Savoir exploiter l’informatique décisionnelle dans le secteur bancaire

La communauté bancaire est confrontée à de nombreuses menaces : fraude, piratage de distributeurs automatiques de billets, cyberattaques, piratage sur Internet. L'informatique décisionnelle constitue un moyen d'y faire face.

L’informatique décisionnelle (business intelligence, ou BI) permet aux banques d’extraire des informations significatives parmi des masses de données brutes, et ainsi d’élaborer des stratégies plus efficaces en matière de risque et de service client. Elle a pour principaux avantages d’enrichir les analyses tactiques et opérationnelles et de mieux éclairer les prises de décisions. En conséquence, le BI et l’analytique revêtent une importance croissante.

Alors que les prévisions tablent sur une croissance continue de ces technologies de 4 à 5% par an au cours des 3 ou 4 années à venir, le BI et l’analytique offrent aux banques une solution robuste, sous la forme d’équipements spécialement conçus ou génériques ou bien d’outils verticaux de reporting analytique. 

Pourquoi cette importance pour les banques ? La communauté bancaire est confrontée à de nombreuses menaces : fraude, piratage de distributeurs automatiques de billets (DAB), cyberattaques, piratage sur Internet. Bien que les incidents touchant des DAB aient reculé de 26% en 2014, les pertes résultantes ont augmenté de 13%, voire de 18% et 17% respectivement lorsqu’elles sont dues à des piratages de type « skimming » ou à des attaques physiques[1]. Par conséquent, les banques doivent réduire ces pertes et l’une des méthodes les plus efficaces consiste à exploiter la puissance des Big Data, de l’informatique décisionnelle et de l’analyse vidéo.

Si une agence soupçonne qu’un dispositif de piratage a été installé sur l’un de ses DAB, il peut lui falloir des heures pour visionner les images et repérer la preuve de cette installation. L’analyse vidéo, cependant, peut restreindre les possibilités au-delà des seuls critères de date et d’heure. L’enregistrement des opérations, par exemple l’utilisation d’une carte de crédit ou encore la présence d’une personne devant le DAB en l’absence de toute opération, peut faciliter la détection d’un délit en cours. Si la vidéo ne peut certes pas prévenir les attaques physiques, elle se révèle néanmoins très efficace pour déterminer le moment où le délit a été commis, accélérer l’enquête et aider les banques à localiser les DAB les plus menacés.

Un système de business intelligence peut analyser l’historique des situations frauduleuses et en tirer des règles utiles pour la prévention des fraudes. Il peut s’agir de modèles permettant de prévoir le comportement d’un porteur de carte et d’alertes qui peuvent se déclencher en cas d’augmentation soudaine du nombre moyen d’opérations par jour.

La lutte contre la fraude est la principale application du BI et de l’analyse vidéo mais ces technologies peuvent également servir à améliorer la satisfaction client. Elles permettent notamment de passer en revue les performances des agences et des employés, d’apporter des modifications pour réduire les files d’attente ou encore d’analyser l’impact et l’efficacité des activités marketing en agence.

Pour les banques, l’analytique facilite la mesure des performances des employés, l’automatisation du marketing et des ventes et de l’innovation produits. Elle permet aussi d’évaluer la rentabilité des clients et la conformité réglementaire, tout en fournissant un retour d’information sur la gestion du risque.

L’analyse du nombre moyen de retraits à un DAB chaque jour aide à déterminer combien d’argent charger dans la machine. Si le montant maximal est rarement atteint, il peut être risqué de remplir le distributeur à pleine capacité, compte tenu de la fréquence élevée des attaques physiques. De même, des algorithmes de BI peuvent optimiser la gestion des espèces en anticipant les moments, lieux et volumes des réapprovisionnements nécessaires, en fonction des tendances hebdomadaires, mensuelles et saisonnières. Un outil de reporting performant peut aider les opérateurs à prévoir, agence par agence, DAB par DAB, ce que seront les tendances de la semaine et, à terme, de la saison.

La transition d’un modèle économique orienté produit vers une orientation client n’est pas chose aisée pour le secteur bancaire. Elle nécessite un suivi poussé des relations clients, la capacité d’identifier les clients et produits les plus rentables, ainsi qu’une veille des opportunités de nouveaux produits et marchés et des tendances dans le comportement des clients.

Les banques peuvent se faciliter la tâche en transformant les données journalières relatives aux transactions en analyses complexes faisant intervenir la gestion des clients et des risques, les relations clients, la rentabilité des clients, des produits et des canaux, le degré de fidélisation de la clientèle, l’évaluation des campagnes marketing, l’efficacité des opérations et les tendances du marché.