Banque et Big Data : une révolution à l’horizon
Nous avons régulièrement abordé sur ce blog le thème de la transformation digitale des banques. Mais nous n’avons
toutefois pas encore abordé le lien entre la banque et les Big Data. Le 16 mars dernier se tenait une conférence CCM Benchmark sur les Big Data et la valorisation des données bancaires. Les Big Data
ont fait couler beaucoup d’encre, mais il est encore tôt pour les voir révolutionner les usages des entreprises. Gartner
les avait d’ailleurs placés il y a quelques années au stade du « gouffre des désillusions » dans son « Hype Cycle ».
Toutefois, cela n’empêche pas les banques de s’intéresser à l’exploitation de la masse de données bancaires qu’elles
possèdent, avec évidemment beaucoup de précaution concernant la sécurité et l’ « anonymisation » de ces données,
réflexe ultra important dans un secteur aussi sensible. En effet, les amateurs d’innovation que nous sommes verront
malheureusement les nombreuses possibilités offertes par les Big Data se heurter aux réalités du terrain. Légalement
contraintes, la prudence fait partie de l’ADN des banques et il est souvent difficiles pour elles d’innover sans la crainte
de sortir du cadre légal, contrairement aux géants du Web s’approchant de ce domaine avec beaucoup moins de
frilosité (et de préoccupations concernant cadre légal). Voici une approche sur la problématique avec nos trois
intervenants, Bruno Van Haetsdaele, Gilles Nectoux et Benoit Gruet.
Banque et Big Data : des données internes et externes
Pour commencer, il est important de savoir de quelles données nous parlons et de connaître leur provenance.
Selon Bruno Van Haetsdaele, CEO de Linxo, les données dont disposent les banques proviennent de deux
types de sources :
– Les données internes, qui sont les données classiques possédées par la banque : dès la transaction, la banque
collecte le montant, la date, l’heure, et le point de vente. Cela permet par exemple de mieux connaître une zone de
chalandise. La banque possède en outre les données de transactions du client, son solde, l’évolution de son compte,
son épargne… Ces données internes sont selon Gilles Nectoux, CEO de Plebicom, à la fois riches et pauvres :
Riches, car il s’agit de données dont personne d’autre que la banque ne dispose
Pauvres, car elles ne sont pas détaillées : on ne peut par exemple pas connaître le contenu d’un panier acheté par un
client.
– Les données externes, provenant de prestataires : on raccroche par exemple les transactions à un commerçant
physique via un croisement de données (SIRET, objet social, etc.). L’intérêt de ces données est ainsi de les recroiser
avec les données internes pour mieux « coller au monde physique ».
A quoi servent ces données ?
A cette question, les intervenants de la table ronde expriment la même idée : le but est avant tout d’offrir un service utile au client.
Selon Bruno Van Haesdaele, « les données permettent à l’utilisateur de mieux comprendre ce qui se passe sur son
compte ». Les dépenses sont catégorisées (supermarché, loyer…) et des algorithmes prédictifs sont mis en place pour
anticiper l’évolution du solde : un client recevra ainsi un message du type « vous avez 800 euros sur le compte, mais il
y a un risque de découvert dans 5 mois ».
Grâce à ces algorithmes, la banque peut voir là où l’utilisateur dépense le plus et ainsi proposer des offres
pertinentes qui se déclinent en deux catégories :
Les offres de fidélisation : Par exemple un client de Castorama se voit offrir via son compte un
coupon de réduction ;
Les offres de conquête : Ici, le but est de faire changer le client de fournisseur. Par exemple, Leroy
Merlin offre un coupon à un client de Castorama.
Selon Benoît Gruet, CEO de CDLK, ces données permettent d’accomplir le rêve de tout marketeur : analyser le
comportement du client par rapport à ses attentes. Ce comportement est généralement fondé sur du déclaratif
(sondages, questionnaires…) : ici, on peut le vérifier par les transactions.
Ces données ont donc une valeur exceptionnelle par rapport aux autres car elles offrent une vue objective.
L’utilisation des données bancaires peut également se faire sur des produits financiers : En effet, il est difficile pour
les banques de gérer correctement la vente de ses produits bancaires, les conseillers devant présenter des centaines
de produits au client. Le but est ainsi d’utiliser ces données pour aider le conseiller en pré-ciblant les offres en fonction
du profil du client.
En plus des clients et des banques, ces données peuvent également servir aux commerçants, à qui l’on va pouvoir
fournir des statistiques : par exemple, répondre à la question « les soldes ont-elles été profitables pour les
commerçants Y et X ? » permet à un commerçant d’avoir un comparatif par rapport à d’autres acteurs du marché.
« Aujourd’hui, cela reste très discret, on est encore au début. » souligne le CEO de Linxo.
Lire la suite de l’article sur le site Visionary Marketing.