Le big data dans les banques

La France en retard dans l’analyse de ses données, pourtant elle pourrait en tirer profit dans certain secteurs.

S’il y a bien un secteur qui amasse une tonne de données  sur ses clients, c’est bien le secteur bancaire.

Aujourd‘hui, nous sommes tous connectés à notre banque, nous avons accès à nos comptes en lignes, la banque mobile, cartes de crédits sans contact…

Malgré toutes ces nouveautés et l’acquisition de nouvelles données, le client reste encore mal conseillé.

En effet, toutes les données que les banques récoltent restes inexploitées. Pourtant, elles informent les banques de renseignements non négligeables pour mieux conseiller le client. Elles pourraient leur permettre de mieux connaitre leurs clients, anticiper leurs besoins, les fidéliser…

La CommBank, banque australienne a compris l’intérêt du Big data pour mieux répondre aux besoins de ses clients. Ainsi, elle a mis en place un terminal sécurisé et des applications innovantes pour ses petits commerçants (coiffeurs, boulangers, restaurants…). Cette innovation en cours de déploiement dans plus de 100 000 boutiques australiennes permet de connaitre l’âge, le sexe, le lieu de résidence, le niveau de dépenses moyennes de des consommateurs.

Aux Etats Unis, Wells Fargo a créé son propre big data lab afin de deviner les prochains besoins de sa clientèle. Ainsi analyser la fréquence de consultations des pages dédiées aux produits (prêts, assurance vie…) pour les proposer directement en client.

Avec ces nouvelles technologies les banques ont un trésor à portée de main, des systèmes d’offres commerciales révolutionnaires et la possibilité de maximiser plus facilement le cross et l’up-selling.

En revanche, un obstacle peut venir ternir toutes les belles promesses que le big data peut offrir.

Les problématiques de sécurité. Plus précisément, la question de la protection des données et de la vie privée. Un enjeu ce taille ! L’expérience ING aux Pays Bas accusée de vendre les données personnelles de ses clients pour en tirer profit en montre les dangers.

Pour les banques plus audacieuses, elles peuvent opter pour une solution big data qui diffrère totalement des solutions de BI traditionnelles.

La mise en place efficace de l’exploitation du Big Data dans une banque passe par quatre étapes essentielles :

Un système d’acquisition des données efficace, capable d’enregistrer et de hiérarchiser toutes les interactions d’un client avec sa banque (web, mobile, agence…)

  • Une infrastructure cohérente de gestion de ses données (stockage, intégration dans les applications du SI…)
  • Une couche analytique pertinente, permettant des analyses agrégées et en temps réel
  • Une phase d’adaptation de l’organisation et par la suite des offres commerciales et de la formation des équipes, afin d’être plus agile et en phase avec les besoins actuels et futurs des clients.