Contenu initialement publié sur Le monde informatique
Le secteur bancaire est l’un de ceux qui détient le plus grand volume de données après bien entendu Google, Facebook, les acteurs de la grande distribution et autres champions du web, mastodontes du eCommerce.
Les ruptures technologiques apportées par le Big Data, autrefois inenvisageables comme par exemple, la possibilité de capturer des données nombreuses et ubiquitaires pour en analyser les corrélations, apportent leur lot d’espoirs pour un monde de la finance en convalescence de la dernière crise.
Il y a deux secteurs dans la banque, qui peuvent immédiatement explorer ce nouvel El Dorado : la banque de détail et la banque d’investissements.
La banque de détail : l’offre prédictive et la gestion du risque
Dans la banque de détail, les interactions avec les clients sont nombreuses et fréquentes par le biais des achats, retraits d’argent, des appels aux Call-Centers et des visites en agence. Elles permettent de capturer une information primordiale afin d’améliorer 3 éléments clés :
- La relation client par une connaissance 360° offrant ainsi une approche personnalisée et proactive face à des clients de plus en plus volatils et sollicités par la concurrence. A ce titre, les capacités d’historisation limitées des systèmes traditionnels en étaient les principaux inhibiteurs mais le Big Data a fait voler en éclats ce dernier rempart.
- Son modèle de revenu par des actions commerciales dynamiques où l’Up-Sell , le Cross-Sell et le scoring d’appétence gagnent en efficacité. Des techniques comme le Machine Learning permettent aujourd’hui de concevoir des systèmes aussi intelligents qu’impressionnants
- La gestion des risques en luttant plus efficacement contre la fraude et en optimisant les conditions d’octroi. L’innovation apportée par le Big Data réside dans sa capacité à croiser très facilement et très rapidement des données disparates mais aussi en intégrer de nouvelles en continu.
La banque d’investissement : la nécessaire fuite en avant
La banque d’investissement est la championne du monde de l’algorithmique. Depuis des décennies, elle a su tirer partie de la puissance des calculateurs, des capacités de stockage des disques et de la rapidité des infrastructures réseaux pour construire des robots d’investissement très élaborés.
Les directives MiFID sur les instruments financiers et la nécessité de se doter d’outils d’aide à la décision de plus en plus élaborés, poussent les Banques d’Investissement à voir le Big Data non pas comme une opportunité à explorer mais comme une nécessité à appréhender rapidement.
Dorénavant, elles investissent dans plusieurs domaines :
- L’analyse plus exhaustive, plus précise et plus rapide des conditions de marché à grande échelle notamment vis à vis des contreparties, des taux, des liquidités, des changes mais aussi, et c’est nouveaux, des sentiments de marché grâce à la consultation de nouvelles données comme celles des réseaux sociaux.
- La Traçabilité et le stockage de la donnée à des fins réglementaires.
- La détection plus rapide de la fraude et des anomalies pour une meilleure prise de décision, impactant au passage le Front et le Middle Office.
Même si, pour les banques, le Big Data est une formidable opportunité, il n’en demeure pas moins que quelques contraintes sont encore à régler. Pour n’en citer que les principales :
- L’acquisition des données qui technologiquement peut s’avérer complexe compte tenu du caractère très évolutif des sources et des sémantiques.
- La qualité des données qui se doivent d’être exhaustives, exactes et traçables.
- La sécurité qui est cœur des réglementations et de l’espionnage commercial.
- La maîtrise des technologies et la construction d’infrastructures Ad’hoc qui nécessitent un personnel rare sur le marché.
Enfin et ce n’est pas la moindre, la principale difficulté de la Banque réside dans sa capacité à accompagner ce changement technologique par un changement culturel et organisationnel.
Certaines banques ont compris cet enjeu et ont déjà mis en place des entités d’un nouveau genre appelées Data Lab ou Big Data Lab qui ont les pleins pouvoirs pour imaginer les produits et services de demain, regroupant Data Scientists, technophiles et membres des équipes marketing.
Du point de vue culturel, celles-ci commencent également à changer de paradigme en adoptant largement les méthodes agiles et certains modèles issus de Startups comme le Lean Startup et le Design Thinking. Elles restent cependant, à ce jour, très minoritaires.
Copier le lien
