Le DG vous demande combien coûte vraiment votre top 10 clients, tout compris. Votre DAF regarde son écran. Le commercial sort une clé USB. Le chef de projet promet de "revenir d'ici vendredi".

On est lundi matin. La question est basique. Personne ne peut répondre.

Vous savez qu'il faut faire un audit. Vous ne savez pas par où commencer. Et vous vous doutez déjà qu'un cabinet va vous vendre 40 000 euros de cartographie pour un PDF que personne ne lira.

Un audit data ne commence pas par un tableur

Il commence par une conversation.

La plupart des missions d'audit qui finissent en placard ont le même défaut. Elles démarrent par l'inventaire technique. On liste les outils, on cartographie les bases, on dessine un schéma d'architecture en 40 slides. Et on oublie le seul point qui compte : quelle décision vous êtes en train de repousser parce que les chiffres sont flous.

Si vous démarrez par la tuyauterie, vous finissez avec une tuyauterie propre et zéro décision débloquée.

Un audit data qui ne débloque pas une décision, c'est un PDF coûteux.

Étape 1 : lister les décisions que vous repoussez

Prenez une feuille. Écrivez les décisions que votre comité de direction traîne depuis 2 mois parce que les chiffres ne sont pas clairs.

Exemples typiques :

Cette liste est le point de départ. Pas votre CRM. Pas votre ERP. Pas votre entrepôt de données que personne n'a mis à jour depuis 18 mois.

Si vous n'arrivez pas à lister 3 décisions bloquées, vous n'avez pas besoin d'un audit data. Vous avez besoin d'un atelier de clarification stratégique. Ce n'est pas le même métier.

Étape 2 : remonter aux questions

Chaque décision bloquée cache 2 à 3 questions sans réponse.

"Faut-il arrêter le produit X ?" devient :

C'est à ce niveau que vous commencez à voir où ça coince. La plupart du temps, les questions existent déjà dans la tête du DG. C'est juste que personne ne peut y répondre en moins de 3 jours.

Étape 3 : cartographier l'existant, et uniquement l'existant

Maintenant, et seulement maintenant, on regarde les outils.

Pour chaque question identifiée, vous tracez :

  1. Où vit la donnée source (CRM, ERP, Google Sheets, facturation, paye, outil métier custom)
  2. Qui la met à jour, comment, à quelle fréquence
  3. Qui doit la lire pour prendre la décision

Vous allez découvrir trois choses, systématiquement :

Ce sont vos vraies priorités. Pas le choix entre BigQuery et Snowflake.

Étape 4 : prioriser avec un principe simple

Pour chaque chantier identifié, deux questions :

  1. Combien de décisions ça débloque ?
  2. Combien ça coûte à mettre en place ?

Les chantiers "beaucoup de décisions / faible coût" passent en premier. Souvent, c'est une simple automatisation de rapport ou une consolidation de deux exports CSV dans un dashboard unique. Pas un chantier à 80 000 euros.

Les chantiers "gros coût / peu d'impact immédiat" attendent. Même s'ils sont bien vus dans l'industrie.

Le data warehouse flambant neuf, la plateforme MLOps avant même d'avoir un premier modèle en production, le passage à une stack moderne "parce que c'est le standard" : tout ça attend.

Les 3 pièges qui tuent un audit

Piège 1 : ne parler qu'à la direction. Si vous ne parlez pas aux opérationnels, la commerciale qui jongle avec 3 fichiers Excel, le chef d'atelier qui met à jour les stocks à la main, vous passez à côté de 80% de la réalité. La direction voit le rapport mensuel. Les opérationnels subissent la machine.

Piège 2 : livrer un rapport, pas une roadmap. Un audit utile se termine par une liste de chantiers priorisés, chiffrés, avec une estimation de gain. Pas par un PDF de 60 pages qui décrit l'existant. L'existant, vous le connaissez, c'est le vôtre. Ce que vous cherchez, c'est le chemin.

Piège 3 : vouloir tout refaire. Si l'audit se termine par "il faut tout refondre, passer sur une stack moderne, embaucher une data team", vous n'avez pas fait un audit. Vous avez payé quelqu'un pour vous vendre un projet. Un bon audit propose des gains en 4 à 6 semaines, avec l'outillage que vous avez déjà.

Combien de temps ça prend

Pour une PME de 20 à 200 salariés : 2 à 4 semaines de mission, réparties entre entretiens, cartographie et restitution. Pas 3 mois de plongée en profondeur.

Si on vous vend un audit à 6 mois, demandez-vous ce qu'il y a vraiment à auditer. Sauf à avoir 500 personnes et 15 systèmes informatiques, c'est trop.

Ce qu'il faut exiger dans le contrat

Par où commencer concrètement

Si vous voulez préparer le terrain avant même d'appeler quelqu'un :

  1. Relisez les 5 signaux que vous avez besoin d'un consultant data. Identifiez les vôtres.
  2. Listez les 3 décisions que vous repoussez.
  3. Notez qui saurait y répondre, si l'information était propre.

Vous avez déjà 60% du travail d'audit. Le reste, c'est méthode.

Parlons-en 30 minutes si vous voulez valider votre lecture de la situation avant d'engager quoi que ce soit. Pour voir comment je construis ces missions, direction la page consultant data, ou la page dédiée à Genève si vous êtes dans la région.