Le Big Data dans les services financiers facilite la compréhension du client

Dans le domaine financier, le Big Data serait encore trop souvent relégué en tant qu'outil informatique, induisant ainsi une mauvaise approche de la part de la direction qui peut faire échouer les perspectives offertes par ces données. Or, une étude du cabinet de conseil Capgemini révèle l’importance de l'analytique dans le secteur financier qui pourrait être principalement utilisée afin de créer une vision holistique du panorama client. En effet, celle-ci pourrait permettre aussi bien une approche plus personnalisée que simplement améliorer les stratégies de communication en comprenant mieux les facteurs de choix du public cible. Pour illustrer cela, les chercheurs de Capgemini ont souhaité donner des exemples de réussites.

Sentiment analysis

Ainsi, ceux-ci se sont appuyés sur l'exemple de la banque indienne ICICI dans son approche opérationnelle du Big Data. En effet, celle-ci, pour essayer d'enrayer et empêcher le non remboursement des dettes particulières, a fait dresser par ses services d'analytiques une typologie de ses clients, selon le degré par exemple de risque ou différents facteurs sociologiques afin de mettre en place les meilleurs moyens de recouvrement. Grâce à cette procédure la banque a ainsi amené son taux de recouvrement à plus de 50%, tout en réduisant le personnel nécessaire dans certains régions de 80%. L'équipe de Capgemini définit ainsi une série d'outils applicables aux services financiers à partir du Big Data. Par exemple, l'analyse du sentiment extrait des courriels, documents textes et conversations entre employés et clients permettrait une estimation de l'état ambiant de confiance ou de méfiance envers l'institution. Cela aiderait notamment les institutions financières à estimer les risques de fraude, tout comme au niveau opérationnel les niveaux de prise de risque suivis par les employés.

Bonus d'expérience

Ce que l'équipe de recherche nomme les "diamants du Big Data" représente ainsi les perspectives d'utilisation opérationnelle offrant des résultats et bénéfices visibles à court terme. De fait, si le Big Data fait beaucoup fantasmer dans la capacité de prévision des taux et des marchés, c'est d'abord au niveau opérationnel que son installation peut offrir le plus d'avantages. Moins coûteux, moins ambitieux aussi, l'analytique appliquée au niveau opérationnel n'en permet pas moins de renforcer fortement la structure, et surtout, avantage qui pourrait s'avérer loin d'être négligeable, de proposer aux équipes informatiques des expériences formatrices sur des cibles d'enjeu moindre. Ce n'est qu'ainsi, semble-t-il, que le Big Data pourra ensuite être appliqué à plus large échelle.