Selon une étude réalisée par l’Efma, un client sur deux se dit prêt à changer de banque dans les six prochains mois. En cause ? Le manque de produits et de services personnalisés. A l’heure où la concurrence entre les banques fait rage, il est indispensable qu’elles fassent évoluer leurs méthodes pour construire une relation bancaire durable et ainsi diminuer le taux d’attrition ou churn rate en anglais.
Prévoir le désengagement grâce au big data
Le coût d’acquisition d’un client étant supérieur au coût de rétention, les banques s’attèlent à se prémunir d’une augmentation du taux d’attrition.
Dans cet effort, l’analyse du comportement du client peut servir comme un indicateur précoce pour les banques. Pour cela, elles cherchent à obtenir une vue globale à 360 degrés de ces derniers et de leurs interactions sur différents canaux d’échange tels que les visites bancaires, les appels aux services clients, les transactions Web ou encore les services bancaires mobiles. Cela leur permet ainsi de détecter des signes avant-coureurs, tels que la réduction des transactions ou l’arrêt des paiements automatiques. Cela va leur permettre de prendre des mesures spécifiques pour éviter le désabonnement.
Toutefois, l’augmentation du volume, de la variété et de la vélocité des données à exploiter a rendu presque impossible le stockage, l’analyse et la récupération d’informations utiles via les technologies de gestion de données traditionnelles.
Les technologies de Big Data relèvent ces défis en résolvant les problèmes de gestion des données en stockant, analysant et récupérant le volume et la variété massifs de données structurées et non structurées tout en évoluant élastiquement à mesure que les données augmentent. Permettant également aux banques de bénéficier d’interactions en temps réel avec leurs clients.
Personnalisation de l’offre
Compte tenu de la banalisation des services financiers, les banques doivent chercher à se différencier et à fidéliser les clients par d’autres moyens. C’est ici tout l’intérêt du big data que de pouvoir contribuer à la construction d’une relation pérenne et adéquate avec sa clientèle.
Et pour améliorer l’expérience client, il est important d’analyser la masse de données structurées et non structurées (publication RS, email, etc…). Cela permet de disposer d’une connaissance beaucoup plus fine des clients et ainsi de leur proposer le bon produit au bon moment par le canal de distribution le plus adéquat. Ce qui est primordial puisque selon l’étude Deloitte1, « seuls 8 à 12 % des clients estiment avoir bénéficié d’un accompagnement adapté par leur banque lors d’une période perçue comme importante ».
Comme l’explique l’un des responsables de Data Publica, « le marketing classique repose sur des infos partielles et souvent obsolètes. Le marketing prédictif permet de résoudre cet inconvénient puisqu’il est basé sur la recherche de données « fraîches » sur le web, sur les réseaux sociaux et via la data, données qui sont ensuite combinées à celles des fichiers clients ». Il est donc préférable pour les banques de miser sur le marketing prédictif et le big data puisque ces derniers peuvent permettre de doubler voire tripler l’efficacité de la prospection commerciale.
L’industrie financière semble en avoir pleinement conscience puisque 58 % des 100 établissements bancaires mondiaux interrogés par l’Efma et Infosys estiment que ces technologies vont jouer un rôle crucial dans l’amélioration de la connaissance de leurs clients. D’ailleurs, l’industrie financière a déboursé 105 milliards d’euros dans le cloud et le big data. Et cela devrait grimper de 30 % en 2019.
Minimiser les risques financiers
L’impact du big data est particulièrement attendu pour les applications de PFM (Personal Financial Management – gestion des finances personnelles), et de scoring pour les prêts.
Grâce à la multitude de données récoltées, les banques peuvent dresser un portrait très précis des demandeurs de prêt. Ainsi, elles minimisent les risques financiers par le biais de modèles prédictifs affectant un scoring par emprunteur et suggérant des conditions de financement associés.
Les technologies du Big Data sont rapidement devenues un impératif commercial permettant d’apporter non seulement des solutions aux défis du développement de la relation bancaire, mais aussi sur la transformation des processus et organisation des banques. Grâce au volume et à la variété d’information disponibles, les banques ont l’avantage de posséder de nombreuses données. Cela leur permet d’obtenir une connaissance holistique de leurs clients en débloquant des tranches d’informations retenues dans plusieurs silos, les transformant ainsi en une intelligence client à 360 degrés.
1 https://www2.deloitte.com/fr/fr/pages/services-financier/articles/relations-banques-clients.html
