let Source = Excel.CurrentWorkbook(){[Name="Balance"]}[Content], Types = Table.TransformColumnTypes(Source, {{"Compte", type text}, {"Debit", Currency.Type}, {"Credit", Currency.Type}}), Racine = Table.AddColumn(Types, "Classe", each Text.Start([Compte], 2)), Poste = Table.AddColumn(Racine, "PosteBFR", each if [Classe] = "34" then "Créances clients" else if [Classe] = "31" then "Stocks" else if [Classe] = "44" then "Dettes fournisseurs" else "Hors BFR"), Solde = Table.AddColumn(Poste, "Solde", each [Debit] - [Credit], Currency.Type) in Solde
L’œil de l’Expert
Une erreur revient systématiquement chez les participants : vouloir tout automatiser dès la première requête. Commencez par le flux qui vous coûte le plus de temps chaque mois — presque toujours le retraitement de la balance. Une seule requête bien construite libère l’équivalent d’une journée mensuelle, et cette journée finance l’apprentissage du reste.
Second conseil, moins intuitif : nommez vos étapes en français métier (« Rattacher au poste de BFR ») plutôt que d’accepter les noms générés. Votre requête devient sa propre note de procédure, ce que ni le commissaire aux comptes ni votre successeur ne pourront reprocher.
Partie 3L’IA au service de la détection d’anomalies de BFR
Une fois la donnée fiabilisée et typée, l’intelligence artificielle devient réellement exploitable. Sur une donnée sale, elle ne fait qu’accélérer la production de conclusions fausses — c’est pourquoi l’ordre des deux chantiers n’est pas négociable : d’abord le flux, ensuite l’IA.
Le cas d’usage le plus immédiat concerne le besoin en fonds de roulement. Un analyste chevronné détecte une dérive de BFR en parcourant les balances âgées ; il lui faut du temps. Un modèle correctement interrogé fait ressortir les mêmes signaux en quelques secondes, parce qu’il compare simultanément toutes les dimensions.
Ce que l’on demande réellement au modèle
La qualité du résultat dépend entièrement de la précision de la demande. Une instruction vague produit un commentaire générique. Une instruction contextualisée produit une piste d’audit. Comparons :
| Formulation | Ce que vous obtenez |
|---|---|
| « Analyse mon BFR » | Une définition du BFR et des conseils généraux. Sans valeur opérationnelle. |
| « Voici la balance âgée clients sur 24 mois. Identifie les comptes dont l’antériorité s’écarte de plus de 2 écarts-types du portefeuille, classe-les par montant, et indique pour chacun le mois de bascule. » | Une liste courte, hiérarchisée, directement instruisable par le credit manager. |
La différence ne tient pas à l’outil mais à la discipline analytique : nommer la population, fixer le seuil, imposer un critère de tri, exiger la date de rupture. C’est le même raisonnement qu’un auditeur applique depuis toujours — l’IA ne le remplace pas, elle l’exécute plus vite.
L’automatisation ne supprime pas le jugement du financier. Elle lui rend le temps de l’exercer.
ConclusionLe tableur reste, la manipulation part
La trajectoire est claire et ne demande pas de révolution. Elle demande de déplacer une frontière : tout ce qui relève du transport et du nettoyage de la donnée sort du classeur pour entrer dans un flux déclaré ; tout ce qui relève de l’interprétation et de la simulation y reste. L’entreprise y gagne trois choses simultanément — une piste d’audit, une réduction des délais d’arrêté, et une compétence qui cesse de reposer sur une seule personne.
C’est précisément ce que nous construisons en salle avec les participants : non pas une démonstration d’outil, mais un flux de bout en bout sur leurs propres exports comptables, qu’ils repartent avec et qu’ils rejouent au mois suivant.