Pour passer des données aux décisions

Transcription

1 Pour passer des données aux décisions exemples pratiques bernard marr ÉTUDES DE CAS

2 2014 Comptables professionnels agréés du Canada Tous droits réservés. Cette publication est protégée par des droits d auteur et ne peut être reproduite, stockée dans un système de recherche documentaire ou transmise de quelque manière que ce soit (électroniquement, mécaniquement, par photocopie, enregistrement ou toute autre méthode) sans autorisation écrite préalable. Pour obtenir des renseignements concernant l obtention de cette autorisation, veuillez écrire à permissions@cpacanada.ca CPA Canada 277, rue Wellington Ouest Toronto (Ontario) Canada M5V 3H2 Tél Téléc

3 Pour passer des données aux décisions : ÉTUDES DE CAS 1 Collecte et emploi des données appropriées pour soutenir la prise de décisions Voici des exemples pratiques de la manière dont des organisations ont appliqué les principes de la gestion factuelle pour passer des données aux décisions, tels qu ils sont expliqués dans le guide d orientation de CPA Canada intitulée Pour passer des données aux décisions : Les cinq étapes de la gestion factuelle. La figure 1 présente une illustration graphique du processus en cinq étapes. Le principal objectif de la gestion factuelle est de faire en sorte que les organisations recueillent les données appropriées à l appui des décisions importantes qu elles doivent prendre, au lieu de tout mesurer et de se retrouver inondées de données alors qu elles cherchent avant tout des éléments éclairants.

4 2 Pour passer des données aux décisions : ÉTUDES DE CAS figure 1 Le cadre conceptuel de la gestion factuelle Définition des objectifs et des besoins en information Collecte des données Analyse des données Présentation de l information Prise de décision factuelle Quels sont nos objectifs stratégiques? Compte tenu de ces objectifs, que devons-nous savoir? Pouvons-nous définir clairement les véritables besoins en information de l entreprise? Disposons-nous de données utiles et pertinentes pour répondre à nos besoins en information ou pouvons-nous recueillir de telles données? Comment pouvons-nous transformer les données en connaissances éclairantes, pertinentes? Comment pouvons-nous mettre les données en contexte pour en extraire de l information? Comment pouvonsnous présenter et communiquer l information et la compréhension acquises aux décideurs dans le format optimal? Comment s'assurer d'utiliser les données probantes dont on dispose pour prendre les meilleures décisions possible? Comment instaurer une culture où les mesures prises reposent sur des faits avérés? Qui a besoin de savoir quoi, à quel moment et pourquoi? Infrastructure technologique et applications de veille stratégique en tant qu outils habilitants Comment utiliser l infrastructure technologique et les applications de veille stratégique de façon optimale pour soutenir la prise de décision factuelle? Comment éviter le décalage entre «savoir et faire»? BOUCLE DE RÉTROACTION

5 Pour passer des données aux décisions : ÉTUDES DE CAS 3 Analytique de la performance : Pour passer des données aux décisions à Hôtel Service 1 Hôtel Service est un groupe familial qui gère plusieurs hôtels du marché intermédiaire en mettant l accent sur la personnalisation du service. Jusqu à maintenant, le groupe recueillait des données traditionnelles sur la performance : des finances (marge bénéficiaire nette, bénéfice par chambre, chiffre d affaires, etc.); des clients (plaintes, fidélisation de la clientèle, évaluation des services, etc.); des activités opérationnelles (taux d occupation, consommation d énergie et d eau par chambre, frais d entretien, etc.); des employés (rotation du personnel, satisfaction des employés, formation, etc.). Même si les données faisaient l objet de rapports périodiques, peu de décisions étaient fondées sur elles. L objectif était donc de créer un environnement davantage axé sur la gestion factuelle suivant cinq étapes. 1. Hôtel Service est un nom fictif destiné à protéger l anonymat de cette organisation.

6 4 Pour passer des données aux décisions : ÉTUDES DE CAS étape 1 Définition des objectifs et des besoins en information L équipe de direction a passé en revue sa stratégie et formulé un ensemble de questions ou d hypothèses générales sur lesquelles elle souhaitait obtenir plus d information. Elle s est ainsi dotée d un cadre pour la collecte et l analyse des données et s est assurée que toute initiative de veille stratégique de l organisation serait clairement liée à un besoin réel d information et à des questions restées sans réponse. L équipe de direction a réalisé que, souvent, ses analyses antérieures ne faisaient que confirmer des choses qu elle savait déjà. Elle a recensé 22 questions essentielles, notamment les deux suivantes : Dans quelle mesure les clients satisfaits sont-ils des clients fidèles? Dans quelle mesure les employés satisfaits offrentils un meilleur service? Avec cet ensemble de questions, l équipe de direction a défini ses objectifs et ses besoins en information. et plus fréquent. La constatation était la même pour la satisfaction et la fidélité de la clientèle mais, sur ces aspects, elle a innové par des méthodes de collecte complètement nouvelles. Pour remplacer le sondage annuel sur la satisfaction de la clientèle, long et cher, elle a choisi uniquement deux indicateurs plus simples : le taux de recommandation («net promoter score» ou NPS) et l avis de TripAdvisor. Le taux de recommandation est une mesure basée sur une seule question : «Quelle est la probabilité que vous nous recommandiez à un ami?» Il est établi sur une échelle de zéro à 10. Cet indicateur est dorénavant recueilli dans des sondages mensuels auprès d un échantillon de clients récents. Le deuxième indicateur est l avis de TripAdvisor, une évaluation sur un forum en ligne qui permet aux clients de noter les hôtels sur une échelle de 1 à 5. L équipe a pensé qu elle pouvait aussi bien utiliser l évaluation des clients recueillie et publiée par ce forum en ligne. D une part, il était essentiel de tenir compte des commentaires que tout le monde peut lire et, d autre part, il aurait été regrettable de ne pas utiliser ces données «gratuites.» étape 2 Collecte des données L organisation s est attaquée à ces questions essentielles l une après l autre et a vérifié si les données actuelles pouvaient l aider à y répondre. Dans de nombreux cas, il a fallu mettre en œuvre de nouvelles méthodes de collecte de données ou compléter les ensembles existants par de nouvelles données. Par exemple, l organisation disposait de suffisamment de données provenant des sondages sur la satisfaction des employés ou des clients pour savoir si les employés satisfaits offrent un meilleur service. Mais l équipe de direction s est aussi rendu compte que la collecte de données pouvait être simplifiée et avoir lieu plus fréquemment. Le sondage annuel ne lui donnait pas vraiment la profondeur d analyse dont elle avait besoin, et ne lui permettait de faire une analyse qu une fois par année. Elle a donc mis en place un sondage sur la satisfaction des employés en ligne, plus court étape 3 Analyse des données Pour s assurer de l analyse appropriée des données, l équipe a recruté un nouvel analyste et a formé deux employés déjà en poste (un des finances et un des RH). Les données sur la satisfaction des employés et sur la satisfaction des clients ont été analysées grâce à une analyse de corrélation afin de tester le degré de leur corrélation. Les données du taux de recommandation et de TripAdvisor ont aussi été testées par rapport aux données des clients et aux données financières pour déterminer les liens entre elles. L organisation a ainsi décelé qu il y avait de très fortes corrélations entre la satisfaction de la clientèle et la performance organisationnelle. L organisation a en particulier constaté l importance des avis favorables en ligne, qui se traduisent par des augmentations immédiates des ventes. Elle a aussi repéré une corrélation entre

7 Pour passer des données aux décisions : ÉTUDES DE CAS 5 la satisfaction des employés et la prestation des services plus les employés sont satisfaits, meilleur est le service qu ils offrent. étape 4 Présentation de l information L organisation a remarqué que les rapports à la direction existants ne lui fournissaient pas l information dont elle avait besoin. Auparavant, l ensemble des indicateurs clés de la performance (ICP) était présenté en tableaux de données affichant la performance par rapport à la cible et comparant la performance à celle de l année précédente. Il était donc difficile d obtenir des éléments vraiment pertinents et d établir des connexions entre les différentes données. Il était également difficile de repérer les tendances et les évolutions de la performance dans le temps. À la place, un ensemble de tableaux de bord a été créé, ainsi qu un sommaire d une page pour le tableau de bord de chacune des 22 questions essentielles de la direction. Plutôt que de présenter des listes de mesures, ces nouveaux tableaux de bord suivent les principes de la première page d un journal, et comportent un grand titre, une image et une description générale. Chaque sommaire inclut maintenant un court titre, qui résume la situation actuelle, un feu rouge, jaune ou vert indiquant la performance par rapport à l objectif, un graphique de données et un commentaire donnant du contexte. s assure que si des données présentées ne sont pas vraiment mises à profit pour la prise de décisions, la collecte de ces données sera abandonnée ou l indicateur sera remplacé par une information plus utile. Les décisions prises jusqu à maintenant sont par exemple : la révision du programme de formation des employés et des recrues en fonction des commentaires des clients; une nouvelle segmentation de la clientèle et une nouvelle stratégie de marketing (y compris le Web et les médias sociaux); de nouveaux forfaits pour les clients à valeur élevée. étape 5 Prise de décision factuelle L équipe de direction revoit maintenant les données régulièrement. Elle a instauré des réunions hebdomadaires d analyse de la performance opérationnelle au cours desquelles sont discutés les éléments immédiats et à court terme de la performance opérationnelle. En outre, elle organise dorénavant des réunions mensuelles et plus stratégiques d amélioration de la performance pendant lesquelles les 22 questions sont analysées. Chaque réunion permet d aborder cinq questions, à tour de rôle, et du temps est réservé pour les questions exceptionnelles. L équipe de direction

8 6 Pour passer des données aux décisions : ÉTUDES DE CAS Analytique du personnel : Passer des données aux décisions à Google Inc. Google est une multinationale du Web et du logiciel établie à Mountain View, en Californie, spécialisée dans la recherche Internet, l infonuagique et les technologies publicitaires. La mission de Google est d organiser l information mondiale et de la rendre accessible et utilisable universellement. À cette fin, Google fait preuve de beaucoup de rigueur dans l utilisation de l information pour prendre des décisions éclairées. Fondée par deux ingénieurs, Google est une organisation dans laquelle l information axée sur les données et la gestion factuelle est inscrite dans l ADN, et où le langage visuel des données fait partie de la culture des «Googlers» (les employés de Google). Google a pour objectif de prendre toutes les décisions en fonction de données, de l analytique et de la méthode scientifique du cadre de la gestion factuelle. Dans le cadre de la gestion factuelle en cinq étapes, les données fournissent des réponses, mais si les questions pour lesquelles on souhaite des réponses ne sont pas claires, les données seront inutiles. Pour Google, il faut commencer par ces questions et être très précis, dès le départ, sur l information dont on a besoin. «Nous dirigeons l entreprise au moyen de questions plutôt que de réponses, indique Eric Schmidt, président exécutif de Google. Dans le cadre de notre processus stratégique, nous avons jusqu ici formulé 30 questions auxquelles nous devons répondre. [ ] Nous posons une question plutôt que de donner une réponse succincte. Ça stimule le dialogue, et du dialogue naît l innovation. On ne se lève pas un jour en disant : Je veux innover. Je crois qu il est plus efficace de présenter les choses sous forme de questions pour favoriser une culture d innovation.»

9 Pour passer des données aux décisions : ÉTUDES DE CAS 7 Soutenir la prise de décisions en matière de ressources humaines à Google Au sein de sa fonction mondiale des RH, Google a créé un service d analytique du personnel qui soutient l organisation en prenant des décisions concernant le personnel à l aide de données. Google voulait répondre, entre autres, à la question suivante : les directeurs sont-ils importants? Google et ses fondateurs se demandaient depuis le premier jour quelle est la contribution des directeurs. Google en est même venue, pendant un temps, à supprimer tous les postes de directeurs et à faire de tous les employés des contributeurs individuels. Cette option n a pas vraiment fonctionné, et les postes de directeurs ont été rétablis. Dans le service d analytique du personnel, Google a créé un groupe, le «labo de l information», comprenant des spécialistes en sciences sociales qui font partie du service mais se consacrent à des questions de plus long terme, dans l espoir de mener des recherches innovantes susceptibles de transformer les pratiques organisationnelles au sein de Google et ailleurs. Le projet de cette équipe, baptisé «projet Oxygène», était de répondre à la question suivante : «Les directeurs sont-ils réellement importants?» À cette fin, les objectifs et les besoins en information avaient été clairement définis. L équipe a d abord analysé les sources de données qui existaient déjà, à savoir des évaluations du rendement (évaluation descendante des directeurs) et des sondages auprès des employés (évaluation ascendante des directeurs). Elle a converti ces données en un graphique illustrant que les directeurs étaient généralement bien perçus. Problème : les

10 8 Pour passer des données aux décisions : ÉTUDES DE CAS données ne permettaient pas vraiment de déceler des variations marquées. L équipe a donc décidé de diviser les données en un quartile supérieur et un quartile inférieur. À l aide d une analyse de régression, elle a pu établir une nette différence entre ces deux groupes en ce qui a trait à la productivité d équipe, le bien-être des employés et la rotation du personnel. En bref, les équipes ayant les meilleurs directeurs affichaient le meilleur rendement, et les employés de ces équipes étaient plus satisfaits et plus susceptibles de rester dans l entreprise. Si cette analyse a confirmé que les bons directeurs changent effectivement les choses, elle ne permettait pas à Google d agir en fonction des données. La question à laquelle il fallait répondre à présent était : «Qu est-ce qui fait un bon directeur à Google?» Les réponses à cette question fourniraient des éléments beaucoup plus utiles. L équipe a donc décidé de recueillir deux nouveaux ensembles de données. Le premier émanait d un prix décerné aux meilleurs directeurs : les employés pouvaient poser la candidature des directeurs qui leur semblaient particulièrement efficaces. Dans le cadre de cette mise en candidature, les employés devaient fournir des exemples de comportements qui, selon eux, justifiaient leur évaluation positive des directeurs. Le deuxième ensemble de données provenait d entrevues avec les directeurs de chacun des deux quartiles (supérieur et inférieur) permettant de savoir ce qu ils faisaient ou ne faisaient pas (les directeurs ne savaient pas à quel quartile ils appartenaient). Les données des entrevues et des mises en candidature au prix des meilleurs directeurs ont ensuite été codées à l aide d une analyse textuelle. L équipe de l analytique a ainsi pu isoler huit comportements du directeur très performant ainsi que les trois premières raisons pour lesquelles les directeurs moins performants éprouvaient de la difficulté dans leur rôle. Les résultats sont résumés ci-dessous : Directeur performant (huit comportements clés à Google) : Bon coach Se préoccupe de la réussite et du bienêtre personnel des membres de son équipe Bon communicateur écoute et fait partager l information A une vision/ stratégie claire pour son équipe Habilite son équipe à agir, pas de microgestion Axé sur le rendement et les résultats Contribue au perfectionnement professionnel Possède des compétences techniques importantes qui lui permettent de conseiller son équipe Causes des difficultés éprouvées par les directeurs moins performants (les trois principales à Google) : 1. Vit une transition difficile (promotion soudaine, personne embauchée qui a été peu formée, etc.); 2. Manque de cohérence dans la philosophie/ l approche de la gestion du rendement et du perfectionnement professionnel; 3. Consacre trop peu de temps à diriger et à communiquer. Google a communiqué ces résultats aux directeurs visés de plusieurs manières, notamment par une nouvelle communication aux directeurs qui présentait les résultats et les attentes. Mais les informer ne suffisait pas; Google a décidé de prendre des mesures en fonction de ces conclusions. Elle en a pris beaucoup, dont voici les principales : Google a commencé à évaluer ses employés d après ces comportements. À cette fin, elle a créé un nouveau sondage semestriel; Google a décidé de maintenir le prix récompensant les meilleurs directeurs; Google a revu la formation offerte aux directeurs.

11 Pour passer des données aux décisions : ÉTUDES DE CAS 9 Cet exemple illustre comment les décisions peuvent être étayées par de bonnes données. Google a suivi les cinq étapes de la gestion factuelle : la définition des objectifs et des besoins en information («les directeurs sont-ils réellement importants?» et «qu estce qui fait un bon directeur à Google?»), la collecte des données (utilisation des données existantes tirées des évaluations du rendement et des sondages auprès des employés et création de nouveaux ensembles de données grâce aux mises en candidature pour le prix et aux entrevues avec les directeurs), l analyse des données (résultats présentés dans un graphique simple, une analyse de régression et une analyse textuelle), la communication de l information (nouvelles communications aux directeurs) et la prise des décisions factuelles (mise à jour de la formation, évaluation du rendement en fonction des conclusions de l étude et création de nouveaux mécanismes de rétroaction).

12 10 Pour passer des données aux décisions : ÉTUDES DE CAS Analytique des données volumineuses le cas de Tesco Ce groupe international de chaîne d épiceries et de marchandises générales en Grande-Bretagne exploite magasins dans 14 pays, compte employés et, en 2011, a affiché un chiffre d affaires de 67,6 G (105 G$ CA). Tesco est le premier employeur du secteur privé au Royaume-Uni et, actuellement, le troisième détaillant au monde au chapitre du chiffre d affaires et le deuxième, pour les profits. Au fil des ans, l organisation est passée du statut de négociant axé sur le volume et les bas prix à celui de chef de file mondial de la vente au détail. Initialement spécialisé dans les aliments et les boissons, le groupe offre aujourd hui a) une vaste gamme de produits, y compris des vêtements et de l électronique grand public, et b) une gamme de services de plus en plus étendue, notamment dans les domaines des télécommunications, de la santé, d Internet, de l assurance et des services financiers. En plus de ses magasins, Tesco a créé un supermarché en ligne qui a beaucoup de succès et qui offre, entre autres, des aliments, des produits domestiques, ainsi que de la musique à télécharger. Même en pleine récession mondiale, Tesco enregistre d excellents résultats : croissance du chiffre d affaires annuel de 8,1 % et croissance des profits avant impôts de 11,3 %.

13 Pour passer des données aux décisions : ÉTUDES DE CAS 11 étape 1 Définition des objectifs et des besoins en information La philosophie de Tesco n est pas de répondre à toutes les questions possibles et imaginables par des données sur la performance, mais seulement de répondre aux questions essentielles. Tesco a créé un tableau de bord équilibré et, en fonction de ses objectifs stratégiques, a défini les questions analytiques auxquelles elle doit répondre. L organisation analyse donc d abord un échantillon de 10 % des données afin de déterminer les enjeux clés, puis elle approfondit son analyse des questions qui sont vraiment essentielles pour les clients et l organisation en utilisant des ensembles de données plus vastes. La capacité à recueillir et à analyser les données a fait passer Tesco d une organisation qui pense savoir ce que les clients veulent à une organisation qui possède les connaissances et les informations sur les préférences de ses clients et sur la manière dont ces préférences évoluent dans le temps. Comme le résume l ancien chef de la direction, Sir Terry Leahy : «nous ne dépensons pas une livre ou un dollar pour un magasin sans parler à nos clients ils sont nos meilleurs conseillers en gestion.» étape 2 Collecte des données La masse d information sur les clients constitue un élément essentiel des données sur la performance de Tesco. En 1994, Tesco a lancé son programme de fidélisation, Clubcard. Même s il a été lancé soidisant comme un programme de fidélisation (ces programmes commençaient à être très populaires à l époque), sa principale raison d être était en fait d obtenir de l information sur les clients pour que Tesco puisse améliorer la gestion de son organisation. Aujourd hui, la plupart des experts s accordent à dire que les programmes de fidélisation qui ne servent qu à offrir des rabais et des offres promotionnelles finissent par aller à l encontre du but recherché. Ces programmes deviennent avantageux a) quand leur potentiel de générer un avantage concurrentiel à partir des données est reconnu et b) quand l organisation fait du traitement de ces données (ainsi que de la possibilité d en tirer des informations pertinentes et de les concrétiser en actions) une de ses capacités et de ses priorités. Ce qui a convaincu la haute direction de Tesco du bien-fondé du programme de fidélisation, c est le «potentiel» de soutien à la décision que renferment ces données. Tesco gère aujourd hui l un des programmes de fidélisation les plus florissants jamais créés. Comptant plus de 14 millions d utilisateurs, le programme Clubcard permet à Tesco de recueillir de l information détaillée sur les deux tiers des paniers d épicerie traités à ses caisses. Toutefois, pour que le programme demeure utile, il était essentiel que Tesco puisse convertir ses données en information utilisable sur les clients. Un grand nombre de concurrents de Tesco ont abandonné leurs programmes de fidélisation, prétendant qu analyser toutes ces données serait de la folie. Tesco, à l inverse, a toujours reconnu l extrême importance de l analyse des données. Pour elle, rien n est moins absurde que de trouver le moyen d obtenir un avantage concurrentiel à partir des données de ses clients. étape 3 Analyse des données Lorsque Tesco a lancé le programme Clubcard, elle a décidé de confier l analyse des données à un fournisseur spécialisé dans le domaine, Dunnhumby. Tesco a constaté qu elle n avait pas les compétences pour analyser systématiquement la masse de données provenant de ses clients et, par conséquent, a laissé le soin à Dunnhumby d élaborer la stratégie d analyse des données. Plus tard, Tesco a décidé d acquérir une participation de 53 % dans Dunnhumby, qui compte aujourd hui plus de 850 employés dans le monde et affiche un chiffre d affaires annuel supérieur à 150 M (233 M$ CA).

14 12 Pour passer des données aux décisions : ÉTUDES DE CAS Comme l analytique devenait un élément clé de sa réussite, Tesco a souhaité détenir des compétences internes pour analyser les données sur les clients et la performance. Elle a constitué une équipe interne responsable de l analyse des données et de l extraction de l information pertinente. «Les membres de notre équipe sont des géographes ou statisticiens qui ont consacré beaucoup de temps à appliquer leur savoirfaire pour comprendre comment les clients se comportent, explique Tim Mason, directeur du marketing de Tesco et président de Tesco.com. Ils ont pu traiter les données provenant de Clubcard très rapidement et établir les tendances qui s en dégageaient. Ils ont ainsi été en mesure d aider la direction de l organisation à comprendre ce qui se passait, mais aussi à prendre les décisions appropriées. Il leur a fallu trouver les données et les présenter de façon que les décisions soient claires et sans ambiguïté.» Tesco s assure de maintenir sa capacité à mettre en œuvre des réponses pleines de bon sens. Son objectif est de créer des processus grâce auxquels les informations pertinentes seront utilisées pour améliorer l expérience client. étape 4 Présentation de l information Les données sont présentées de différentes manières à Tesco, mais elles prennent principalement la forme de rapports éclairants sur la performance, de même que d applications de veille stratégique qui fournissent des tableaux de bord et des rapports sur la performance à l équipe de direction. La plupart des rapports sont hebdomadaires ou mensuels. Ces tableaux de bord et ces rapports permettent aux dirigeants d approfondir les données et d effectuer leurs propres analyses. étape 5 Prise de décision factuelle L objectif de Tesco est de ne jamais faire de changements sans avoir préalablement parlé à ses clients. Elle s assure de tester ses nouvelles idées avant de les mettre en œuvre à grande échelle. Les données sur la performance jouent un rôle essentiel dans ce processus et ont permis à Tesco de présenter de nouvelles idées à des groupes restreints de clients, tout en utilisant les autres clients comme groupes témoins. Elle peut ainsi atténuer considérablement les risques liés aux idées novatrices. À bien des égards, les données sur la performance et les clients sont devenues un redoutable laboratoire pour tester l efficacité des nouvelles idées. Dans le livre Scoring Points: How Tesco Continues to Win Customer Loyalty, les auteurs Clive Humby, Terry Hunt et Tim Phillip rappellent que l information sur la performance de Tesco, en particulier les données provenant de sa Clubcard, ne permet pas seulement d observer passivement les tendances, mais qu elle constitue aussi un gigantesque laboratoire pour tester les comportements des clients. «L organisation peut savoir en quelques jours si une idée n est pas bonne, précisent-ils. À l inverse, une bonne idée peut être mise en œuvre à l échelle nationale en quelques semaines.» «Notre entreprise est passée d une organisation intuitive à une organisation analytique, souligne Simon Uwins, directeur du marketing de Tesco. Notre réalité est beaucoup plus complexe aujourd hui qu elle ne l a été. Nous n oublions pas notre côté intuitif, mais grâce à de meilleures données, nous avons amélioré notre réflexion, et nos données nous permettent de poser les bonnes questions en toute confiance. Vous pouvez obtenir toutes les données que vous voulez, mais la clé est de savoir les utiliser pour poser les bonnes questions.» Par exemple, Tesco est aujourd hui en mesure de faire des tests pour savoir si de nouvelles gammes de produits, des offres innovantes et des réductions de prix ont les effets souhaités. Grâce à ses données client, Tesco peut évaluer les réponses immédiatement, ce qui enlève beaucoup d incertitude dans les décisions organisationnelles. La présente publication fait partie d une série de documents sur le thème «Pour passer des données aux décisions». L aperçu et le guide d orientation sont accessibles sur notre site Web. Pour de plus amples renseignements, veuillez communiquer avec Carol Raven, directrice de projets, Comptabilité de gestion stratégique et finance, au ou à craven@cpacanada.ca.

15

16 277, rue Wellington ouest toronto (ontario) CanaDa m5v 3h2 tél téléc