Les données sont devenues partie intégrante de tous les aspects de nos vies. Elles sont recueillies partout où nous nous rendons, des sites web que nous consultons aux programmes de fidélité auxquels nous souscrivons, en passant par les applis que nous utilisons et les messages que nous envoyons. Elles sont ensuite analysées et utilisées par les opérateurs commerciaux pour optimiser l’efficacité de leur politique de commercialisation, leurs ventes et leurs activités. Toutefois, pour que les données soient d’une quelconque utilité, elles doivent être structurées, c’est-à-dire qu’elles doivent être organisées ou stockées en un format prédéfini. Les données structurées peuvent facilement être sondées, de sorte que les entreprises peuvent les soumettre à un procédé analytique ou encore en tirer des informations qui pourraient leur servir à déterminer les domaines qui peuvent être améliorés, à prédire les tendances et à détecter les erreurs – c’est-à-dire à faire toutes les choses dont elles ont besoin pour rester réellement compétitives.

En tant qu’entreprise, si vous restez maître des données qui vous sont exigées aux fins de la conformité douanière, vous avez une longueur d’avance. Trop souvent, néanmoins, ces données ne sont pas structurées et sont éparpillées à travers les systèmes internes et les systèmes exogènes appartenant aux commissionnaires en douane, aux autorités douanières, aux prestataires de services et aux autorités portuaires. Ces systèmes ne sont souvent pas intégrés et la collecte de données en devient souvent lourde, en temps comme en ressources. Cette contrainte a longtemps empêché les directeurs des opérations douanières de jouir d’une vision complète de leurs activités.

La structuration des données à travers leur collecte et leur centralisation change complètement la donne. Les données peuvent être analysées afin de renseigner une entreprise sur les mesures et indicateurs clés de performance qu’elle pourrait utiliser à des fins de croissance et pour guider la prise de décisions sur les ventes, les achats, la chaîne logistique, les activités et bien d’autres éléments encore. Elles peuvent aller réalimenter d’autres systèmes sources, comme les systèmes d’ERP[1] ou de WMS[2], les rendant ainsi plus intelligents.

Si d’autres services au sein des entreprises profitent depuis des années des avantages que l’analyse des données peut leur offrir, il s’agit d’un terrain nouveau pour les divisions chargées de la conformité douanière et commerciale. Armées des bonnes informations, elles pourraient pourtant montrer leur utilité et se profiler non plus comme un centre de coûts mais bien comme de véritables acteurs stratégiques. Et pour cause : en appuyant simplement sur une touche, il deviendrait possible d’économiser d’éventuels droits de douane ou, encore, de connaître les seuils de garantie, les niveaux de stocks, le statut des déclarations et l’endroit exact où se trouvent les envois en transit.

Il va sans dire que ces informations n’ont de valeur que si les données sont de qualité. Or, lorsque ces données sont recueillies auprès de sources multiples et variées, la qualité pose un problème majeur. Il faut à la fois faire confiance aux parties émettrices de données et vérifier et valider ces mêmes données avant qu’elles n’aillent alimenter le système centralisé qui représente la « source unique de vérité ». Il s’agit de s’assurer de leur exactitude, de leur pertinence, de leur exhaustivité, de leur actualité et de leur cohérence. La manière la plus efficace de procéder à cet égard passe par l’apprentissage automatique. En collectant des données passées, l’apprentissage automatique construit des modèles statistiques fondés sur ces mêmes données (on parle alors « d’observations ») et propose des suggestions, qui s’affinent au fur et à mesure que les données sont recueillies.

Si certains peuvent penser que l’apprentissage automatique est une nouvelle technologie, il n’en est rien puisqu’il a été adopté par les grandes industries au début des années 1990. Cette technologie est utilisée dans le secteur médical, où l’on s’en sert pour extrapoler les doses exactes dont les patients auront besoin pour leurs médicaments, par les bureaux de poste, pour traduire et traiter les adresses écrites à la main, et par les quatre assistants personnels virtuels par reconnaissance vocale que sont Siri, Alexa, Cortana et Google Assistant. Les organisations de santé, les scientifiques et les laboratoires d’idées partout dans le monde se sont tournés vers l’apprentissage automatique dans leur lutte contre la COVID-19, l’utilisant pour étayer leurs modèles de prévision, les recherches de contacts et la mise au point de médicaments.

Dans le domaine douanier, l’apprentissage automatique est un excellent outil de détection des anomalies et des erreurs dans les données fournies. Il peut être utilisé pour améliorer la qualité des données, accroître l’exactitude et l’efficacité du processus de traitement des déclarations en douane, réduire les erreurs humaines, détecter les différences notables dans la valeur des marchandises et proposer de meilleurs codes de classification en vue de réduire les coûts. De surcroît, plus il est utilisé, plus il devient intelligent.

La valeur en douane d’un article donné figurant dans une déclaration se fonde sur la valeur renseignée sur la facture et sur les ajustements qu’il convient d’y apporter, en y additionnant ou en déduisant certains éléments de coût. Eu égard aux observations passées, il est attendu que la valeur sur la facture ou encore les éléments de coût à ajuster varient légèrement, suivant des modifications intervenant dans les frais de matériaux, sans pour autant fluctuer grandement. Or, des frais incorrects peuvent être encodés dans le système source comme conséquence d’une erreur humaine, aboutissant à des différences sensibles de la valeur. Ces erreurs peuvent se perdre dans la multitude de transactions et poser ainsi des risques financiers potentiels, notamment des droits excessifs ou encore des pénalités pour évaluation incorrecte. L’apprentissage automatique peut détecter ces anomalies en comparant la valeur en douane pour un identifiant d’envoi unique donné à la valeur renseignée dans le cadre d’échanges similaires récents pour ce même identifiant.

Dans les données maîtres, les identifiants d’envoi uniques peuvent être assortis d’un code de classification pour un type de classement, par exemple, le classement TARIC avec le code de classification 1511909900. Des identifiants de produits très semblables porteront, pour la plupart, le même code de classement pour un type de classification donné. Face à des dizaines de milliers d’articles, toutefois, il s’avère difficile pour la personne effectuant le classement de détecter les petites différences. L’apprentissage automatique peut servir à normaliser les codes de classification utilisés pour des produits similaires et suggérer de meilleurs codes de classement afin de réduire les coûts.

Lorsque de nouvelles formalités prennent effet, les entreprises qui en connaissaient les implications à l’avance ont pu se préparer et procéder aux ajustements nécessaires. L’apprentissage automatique permet aux sociétés de mener des simulations sur les déclarations et d’autres procédures en appliquant les paramètres proposés. Dans le cas du Brexit, l’apprentissage automatique peut simuler les changements futurs qui s’appliquent aux flux douaniers et révéler ainsi les domaines pouvant poser un risque au niveau de la conformité et les retards éventuels. Les simulations s’avèrent aussi utiles pour se préparer à l’entrée en vigueur d’accords de libre-échange, par exemple, en calculant et en estimant les économies en matière d’origine si l’application d’un taux préférentiel était demandée.

L’adoption d’une solution logicielle qui accueille toutes les données douanières et permet d’automatiser les procédures en douane ouvre un large éventail de perspectives pour les opérateurs économiques. S’agissant de faire un choix, ces derniers voudront naturellement trouver une solution adaptée à leur taille et à leur budget, qui réponde à leurs besoins actuels, mais il est important d’adopter une démarche globale et de se laisser une certaine marge de manœuvre permettant d’élargir sa boîte à outils. Il convient donc de choisir une solution pouvant s’appliquer à plusieurs pays, qui serve de référentiel centralisé pour toutes les données douanières, permettant aux parties prenantes partout dans le monde d’y accéder, conformément à leur rôle respectif et dans leur langue natale. Les solutions qui adoptent une approche modulaire permettent aux entreprises de commencer par les fonctionnalités dont elles ont le plus besoin, par exemple l’automatisation des déclarations, et d’ajouter ensuite d’autres outils, par exemple, des procédures spéciales et d’analytique, au fur et à mesure de l’évolution de leurs propres capacités.

L’automatisation douanière peut avoir une incidence significative et ouvrir la voie à un retour sur investissement relativement rapide, même pour les sociétés dont les activités commerciales sont plus limitées. Par exemple, une entreprise petite à moyenne, gérant quelque 5 000 déclarations par an qui sont déposées directement dans trois pays différents, pourra réaliser une économie annuelle de 91 500 euros dans la mesure où elle n’aura plus à recourir à un agent en douane. De surcroît, les responsables des opérations douanières reprendront le contrôle de leurs données, ouvrant ainsi la voie à une efficacité accrue et à la croissance. Pour d’autres exemples d’économies, voir le livre blanc Customs Brokers or Software Solution.

Les équipes de gestion des opérations douanières sont généralement lentes à adopter de nouvelles technologies mais l’heure est de plus en plus à l’abandon des procédures papier manuelles en faveur du numérique, mettant plus que jamais en exergue les avantages de l’automatisation.

L’automatisation et l’apprentissage automatique offrent une efficacité incomparable par rapport aux procédés manuels et ils joueront donc un rôle essentiel dans la gestion future des régimes douaniers et commerciaux, permettant à toutes les parties prenantes impliquées d’accroître leurs activités et de fonctionner plus efficacement.

En outre, quiconque souhaite rester compétitif devra rapidement apprendre à tirer profit des avantages qu’offrent les données. En adoptant un système douanier qui centralise, normalise et consolide les données, les entreprises et les équipes de gestion des opérations douanières pourront reprendre le contrôle de leurs activités douanières et analyser les données à travers des tableaux de bord et des rapports afin d’améliorer les procédures liées à la douane, devenir plus efficaces et s’engager sur la voie de la croissance. Toutes ces avancées technologiques permettent aux entreprises d’affecter leurs précieuses ressources à des initiatives plus stratégiques, leur fournissant une valeur ajoutée. Les solutions douanières axées sur les données sont déjà utilisées par les leaders du marché. Tel semble donc bien être l’avenir en douane pour tous.

En savoir +
https://www.customs4trade.com

[1] Un progiciel de gestion intégré ou ERP (de l’anglais : Enterprise Resource Planning) est un progiciel qui permet de gérer l’ensemble des processus d’une entreprise en intégrant l’ensemble de ses fonctions, dont la gestion des ressources humaines, la gestion comptable et financière ou encore la vente.

[2] Le WMS (de l’anglais : warehouse management system ou système de gestion de dépôt) désigne une catégorie de progiciels destinés à gérer les opérations quotidiennes d’un entrepôt de stockage.