Data : quelles applications dans la banque ?
L’intelligence artificielle, le machine learning, l’internet of things… Toutes ces innovations, qui font régulièrement la une de l’actualité digitale et bancaire, orbitent toujours autour d’un même astre : la data.
L’IA (intelligence artificielle), le machine learning, l’IoT (internet of things)... Toutes ces innovations, qui font régulièrement la une de l’actualité digitale et bancaire, orbitent toujours autour d’un même astre : la data. Dans le secteur bancaire, du fait du caractère sensible des données, ce sujet suscite à la fois engouement... et controverse. Quelles sont donc les applications et les implications de la data dans la banque ? En effet, ces données, transmises par tous les utilisateurs de ces nouvelles technologies, représentent aujourd’hui un enjeu primordial quel que soit le secteur (rien que pour 2020, le poids estimé du marché représente déjà 203 milliards de dollars)Data & banque : de quoi parle-t-on ?
Evoqué initialement dans l’univers des réseaux sociaux, la data fait référence à toutes les données numériques émises par les utilisateurs des logiciels, applications, plateformes connectées. On parle plus communément de "big data" pour mettre en avant la production, l’analyse et le croisement des énormes masses de données structurées et non structurées (publications sur les réseaux, emails, photos, recherches…) à des fins marketing. Ainsi, chacun d’entre nous a pu apercevoir, après une recherche sur un voyage ou sur l’achat d’une nouvelle voiture, des publicités en lien avec ces recherches sur Facebook ou Google.
Comment se traduisent ces données dans le secteur bancaire ? De la même manière que les actions sur les réseaux sociaux transmettent des données, l’utilisation des cartes de paiement et des autres services bancaires émettent des informations sur les utilisateurs : salaires, retraits, épargne, prélèvements, dernier voyage réalisé, coiffeur préféré... il s’agit là de données précieuses – voire sensibles – disponibles dans une volumétrie colossale (tout secteur confondu, le volume de données à analyser d’ici 2025 représenterait 163 milliards de téraoctets selon IDC). Les banques sont donc assises sur une mine d’or d’informations à exploiter.
Big data : un potentiel économique immenseA l’heure où le taux de rétention des clients des banques est de plus en plus volatile, le big data devient de plus en plus incontournable pour se démarquer de la concurrence. Tout l’enjeu va résider dans le traitement de l’ensemble de cette masse d’information. Les avantages ne sont pas des moindres, la connaissance client permettra notamment aux banques de :
- Comprendre les besoins des clients (en termes de produit mais aussi d’usage des différents canaux digitaux)
- Proposer des produits et services non seulement adaptés, mais aussi personnalisés pour chaque client en fonction de leur utilisation
- Améliorer la prise de décision au sein de la banque
Les applications concrètes sont nombreuses et toutes génératrices de PNB (produit net bancaire). C’est le cas notamment de la CommBank en Australie, qui propose aux petites et moyennes entreprises un accès aux données collectées de leurs clients pour mieux cibler et promouvoir leurs produits. Ou encore, détecter les comportements atypiques pour éviter les fraudes (par exemple, dans le cas d’opérations douteuses réalisées à l’étranger, en croisant les datas des forfaits mobiles avec le lieu des opérations bancaires). Plus remarquable encore, proposer une expérience client inédite et en temps réel : c’est le cas de Citigroup, qui via la création de son data lake (entrepôt de données) dispose d’une vision 360 du client avec la possibilité de croiser les données avec les recherches effectuées par le même client pour proposer un service adapté et en temps réel.
Technologie & réglementation : des challenges à hauteur des bénéfices escomptés
La réussite d’une stratégie axée sur la data ne repose malheureusement pas sur la simple intégration d’un progiciel, c’est généralement toute une restructuration ou une création d’entité dédiée au sein de la banque. Cela passe par l’intégration d’une solution de stockage innovante "cloud computing" (stockage en ligne de données sur des serveurs informatiques dédiés pour l’analyse et l’exploitation) couplée à des super calculateurs hybrides pour gérer les simulations de calculs, les analyses et l’intelligence artificielle.
L’intégration de ces solutions passe également par la maîtrise des compétences associées. Ce domaine étant en constante évolution avec l’apparition des nouvelles technologies citées en introduction entre autres (source de nouveaux flux de données), le recrutement de profils experts devient nécessaire : data scientist, architecte data, data analyste… On parle même de Chief Data Officier lors de la création d’un département dédié. Le coût et les délais à mettre en face de cette nouvelle stratégie ne sont donc pas à négliger et expliquent souvent le retard de certaines banques dans le domaine. Enfin, l’usage de la data s’accompagne de facto d’un respect strict de la réglementation en vigueur, en particulier dans le domaine bancaire où les données revêtent un caractère sensible. Le scandale Cambridge Analytica illustre parfaitement les limites éthiques à prendre en compte avant d’initier une telle stratégie. Pour pallier les risques liés au respect des données personnelles, l’UE a mis en place le 25 mai 2018 un Règlement Général sur la Protection des Données (RGPD) pour garantir aux citoyens la maîtrise de leurs données et également contraindre les entreprises à respecter les obligations légales en la matière, sous peine de sanctions qui peuvent aller jusqu’à 4% du chiffres d’affaire mondial de l’entreprise… Entre promesses de profits estimée en milliards, contraintes juridiques et technologiques, les banques doivent réaliser un arbitrage délicat et pressant : à mesure que le temps passe, l’usage de la data se démocratise et offre des avantages concurrentiels aux banques précurseurs mais aussi aux start-up (fintech et néo-banques) plus spécialisées et agiles pour bâtir leurs services.