Analysez votre FEC en 30 secondes
Le FEC (Fichier des Écritures Comptables) est obligatoire en France pour toute entreprise sous régime réel. C'est un export normalisé de votre comptabilité, demandable par l'administration fiscale. Mais c'est aussi une mine d'or pour l'analyse interne — à condition de savoir l'exploiter.
Pourquoi le FEC est précieux
Le FEC contient toutes vos écritures comptables sur un exercice : journaux, comptes, montants, libellés, dates. C'est exhaustif et standardisé. Toutes les entreprises françaises le génèrent dans le même format (article A47 A-1 du LPF).
Concrètement, c'est :
- L'historique complet des flux financiers
- La granularité maximale (chaque écriture, pas des agrégats)
- Un format texte tabulé, parsable en quelques minutes
Les analyses immédiates qu'on peut faire
Avec un script Python ou même un fichier Excel bien construit, vous pouvez tirer en quelques secondes :
- Évolution du CA — somme des comptes 70x par mois
- Top fournisseurs — comptes 401 par montant cumulé
- Marge nette — comptes 6x vs 7x sur la période
- Détection d'anomalies — écritures supérieures à un seuil, libellés inhabituels, comptes peu utilisés mais soudainement actifs
- Saisonnalité — comparaison année/année par mois
L'outil que nous développons
Nous avons construit un outil interne qui prend un FEC brut et génère en 30 secondes :
- Un rapport PDF avec les KPI clés
- Une détection automatique d'anomalies (montants atypiques, comptes incohérents)
- Une vue de la marge par mois et par catégorie
- Un export CSV nettoyé pour analyse approfondie
Cet outil sera bientôt disponible en accès gratuit sur datahoms.fr. Si l'idée vous intéresse, contactez-nous pour être informé du lancement.
Pour les développeurs : les bases du parsing
Le FEC est un fichier texte avec séparateur tabulation (pipe | ou virgule selon les versions). Les colonnes obligatoires :
JournalCode|JournalLib|EcritureNum|EcritureDate|CompteNum|CompteLib|CompAuxNum|...
En Python, le parser tient en 5 lignes :
import pandas as pd
df = pd.read_csv("FEC.txt", sep="|", encoding="utf-8")
df["EcritureDate"] = pd.to_datetime(df["EcritureDate"], format="%Y%m%d")
df["Montant"] = df["Debit"].fillna(0) - df["Credit"].fillna(0)
Et vous avez de quoi faire des analyses puissantes. Pas besoin de grosse stack data — pandas et matplotlib suffisent pour 90% des cas.
Le mot de la fin
Le FEC est un cadeau réglementaire : un format standard, exhaustif, légalement obligatoire. La plupart des PME ne s'en servent que pour répondre à un contrôle fiscal. Mais c'est probablement votre meilleure source de données financières internes — accessible immédiatement, sans intégration à construire.
Si vous voulez aller plus loin, on a un retour d'expérience complet à partager. Prenez rendez-vous pour 30 minutes.