SFR3 Fund est un fonds immobilier technologique qui acquiert, rénove et loue des logements abordables. Il se spécialise dans la rénovation de logements en difficulté et utilise des logiciels pour accroître sa présence sur un grand nombre de marchés plus petits simultanément. Son logiciel automatise les ordres de travail, les paiements et d'autres tâches administratives, ce qui accélère le rythme des transactions et stimule la croissance.
L'entreprise s'est développée et compte aujourd'hui plus de 10 000 logements dans plus de deux douzaines de métropoles, et en construit ou en répare de nouveaux chaque mois.
SFR3 travaille avec de grandes quantités de données comptables provenant de diverses sociétés de gestion immobilière (SGI). Chaque société de gestion immobilière enregistre et gère ses données à l'aide d'un système différent, ce qui complique la tâche de SFR3 en matière de rapprochement. Actuellement, le transfert et le rapprochement des données sont effectués manuellement entre les comptes de chaque société de gestion immobilière et les systèmes de SFR3, chaque transaction prenant entre 30 et 40 secondes à un utilisateur expérimenté. Par conséquent, le processus de gestion des données prend du temps et est sujet aux erreurs, ce qui entraîne des inefficacités et des pertes potentielles.
Voici quelques-uns des défis qui y sont associés :
Élimination du travail manuel fastidieux : La multiplicité des sources de données provenant de différents PMC et l'absence d'un processus d'enregistrement des données uniforme pour chaque PMC ont entraîné des rapprochements manuels lors du transfert vers le système QuickBooks de SFR3.
Éviter la perte et la fidélité des données : Les différentes techniques de gestion des comptes - y compris les montants fractionnés - utilisées par chaque SGP et les différentes interprétations des informations relatives aux transactions par chaque utilisateur lors de la saisie des données dans QuickBooks ont entraîné une faible qualité des données, ce qui a eu une incidence sur la capacité d'automatiser les processus.
L'objectif de SFR3 était de rationaliser les processus comptables et la gestion, de tirer parti de la science des données et de l'IA/ML pour réduire les coûts et les erreurs humaines, et de préparer l'avenir du processus commercial global, et en particulier de la fonction FP&A, avec une pile de données moderne. Le projet actuel sert de travail de base pour permettre à SFR3 de suivre toutes les activités liées à chaque propriété, servant de base à de futures analyses avancées et à l'IA.
RapidCanvas a collaboré étroitement avec SFR3 pour développer la première version d'un robot comptable afin de résoudre de nombreux problèmes liés à la migration, au rapprochement et au traitement manuels des données.
ÉTAPE 1 : Analyse exploratoire des données
ÉTAPE 2 : Mise en correspondance des données
ÉTAPE 3 : Automatisation
ÉTAPE 1 : Analyse exploratoire des données (AED)
L'équipe de RapidCanvas a étudié les données SFR3, fournies par les différentes sociétés de gestion immobilière, afin de mieux comprendre les différents ensembles de données de chaque société. Les ensembles de données contenaient des détails sur les propriétés, des informations sur les comptes, les montants des loyers et les dates de paiement, entre autres. Ces données ont été comparées à la manière dont elles ont été traduites par les humains dans les enregistrements du système de comptabilité historique.
Alors qu'une société enregistre le loyer comme "revenu locatif", une autre l'enregistre comme "revenu locatif". Les dépenses liées aux services publics, comme l'eau, ont également été enregistrées différemment d'une entreprise à l'autre. Ces exemples illustrent les différences dans la saisie des données et le besoin critique de réconciliation.
Cette étape a été cruciale pour comprendre la manière dont les différentes sociétés de gestion immobilière enregistrent leurs données dans leurs grands livres et où se produit la non-concordance des données au cours du processus d'appariement manuel.
ÉTAPE 2 : Mise en correspondance des données
Une fois l'EDA terminée, l'étape suivante a consisté à nettoyer les données et à les filtrer pour en extraire les champs nécessaires aux exigences de SFR3. Dans l'exemple des dépenses de loyer, les données ont été uniformément mappées en tant que "revenus de loyer", afin d'assurer la cohérence.
La fonction cruciale suivante a consisté à mettre en correspondance les données d'entrée des PMC avec la manière dont elles sont saisies dans le grand livre QuickBook de SFR3. Cette mise en correspondance a été réalisée grâce à une série de transformations effectuées dans la plateforme RapidCanvas. Le processus de mise en correspondance a utilisé la logique floue et des algorithmes propriétaires de traitement du langage naturel (NLP) pour la classification des textes, avec des techniques d'apprentissage automatique supervisées et non supervisées.
Cela a permis de créer une convention de données partagée entre SFR3 et chaque PMC respectif sans avoir à modifier les données générées par le PMC, afin de rendre le flux de données dans Quickbooks de SFR3 depuis le PMC entre les deux plus transparent et moins sujet aux erreurs.
Les différences dans les conventions de dénomination et l'organisation des ensembles de données sont réconciliées au cours de ce processus. Cela permet de s'assurer que les données de chaque société de gestion immobilière sont correctement et uniformément saisies dans QuickBooks, le système comptable de SFR3. La confiance dans la concordance des données est également mesurée pour chaque étape, ce qui garantit une grande précision pour l'automatisation des données à l'étape suivante.
ÉTAPE 3 : Automatisation
Une fois le cadre d'appariement final disponible pour chaque société de gestion immobilière, les données de chacune d'entre elles continuent d'affluer dans la plateforme et le processus d'appariement est automatiquement exécuté. SFR3 dispose ainsi d'une vue claire et complète de ses comptes avec chacune de ces sociétés sur QuickBooks.
Tous ces gains d'efficacité se traduisent par des économies de plusieurs dizaines de milliers de dollars sur les processus manuels. Le délai de rentabilisation de l'utilisation de la plateforme a été réalisé en l'espace de quelques semaines.
Avec un pipeline de réconciliation des données clair et automatisé, la conformité s'est améliorée et les opportunités d'investissement ont été identifiées plus rapidement. Désormais, le temps des experts peut être réaffecté à des processus à plus forte valeur ajoutée, améliorant ainsi les résultats commerciaux et produisant une valeur monétaire pour SFR3 Fund dans son ensemble.