Tweet
Les établissements financiers disposent d’une quantité exceptionnelle d’informations sur leurs clients, mais souvent peu exploitées et moins valorisées. S’il est un secteur au sein duquel le big data pourrait faire merveille, c’est bien celui de la banque. Les établissements bancaires regorgent de données sur leurs clients. Paiements par cartes, retraits d’argent aux distributeurs, revenus, propension à épargner ou à dépenser, habitudes de consommation, etc. Et maintenant les consultations 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.
«L’idée est de pouvoir agir de manière agile et rapide sur la donnée avec de nouvelles “use case” fonctionnelle, technique. Comme la donnée est un actif stratégique il faut qu’on puisse en tirer un maximum de valeur au profit du client mais aussi de la banque», explique Issam Alaoui, Data chief officer, diplômé de l’Ecole polytechnique de Paris et de l’Ecole des Ponts et chaussées. Les données sont présentes sous plusieurs formes: ça peut être des données structurées, semi-structurées (messages, mail…), non structurées (centres d’appels, point téléphonique avec les conseillers).
Le traitement de ce flux massif de données (big data) permet notamment de détecter les fraudes, d’optimiser les temps de traitement et les conditions d’octroi de prêts, de générer des revenus supplémentaires grâce à une meilleure connaissance des clients, et surtout d’améliorer les analyses prédictives. Au sein de BMCE Bank les premiers projets big data ont priorisé la gestion et l’évaluation du risque y compris de fraude, la segmentation client et la connaissance des parcours client à travers leurs expériences sur les différents canaux bancaires. «L’objectif ultime est d’améliorer la connaissance des clients, anticiper leurs besoins, leurs comportements et in fine répondre de manière adéquate et personnalisée à chacun», explique Mounir Chraibi, directeur général délégué de BMCE Bank. «L’enjeu est d’améliorer nos algorithmes au fur et à mesure jusqu’à l’obtention du résultat le plus fin, le plus exact répondant à la problématique posée.
De toute manière, nous n’en sommes qu’au début de l’exploitation du big data», conclut-il. En effet, une analyse poussée du comportement des consommateurs à travers leur consommation bancaire et non bancaire permet d’établir des tendances fortes en vue d’anticiper des actions. L’exploitation de ce maelström de données avec les bons algorithmes aide à fournir des analyses prévisionnelles assez précises pour anticiper les comportements des consommateurs. Ce dernier point étant très intéressant pour limiter le «churn», c’est-à-dire le départ du client pour une banque concurrente. La BMCI capitalise, elle, sur l’expertise du groupe BNP Paribas et est en ordre de marche pour profiter des apports du big data, notamment en matière de gestion de la relation client et gestion des risques.
Encore à ses balbutiements, le big data soulève une difficulté de taille pour la banque: le changement technologique par un changement culturel et organisationnel. Du point de vue culturel, les groupes financiers commencent à changer de paradigme en adoptant des méthodes agiles. Elles restent cependant, à ce jour, très minoritaires. Beaucoup de banques font encore un marketing très classique, essentiellement sur les bases de données sociodémographiques, combinées à une notion d’équipement (le nombre de produits bancaires détenus par un client), de patrimoine ou de flux financiers. En revanche, les données comportementales sont mal prises en compte, voire pas du tout. Il n’en reste pas moins que certaines banques ont déjà compris cet enjeu et ont mis en place des datalab.
Issam Alaoui est en charge de celui de CIH Bank. Ces structures internes imaginent les produits et services de demain. Elles regroupent Data Scientists et membres des équipes marketing. L’innovation apportée par le datalab réside dans sa capacité à croiser très facilement et très rapidement des données disparates mais aussi en intégrer de nouvelles en continu. «On a commencé un certain nombre de POC (Proof of Concept) et POT (Proof of Technology). On essaie d’industrialiser la démarche au sein de CIH Bank, de faire en sorte que ce soit plus facile. Il faut la combinaison d’une expertise, d’une technologie, d’une bonne connaissance fonctionnelle des données pour qu’une synergie se crée», tient à préciser Alaoui.
Comparées aux banques américaines, britanniques et scandinaves, les banques marocaines commencent timidement leurs expériences big data. Parmi les nombreux obstacles à l’exploitation marketing des données de masse, se pose aussi la question de la formation afin d’en tirer le meilleur parti. Le business pèsera 48,6 milliards de dollars à travers le monde en 2019, selon IDC. «On est assis sur des mines d’or mais la plupart des organisations n’en sont pas conscientes», conclut Alaoui.
Le datalab à la loupe
Pour dépasser les limites internes à la valorisation des données, un datalab a été mis en place chez CIH Bank. C’est une cellule pluridisciplinaire visant un usage optimal des data collectés. L’équivalent d’une start-up agile et réactive dans son organisation et ses process. «On va vers un plus grand ciblage de la clientèle avec une analyse de produit qui puisse être plus étudié», étaye Ahmed Rahhou, PDG de CIH Bank. Il est l’intersection technique, fonctionnelle et organisationnelle qui permet de produire de la valeur. Au sein d’un datalab, trois compétences sont sollicités : comprendre la question du client et donc la problématique métier ; rassembler les données dont a besoin et vérifier leur qualité ; analyser les données et créer des algorithmes spécifiques. En effet, l’important est de ne pas concevoir le rôle du data scientist, ou du datalab, comme étant isolé du reste de l’infrastructure. «Le défi software est aujourd’hui résolu en partie grâce à l’open source. On peut prototyper rapidement et de manière agile. On travail avec la solution Hadoop. C’est un écosystème de solution open source qui fait l’unanimité dans le domaine», conclut Issam Alaoui, responsable du datalab CIH Bank. Certes gratuit, le cout de l’open source est celui de l’expertise. Il faut des gens qui puissent comprendre le système et l‘utiliser. Un deuxième profil prometteur, diplômé de l’école des mines rejoindra la petite équipe en mars 2017.
La CNDP aux aguets
La collecte et l’utilisation de données posent naturellement des questions de confidentialité. Contacté par L’Economiste, la CNDP explique que les banques peuvent appliquer aux données personnelles de leurs clients les techniques d’analyse big data. Mais à condition que le recours à ces techniques respecte les principes énumérés dans la loi 09-08 qui encadre cet aspect en spécifiant que toute opération d’interconnexion doit être autorisée au préalable par la CNDP.
Autre principe à respecter, celui de la proportionnalité: seules les données nécessaires et qui permettent d’atteindre la finalité consentie par le client peuvent être traitées. A titre d’exemple, les banques n’ont pas le droit de statuer sur la solvabilité d’un client, ayant une simple relation de tenue de compte avec la banque, sur la base d’interconnexion de plusieurs données le concernant. Si par contre ce même client demande un crédit à la banque alors elle sera en droit d’utiliser toutes les données lui permettant d’évaluer sa solvabilité. En effet, cette nouvelle technologie pose des défis pour la protection des données personnelles car les possibilités de corrélation et de stockage massif entravent l’exercice des droits prévus par la législation sur la protection des données.
Les data massivement collectées, même anonymes, peuvent mener à une identification de la personne si elles sont corrélées. «Il est important de signaler que la réglementation nationale (BAM et CNDP) nous impose des exigences très précises et sévères en matière de gestion des données clients. Nous sommes soumis aux lois de protection des données, au secret bancaire, au code de déontologie», explique Mounir Chraibi, directeur général délégué de BMCE Bank.
l'économiste
«L’idée est de pouvoir agir de manière agile et rapide sur la donnée avec de nouvelles “use case” fonctionnelle, technique. Comme la donnée est un actif stratégique il faut qu’on puisse en tirer un maximum de valeur au profit du client mais aussi de la banque», explique Issam Alaoui, Data chief officer, diplômé de l’Ecole polytechnique de Paris et de l’Ecole des Ponts et chaussées. Les données sont présentes sous plusieurs formes: ça peut être des données structurées, semi-structurées (messages, mail…), non structurées (centres d’appels, point téléphonique avec les conseillers).
Le traitement de ce flux massif de données (big data) permet notamment de détecter les fraudes, d’optimiser les temps de traitement et les conditions d’octroi de prêts, de générer des revenus supplémentaires grâce à une meilleure connaissance des clients, et surtout d’améliorer les analyses prédictives. Au sein de BMCE Bank les premiers projets big data ont priorisé la gestion et l’évaluation du risque y compris de fraude, la segmentation client et la connaissance des parcours client à travers leurs expériences sur les différents canaux bancaires. «L’objectif ultime est d’améliorer la connaissance des clients, anticiper leurs besoins, leurs comportements et in fine répondre de manière adéquate et personnalisée à chacun», explique Mounir Chraibi, directeur général délégué de BMCE Bank. «L’enjeu est d’améliorer nos algorithmes au fur et à mesure jusqu’à l’obtention du résultat le plus fin, le plus exact répondant à la problématique posée.
De toute manière, nous n’en sommes qu’au début de l’exploitation du big data», conclut-il. En effet, une analyse poussée du comportement des consommateurs à travers leur consommation bancaire et non bancaire permet d’établir des tendances fortes en vue d’anticiper des actions. L’exploitation de ce maelström de données avec les bons algorithmes aide à fournir des analyses prévisionnelles assez précises pour anticiper les comportements des consommateurs. Ce dernier point étant très intéressant pour limiter le «churn», c’est-à-dire le départ du client pour une banque concurrente. La BMCI capitalise, elle, sur l’expertise du groupe BNP Paribas et est en ordre de marche pour profiter des apports du big data, notamment en matière de gestion de la relation client et gestion des risques.
Encore à ses balbutiements, le big data soulève une difficulté de taille pour la banque: le changement technologique par un changement culturel et organisationnel. Du point de vue culturel, les groupes financiers commencent à changer de paradigme en adoptant des méthodes agiles. Elles restent cependant, à ce jour, très minoritaires. Beaucoup de banques font encore un marketing très classique, essentiellement sur les bases de données sociodémographiques, combinées à une notion d’équipement (le nombre de produits bancaires détenus par un client), de patrimoine ou de flux financiers. En revanche, les données comportementales sont mal prises en compte, voire pas du tout. Il n’en reste pas moins que certaines banques ont déjà compris cet enjeu et ont mis en place des datalab.
Issam Alaoui est en charge de celui de CIH Bank. Ces structures internes imaginent les produits et services de demain. Elles regroupent Data Scientists et membres des équipes marketing. L’innovation apportée par le datalab réside dans sa capacité à croiser très facilement et très rapidement des données disparates mais aussi en intégrer de nouvelles en continu. «On a commencé un certain nombre de POC (Proof of Concept) et POT (Proof of Technology). On essaie d’industrialiser la démarche au sein de CIH Bank, de faire en sorte que ce soit plus facile. Il faut la combinaison d’une expertise, d’une technologie, d’une bonne connaissance fonctionnelle des données pour qu’une synergie se crée», tient à préciser Alaoui.
Comparées aux banques américaines, britanniques et scandinaves, les banques marocaines commencent timidement leurs expériences big data. Parmi les nombreux obstacles à l’exploitation marketing des données de masse, se pose aussi la question de la formation afin d’en tirer le meilleur parti. Le business pèsera 48,6 milliards de dollars à travers le monde en 2019, selon IDC. «On est assis sur des mines d’or mais la plupart des organisations n’en sont pas conscientes», conclut Alaoui.
Le datalab à la loupe
Pour dépasser les limites internes à la valorisation des données, un datalab a été mis en place chez CIH Bank. C’est une cellule pluridisciplinaire visant un usage optimal des data collectés. L’équivalent d’une start-up agile et réactive dans son organisation et ses process. «On va vers un plus grand ciblage de la clientèle avec une analyse de produit qui puisse être plus étudié», étaye Ahmed Rahhou, PDG de CIH Bank. Il est l’intersection technique, fonctionnelle et organisationnelle qui permet de produire de la valeur. Au sein d’un datalab, trois compétences sont sollicités : comprendre la question du client et donc la problématique métier ; rassembler les données dont a besoin et vérifier leur qualité ; analyser les données et créer des algorithmes spécifiques. En effet, l’important est de ne pas concevoir le rôle du data scientist, ou du datalab, comme étant isolé du reste de l’infrastructure. «Le défi software est aujourd’hui résolu en partie grâce à l’open source. On peut prototyper rapidement et de manière agile. On travail avec la solution Hadoop. C’est un écosystème de solution open source qui fait l’unanimité dans le domaine», conclut Issam Alaoui, responsable du datalab CIH Bank. Certes gratuit, le cout de l’open source est celui de l’expertise. Il faut des gens qui puissent comprendre le système et l‘utiliser. Un deuxième profil prometteur, diplômé de l’école des mines rejoindra la petite équipe en mars 2017.
La CNDP aux aguets
La collecte et l’utilisation de données posent naturellement des questions de confidentialité. Contacté par L’Economiste, la CNDP explique que les banques peuvent appliquer aux données personnelles de leurs clients les techniques d’analyse big data. Mais à condition que le recours à ces techniques respecte les principes énumérés dans la loi 09-08 qui encadre cet aspect en spécifiant que toute opération d’interconnexion doit être autorisée au préalable par la CNDP.
Autre principe à respecter, celui de la proportionnalité: seules les données nécessaires et qui permettent d’atteindre la finalité consentie par le client peuvent être traitées. A titre d’exemple, les banques n’ont pas le droit de statuer sur la solvabilité d’un client, ayant une simple relation de tenue de compte avec la banque, sur la base d’interconnexion de plusieurs données le concernant. Si par contre ce même client demande un crédit à la banque alors elle sera en droit d’utiliser toutes les données lui permettant d’évaluer sa solvabilité. En effet, cette nouvelle technologie pose des défis pour la protection des données personnelles car les possibilités de corrélation et de stockage massif entravent l’exercice des droits prévus par la législation sur la protection des données.
Les data massivement collectées, même anonymes, peuvent mener à une identification de la personne si elles sont corrélées. «Il est important de signaler que la réglementation nationale (BAM et CNDP) nous impose des exigences très précises et sévères en matière de gestion des données clients. Nous sommes soumis aux lois de protection des données, au secret bancaire, au code de déontologie», explique Mounir Chraibi, directeur général délégué de BMCE Bank.
l'économiste