All posts
erp7 min read

Extraction de donnees QuickBooks pour le due diligence M&A

L'extraction de donnees QuickBooks pour le M&A necessite de gerer les differences entre Desktop et Online. Decouvrez comment les equipes TS extraient des donnees financieres propres depuis QuickBooks.

Datapack Team

Extraction de donnees QuickBooks pour le due diligence M&A

QuickBooks est le systeme comptable le plus frequemment rencontre dans le due diligence lower mid-market et small-cap. Les cibles utilisant QuickBooks representent une part significative du flux de deals pour de nombreuses equipes TS, en particulier celles servant des fonds de PE axes sur les acquisitions add-on et les constructions de plateforme.

La bonne nouvelle : les donnees QuickBooks sont generalement plus simples a extraire que celles des systemes ERP d'entreprise. Le defi : les donnees QuickBooks sont souvent moins structurees, moins rigoureusement maintenues et plus susceptibles de contenir des problemes de qualite de donnees qui compliquent l'analyse.

QuickBooks Desktop vs. QuickBooks Online

La premiere question sur toute mission QuickBooks : quelle version la cible utilise-t-elle ? Les deux produits ont des architectures de donnees et des methodes d'extraction fondamentalement differentes.

QuickBooks Desktop (Pro, Premier, Enterprise) stocke les donnees dans un fichier d'entreprise local (format .QBW). Les options d'extraction incluent :

  • Exports de rapports integres vers Excel ou PDF
  • Acces direct au fichier d'entreprise via le SDK QuickBooks
  • Outils d'export tiers qui se connectent a l'application Desktop
  • Exports de fichiers IIF (Intuit Interchange Format) pour les donnees transactionnelles

QuickBooks Online stocke les donnees dans le cloud. Les options d'extraction incluent :

  • Exports de rapports vers Excel, CSV ou PDF
  • Acces API QuickBooks Online pour l'extraction programmatique
  • Integration avec des outils tiers qui se connectent via API
  • Telechargement direct de rapports depuis l'interface web

L'approche d'extraction differe significativement entre les versions. Les equipes TS qui maintiennent des modeles de demande de donnees separes pour Desktop et Online evitent la confusion qui survient lorsqu'une demande generique est envoyee a une cible QuickBooks.

Extraits de donnees essentiels

Quelle que soit la version, les equipes TS ont besoin des elements suivants des cibles QuickBooks.

Balance generale

QuickBooks fournit un rapport de balance generale par periode. Les points de configuration cles :

  • Comptabilite d'engagement vs. de tresorerie. QuickBooks peut produire des rapports sur l'une ou l'autre base. L'analyse de due diligence necessite typiquement une base d'engagement. Confirmer la base avec la cible avant l'extraction.
  • Plage de dates. Specifier la periode d'analyse complete, typiquement 2 a 3 exercices plus l'exercice en cours.
  • Niveau de detail. Demander le rapport au niveau des comptes individuels, pas resume par categorie.

Detail du grand livre

Le rapport de detail du GL dans QuickBooks fournit les donnees au niveau transactionnel pour chaque compte. Pour les besoins du due diligence, l'export doit inclure :

  • Date de la transaction
  • Type de transaction (Cheque, Facture client, Facture fournisseur, Ecriture de journal, etc.)
  • Compte
  • Montants debit et credit
  • Memo/description
  • Nom (client, fournisseur ou employe associe a la transaction)
  • Numero de reference

Sur les cibles a forts volumes de transactions, les exports de detail GL peuvent etre volumineux. L'extraction par trimestre ou par type de compte maintient des tailles de fichier gereables.

Plan comptable

La liste du plan comptable fournit la base du mapping. Les plans comptables QuickBooks sont typiquement plats (non hierarchiques) et utilisent des noms descriptifs plutot que des codes numeriques. Cela rend le mapping automatise du plan comptable plus dependant du matching de descriptions que du matching de codes.

Problemes courants de qualite de donnees dans les plans comptables QuickBooks :

  • Comptes en double ou quasi-double. Les cibles qui utilisent QuickBooks depuis des annees accumulent souvent des comptes redondants. « Fournitures de bureau » et « Fourntures de bureau » (faute d'orthographe) peuvent tous deux contenir des transactions.
  • Comptes mal categorises. Des comptes de produits classes comme « Autres produits » ou des comptes de charges classes comme « Cout des marchandises vendues » sont courants.
  • Comptes inactifs avec des soldes. QuickBooks permet de marquer des comptes comme inactifs tout en conservant les soldes historiques. Ceux-ci doivent etre inclus dans l'extraction.

Listes de clients et fournisseurs

Les donnees clients et fournisseurs soutiennent l'analyse de concentration du chiffre d'affaires et la balance agee des creances et dettes. QuickBooks stocke ces donnees dans des listes separees qui peuvent etre exportees avec les donnees financieres.

Defis de qualite de donnees

Les cibles QuickBooks presentent des defis de qualite de donnees moins courants avec les systemes ERP d'entreprise.

Saisie de donnees incoherente. Sans les controles de validation et les workflows des systemes d'entreprise, les donnees QuickBooks contiennent souvent un nommage incoherent, des champs manquants et des transactions mal categorisees. Un fournisseur peut apparaitre comme « ABC Corp », « ABC Corporation » et « ABC Corp. » a travers differentes transactions.

Ajustements par ecriture de journal. Les ajustements de fin d'annee effectues par le comptable ou l'auditeur de la cible sont souvent passes comme ecritures de journal. Celles-ci peuvent ou non etre marquees comme « ecritures d'ajustement ». Identifier et comprendre ces ecritures est critique pour le rapprochement avec les etats financiers audites.

Suivi par classe et emplacement. QuickBooks prend en charge le suivi par classe et emplacement pour le reporting segmente, mais l'utilisation est incoherente. Certaines cibles utilisent les classes rigoureusement. D'autres commencent a les utiliser en milieu d'annee ou les abandonnent entierement. Cela affecte la capacite de l'equipe TS a analyser par segment.

Fichiers multi-societes. Les cibles avec plusieurs entites peuvent utiliser des fichiers QuickBooks separes pour chaque entite. Chaque fichier a son propre plan comptable, numerotation et conventions de nommage. La consolidation necessite le mapping des comptes de chaque fichier vers un cadre commun, ce qui multiplie le cout du mapping manuel du GL.

Rationaliser le processus

Les equipes qui travaillent frequemment avec des cibles QuickBooks peuvent construire de l'efficacite de plusieurs facons.

Demandes de donnees standardisees. Maintenir des modeles de demande de donnees detailles et separes pour QuickBooks Desktop et QuickBooks Online. Inclure des captures d'ecran des rapports specifiques necessaires, les parametres de configuration exacts (base d'engagement, plage de dates, niveau de detail) et le format d'export prefere.

Regles de mapping specifiques a QuickBooks. Les plans comptables QuickBooks, bien que varies, suivent des patterns communs. Construire une bibliotheque de mapping qui reconnait les noms de comptes QuickBooks courants (Undeposited Funds, Retained Earnings, Opening Balance Equity, Ask My Accountant) accelere le mapping sur chaque mission QuickBooks.

Controles de qualite de donnees. Appliquer des controles standard de qualite de donnees immediatement a la reception des donnees QuickBooks : verifier que la balance generale est rapprochee du detail GL exporte, verifier les comptes sans activite qui peuvent indiquer une extraction incomplete et confirmer que le nombre total de comptes correspond a la liste du plan comptable.

Outils d'extraction automatises. Les outils qui se connectent directement a QuickBooks (via le SDK pour Desktop ou l'API pour Online) extraient les donnees dans un format standardise independamment de la facon dont la cible a configure son systeme. Cela elimine la variabilite de formatage que les exports manuels creent et alimente directement le pipeline d'extraction de donnees ERP.

De QuickBooks a l'analyse

Le chemin des donnees brutes QuickBooks aux jeux de donnees prets pour l'analyse est plus court que depuis les systemes ERP d'entreprise mais necessite une attention a la qualite des donnees. Nettoyer et normaliser les donnees QuickBooks avant le mapping garantit que l'analyse en aval est fiable.

Les equipes qui automatisent cette normalisation, gerant les comptes en double, le nommage incoherent et les variations de format que contiennent les exports QuickBooks, arrivent a l'etape d'analyse de la balance generale plus vite et avec des donnees plus propres. Le temps gagne sur chaque mission QuickBooks se cumule a travers les dizaines ou centaines de deals QuickBooks que l'equipe traite annuellement.