Alain Bernodel O.

🧩 Contexte

Dans un contexte de modernisation des outils de pilotage financier et d’optimisation des processus comptables, la Banque Populaire Rives de Paris souhaitait :

→ Améliorer la lisibilité et la fiabilité du Compte de Résultat

→ Réduire les traitements manuels sous Excel

→ Industrialiser la gestion des Suspens Comptables

→ Migrer une base Access vers un environnement Teradata plus robuste

L’objectif était de renforcer la performance analytique et la fiabilité des données comptables.

🛠️ Responsabilités & réalisations

🔹 Reporting Compte de Résultat

✅ Recueil et formalisation des besoins auprès des équipes Comptabilité

✅ Analyse de la structure du Compte de Résultat (produits, charges, agrégats intermédiaires)

✅ Développement de workflows Alteryx pour extraction, transformation et fiabilisation des données

✅ Optimisation des requêtes SQL (Teradata)

✅ Modélisation des datasets pour exploitation analytique

✅ Conception de dashboards Power BI interactifs (analyse N/N-1, drill-down dynamiques)

✅ Implémentation de mesures DAX avancées

✅ Automatisation des rafraîchissements et contrôles qualité

🔹 Migration des Suspens Comptables (Access → Teradata)

✅ Analyse et cartographie de la base Access existante

✅ Définition du schéma cible sous Teradata

✅ Développement de workflows Alteryx pour migration et transformation des données

✅ Nettoyage, standardisation et contrôle de cohérence

✅ Mise en place de contrôles automatiques post-migration

🎯 Plus-value apportée

✅ Réduction du temps de production du Compte de Résultat

✅ Diminution des manipulations manuelles

✅ Amélioration de la fiabilité des données comptables

✅ Réduction des incidents liés aux Suspens Comptables

✅ Amélioration de la traçabilité et de la sécurisation des données financières

⚙️ Environnement technique

Alteryx

Power BI

Teradata

Microsoft Access

DAX

✨ Méthodologie

Data Quality Management

Automatisation ETL

Reporting financier

Amélioration continue

Collaboration équipes Comptabilité & IT

🧩 Contexte

Dans un environnement institutionnel soumis à des exigences prudentielles strictes, l’AFD et sa filiale Proparco devaient produire et fiabiliser les états réglementaires RUBA ainsi que les notes annexes financières associées. L’objectif était d’automatiser la production des reportings, renforcer la qualité des données et réduire les manipulations manuelles.

🛠️ Responsabilités & réalisations

✅ Production et contrôle des états réglementaires RUBA pour Proparco

✅ Contribution à l’élaboration des notes annexes financières de l’AFD

✅ Analyse des règles d’agrégation et de mapping réglementaire

✅ Automatisation des contrôles de données du reporting RUBA via Power BI

✅ Implémentation de mesures DAX pour calcul des agrégats prudentiels

✅ Mise en place de contrôles de cohérence et de complétude des données

✅ Support technique pour demandes ad hoc

✅ Fiabilisation des processus de production réglementaire

🎯 Plus-value apportée

✅ Réduction du temps de production des états RUBA

✅ Diminution des manipulations manuelles récurrentes

✅ Amélioration de la fiabilité des agrégats réglementaires

✅ Renforcement de la traçabilité et de la cohérence des données

⚙️ Environnement technique

Systèmes : Windows

Outils : Power BI, Excel, Sopra Evolan Report

Langages : DAX, Langage M

✨ Méthodologie :

Reporting réglementaire

Data Quality

Contrôle prudentiel

Collaboration équipes Comptabilité & IT

🧩 Contexte

Dans le cadre du suivi prudentiel des risques de crédit, la Société Générale Luxembourg devait renforcer la fiabilité des métriques réglementaires (RWA, EAD, ECL) et sécuriser les flux d’intégration des données financières, notamment via le suivi des expositions Banque Privée (LAREX).

🛠️ Responsabilités & réalisations

✅ Analyse des métriques réglementaires de risque de crédit (RWA, EAD, ECL)

✅ Développement de workflows Alteryx pour contrôles qualité et réconciliations

✅ Mise en place de règles de validation des données prudentielles

✅ Suivi mensuel des expositions Banque Privée (LAREX)

✅ Surveillance quotidienne des flux d’intégration des données

✅ Détection et analyse des anomalies réglementaires

✅ Support aux équipes Risk Management sur problématiques data

🎯 Plus-value apportée :

✅ Réduction des anomalies de données réglementaires

✅ Amélioration de la fiabilité des métriques métiers

✅ Diminution des délais de traitement mensuel

✅ Renforcement du monitoring des flux réglementaires

⚙️ Environnement technique

Systèmes : Windows

Outils : Excel, Alteryx

Langages : SQL, Python

✨ Méthodologie

Data Quality Management

Reporting réglementaire

Risk Monitoring

Contrôles prudentiels

Amélioration continue