Comment le big data peut aider les banques à reconquérir leurs clients

 |   |  898  mots
Le big data permet d'analyser en trois ou quatre minutes des masses de données qui nécessiteraient sinon trois au quatre jours de décryptage.
Le big data permet d'analyser en trois ou quatre minutes des masses de données qui nécessiteraient sinon trois au quatre jours de décryptage. (Crédits : Décideurs en région)
Le big data, qui consiste à collecter et à analyser de très grandes masses de données, représentera un marché de près de 42 milliards de dollars, en 2018, selon IDC. Les banques, qui regorgent de données sur leurs clients, voient dans le big data l’opportunité d’améliorer leur relation avec ces derniers.

Près de 42 milliards de dollars. Ce devrait être le poids, en 2018, du marché mondial des technologies et services liés au "big data", un montant qui représente une croissance annuelle de 26,4% en moyenne, selon une étude publiée le 15 septembre par le cabinet IDC. Mais qu'est-ce donc que le big data ? Cette terminologie - qui fait débat car elle est inspirée du Big Brother du roman 1984 de George Orwell - a pour signification la collecte et l'analyse des énormes masses de données générées par l'explosion de l'usage d'Internet.

 Dans quel but ? Dans le monde de l'entreprise, le big data permet notamment, grâce à l'analyse et au croisement de données structurées et non structurées (publications sur les réseaux sociaux, emails, etc.) de disposer d'une connaissance beaucoup plus fine des clients et, partant, de leur proposer le bon produit ou service, au bon moment, et via le bon canal de distribution.

 Avec Internet, les clients ont pris l'avantage dans la relation bancaire

S'il est un secteur au sein duquel le big data pourrait faire merveille, c'est bien celui de la banque. D'abord parce que les établissements bancaires regorgent de données sur leurs clients. Paiements par cartes, retraits d'argent aux distributeurs, et maintenant consultations frénétiques de son compte bancaire via son smartphone... il ne se passe pas un jour sans qu'un client ne fournisse des informations sur lui-même à sa banque, sans même s'en rendre compte. Ce qui n'est pas le cas pour les assureurs, avec lesquels les clients entrent en contact uniquement en cas de sinistre ou au moment du renouvellement de leur contrat.

Ensuite, les banques sont aujourd'hui à un tournant dans leurs relations avec leurs clients.

"Avec l'usage d'Internet, la communication entre les banques et leurs clients s'est complètement inversée. Avant, les banques "convoquaient" leurs clients, lesquels devaient alors écouter ce qu'elles avaient à leur dire. Aujourd'hui, les banques courent après leurs clients afin d'être écoutées",

explique Philippe Bessis, consultant au sein du groupe d'informatique HP, qui s'exprimait dans le cadre d'une conférence sur le big data organisée par le magazine Point Banque, le 18 septembre.

 Un taux de bancarisation de 98% en France

 "Le rapport de forces a changé, les clients ont maintenant l'habitude de mettre les banques en concurrence, et ils attendent désormais des offres personnalisées et immédiates", confirme Joseph-Emmanuel Trojman, directeur de la stratégie et des études au sein du pôle banque de détail de la Société générale. Et ce dernier de citer une récente étude du groupe Cisco, selon laquelle deux clients sur cinq se disent prêts à quitter leur banque si cette dernière n'est pas en mesure de leur dispenser des conseils personnalisés.

Or, en France, où le taux de bancarisation flirte avec les 98%, difficile, pour une banque, de trouver de nouveaux clients. Aussi les banques françaises - conscientes du risque de perdre des clients, surtout au moment même où ceux-ci deviennent rentables, du fait de l'évolution de leur patrimoine - prêtent-elles un intérêt croissant au big data.

Le big data, une énorme capacité de calcul

 Par exemple, dans le but de garder, et d'augmenter, sa part du marché de la gestion de l'épargne, devenu très concurrentiel, la Société générale a récemment analysé les données relatives aux revenus et à l'effort d'épargne de ses huit millions de clients particuliers en France, en s'intéressant parallèlement aux dates de versement de leurs éventuels bonus, primes et autre 13ème mois.

L'objectif étant de repérer, pour chaque client, le moment de l'année le plus propice pour lui proposer un produit d'épargne. "Huit millions de clients à analyser, c'est énorme. Sans la capacité de calcul du big data, nous aurions fait sauter la machine !", s'exclame Joseph-Emmanuel Trojman. Sans compter le gain de temps, le big data permettant d'analyser en trois ou quatre minutes des masses de données qui nécessiteraient sinon trois au quatre jours de décryptage.

 Une augmentation de 30% du taux de transformation des campagnes marketing

Dans la même veine, Philippe Bessis, chez HP, a travaillé sur l'augmentation de la productivité du centre d'appels d'une banque américaine. Lorsqu'un client appelle, il s'agit d'examiner très vite son parcours. La veille, il a fait trois simulations de crédit à la consommation sur le site Internet de la banque ? Sa voix est calme ? Il est mûr pour l'offre de crédit "conso" qui fait actuellement l'objet d'une campagne marketing de la part de la banque ! Il utilise en général son smartphone ou son ordinateur pour entrer en contact avec sa banque ? La proposition de crédit lui sera envoyée par mail et non par courrier postal.

Toutes ces données relatives au comportement du client sont analysées en deux temps trois mouvements, grâce à la technologie du big data, ce qui permet aux conseillers bancaires du centre d'appels de proposer immédiatement aux clients des offres adaptées à leurs besoins. Résultat, "le taux de transformation (en acte d'achat) des campagnes marketing a augmenté de 30%, au sein de cette banque", affirme Philippe Bessis. C'est dire si le big data semble être un jeu qui en vaut la chandelle, pour le secteur bancaire.

Réagir

Votre email ne sera pas affiché publiquement
Tous les champs sont obligatoires

Commentaires
a écrit le 18/02/2015 à 13:19 :
Bonjour,
Il y a un un quiproquo dans cet article ou sont allègrement confondus BIG-DATA et super-calculateur (ou centre de calcul).
Les centres de calculs ne sont qu'une partie du big data, pour être appelé Big-data il faut y rajouter le dataWarehousing au travers de Bases de données analytiques, les algorithmes de recherches et mises en corrélation des données avec génération de rapport automatisé (le tri en quelques sorte), le stockage rapide et intelligent de la donnée, adossé à sa sauvegarde et enfin l'intelligence qui est aujourd'hui encore un peu balbutiante sauf dans les institutions comme météo France, le CEA, l'ESA etc... ou les process et les patterns sont connus pour la plupart et permettent une extrapolation par des IA limitées car ces IA conservent les conclusions de plusieurs années de recherche et de résultats surtout. Mais tout cela est totalement embryonnaire dans le privé. L'analytique est par contre très développé dans la finance et le bancaire depuis plus de 10 ans donc rien de nouveau au soleil. On ne fait que systématiser et accélérer quelque chose qui était déjà opérationnel dans le monde bancaire.
a écrit le 20/09/2014 à 0:58 :
L'ennui est que le client n'a pas besoin de multiplier les produits.
De plus, il est dangereux de suivre le conseil d'un banquier dicté par sa commission et le bénéfice de la banque, non celui du client.
a écrit le 19/09/2014 à 18:34 :
Les banques et ses clients ont des intérêts de plus en plus divergents : les banques recherchent le profit maximum et le risque minimum ; les clients recherchent la sécurité, le conseil pertinent, l'accompagnement de leurs projets, ... le tout à un coût raisonnable.
Réponse de le 19/09/2014 à 19:41 :
ok merci et en quoi ca a change?

Merci pour votre commentaire. Il sera visible prochainement sous réserve de validation.

 a le à :