Publi-News

Switch to desktop Register Login


Les banques encore peu investies sur l’analyse prédictive

  • vendredi 17 février 2017 11:19
  • Taille de police Réduire la taille de la police Réduire la taille de la police Augmenter la taille de police Augmenter la taille de police


Alors que prédire les comportements de ses clients est essentiel, les banques exploitent encore peu et valorisent encore moins la masse gigantesque des données de leurs clients. Pourtant, cette analyse prédictive constitue une vraie mine d’or car elle peut sensiblement améliorer les gains de la banque.

Le big data est une vraie mine d’or pour les banques… Et de fait, s’il existe un secteur où ces masses de données pourraient faire merveille, c’est bien celui de la banque. C’est simple, elles regorgent de données sur leurs clients. Paiements par cartes, retraits d’argent aux distributeurs, revenus, propension à épargner ou à dépenser ou encore habitudes de consommation. Et maintenant les consultations de son compte bancaire via son smartphone... Or, les établissements financiers exploitent encore peu ces richesses et les valorisent encore moins.  Cette valorisation est tout le travail de l’analyse prédictive. « L’analyse prédictive occupe aujourd’hui un rôle central dans les processus de décision stratégique des entreprises et constitue, avec le big data, la troisième révolution dans l’industrie logiciels après le cloud computing et l’automatisation des tâches opérationnelles », expliquait Frédéric Brousse, directeur général d’Informatica France. Pour les banques, cette capacité de pouvoir prédire les comportements de leurs clients via la mine d’or du big data  est essentielle.

En 2013, le consultant bancaire de Boston Aite Group, analysait que  l’analyse prédictive pouvait améliorer les gains de la banque sur plusieurs registres, notamment dans une logique de double compte et de vente croisée. Elle génèrerait  ainsi des hausses d’impact de 30% à 60% et des hausses de taux de réponse de 50% à 200%. Parallèlement, les prospections inutiles vers des entreprises non ciblées diminuent de 10% à 30%. Cette technologie  permet aux entreprises d’exploiter une quantité de données considérable collectées auprès de leurs clients, de leurs marchés, des réseaux sociaux, des applications en temps réel, ou encore du cloud. Ainsi, la banque marocaine BMCE Bank a fait ses premiers pas dans ces projets pour prioriser la gestion et l’évaluation du risque y compris de fraude,  la segmentation client et  la connaissance des parcours client à travers leurs expériences sur les différents canaux bancaires.

 

Réagir aux nouvelles tendances de marché

L’objectif étantin fine, d’apprendre de ces données pour mieux orienter la prise de certaines décisions stratégiques futures en se basant sur des probabilités. « Les banques déploient à la fois de nouvelles capacités et des technologies nouvelles pour faire avancer leurs programmes de transformation numérique, afin de répondre aux défis auxquels elles sont confrontées », explique Joss Andrew, responsable du secteur industriel  pour les régions EMEA chez Informatica. C’est ainsi que BNP Paribas a récemment annoncé un plan d'investissement d’environ 3 Md€  sur 3 ans pour construire la banque du futur. Outre Manche, HSBC a annoncé de son coté la fermeture d'un certain nombre de succursales pour répondre aux nouveaux usages des clients et notamment celui d’interagir avec leur banque par le biais de canaux numériques.

 « L’analyse prédictive est de plus en plus employée pour soutenir les conseillers bancaires qui exercent à distance, sur les plateformes de contact, elle les aide dans leur connaissance du client », souligne Joss Andrew. Or aujourd’hui, ces paramètres deviennent essentiels à l’heure où de nombreuses banques envisagent de passer du statut de « prestataires de services » à celui de « partenaire de la relation ». Ce nouveau paradigme exige, en effet, une connaissance approfondie des tendances de marché qui se dessinent depuis quelques années et surtout de leur prise en compte dans la relation bancaire. Ces changements importants concernent par exemple les nouveaux comportements familiaux à prendre en compte dans une approche patrimoniale de la relation, ceux des millennials qui réclament des réseaux omnidirectionnels mobiles en temps réel, des applications comme Messenger ou Whatsapp considérés comme de nouveaux canaux de la relation bancaire mais aussi les nouveaux entrants, la blockchain ou encore le sans contact sans oublier la règlementation comme la Mifid 2.

 

Une relation client au top de la personnalisation

« Les attentes vis-à-vis des produits bancaires et de la prestation de services n'ont jamais été aussi élevées avec la question constante de savoir si le client est prêt à payer  et pour quel type de prestation », précise Joss Andrew. De nombreuses banques ont déjà intégré ces outils d’analyse prédictive de leur big data. Ainsi, la banque russe Tinkoff créée en 2006 s’était fixé pour mission  de réinventer la façon dont les clients s’engagent auprès des banques de détail. Ils ont ainsi mis au point un modèle d'affaires disruptif et unique sur Internet. « L'un des principaux défis de la banque était de maintenir une croissance rapide des services bancaires en ligne et de lutter contre les menaces concurrentielles, explique Joss Andrew. Et l’un de leurs objectifs était de s'assurer que 100% des données de la banque étaient disponibles pour les analyses prédictives ».  Le défi pour Tinkoff était en effet d’intégrer et d’analyser rapidement d'énormes volumes de données nécessaires à la prise de décision.

Ainsi, la valeur ajoutée de l’analyse prédictive se mesure dans bon nombre de domaines de la relation client comme le soutien aux conseillers des centres de contact des banques. Toutefois, le réduire seulement à cet état serait une erreur  car cette technologie aide aussi les banques à revisiter leurs gammes actuelles de produits et services, à identifier les opportunités de ventes croisées et développer le processus de participation des clients via l’application mobile. Ainsi, la banque  Türk Ekonomi Bankası (TEB) a mis sur pied un comité de stratégie de données (DSC) à l'échelle de l'entreprise pour apprécier la qualité de celles-ci.  « L'objectif du Comité est de s'assurer que TEB consacre plus de temps à l'analyse des données et moins de temps pour trouver et corriger les erreurs de données », explique Joss Andrew. Bref, la construction  pour l’établissement turc, d’un véritable environnement de données afin d’assurer une meilleure collaboration entre la banque et le service informatique et permettre de mieux cibler le client.

Connectez-vous pour commenter

Copyright Publi-News

Top Desktop version