A lire sur: http://www.lesechos.fr/entreprises-secteurs/finance-marches/actu/0202845129206-le-big-data-levier-de-croissance-pour-les-banques-579126.php
L'exploitation de leurs données permet aux banques d'affiner leur connaissance du client.
L'exploitation de leurs données permet aux banques d'affiner leur connaissance du client.
Le « big data » offre ainsi des leviers d'action pour fidéliser la clientèle.
Le
« big data » permet d'identifier des clients aux caractéristiques
différentes, partageant le même comportement. - Photo Shutterstock
Le
régime minceur que s'infligent les banques françaises depuis plusieurs
années ne suffit plus pour absorber tout à la fois leurs nouvelles
charges prudentielles et la pression qu'exerce sur leur activité
la conjoncture morose. Dans ce contexte moins-disant, le « big data »
devient stratégique pour les acteurs du secteur car il leur permet
d'optimiser leurs revenus. La lutte contre la fraude est l'utilisation
du « big data » la plus connue mais, plus globalement, «
l'exploitation des masses de données dont disposent les banques peut
leur permettre d'apprécier plus finement le comportement de leurs
clients à travers leur consommation bancaire et d'adapter leur offre au plus près de leurs attentes », explique Daniel Pion, associé chez Deloitte. Une promesse d'autant plus séduisante que «
le client moyen n'existe pas », poursuit Patrick Zerbib,
associé chez Deloitte. Contrairement aux outils traditionnels
d'intelligence économique qui produisent des tableaux de bord, le « big
data » ne fait pas de moyenne, il répond à des questions précises. « Il
apporte ainsi aux banques des leviers d'action immédiats qui leur
permettent de renforcer la satisfaction de leurs clients, quel que soit
leur profil », conclut Patrick Zerbib.
20 à 30 % de revenus en plus
Dans
un marché très mature, les banques ont notamment à coeur de ne pas
laisser des clients partir à la concurrence. Le « big data » permet,
grâce à l'élaboration d'algorithmes intégrant différentes données micro
et macroéconomiques (transactions bancaires, code postal, taux de
chômage…), d'identifier des groupes de clients aux caractéristiques
différentes mais partageant le même comportement. Exemple : une sensibilité
forte aux frais bancaires. En « coloriant » ainsi sa base clients, la
banque se dote d'un outil plus prédictif lui permettant de mettre en
place des actions ciblées afin de neutraliser les causes
d'insatisfaction.
En poussant un peu
plus loin la logique, ce travail peut transformer la clientèle en un
canal d'acquisition à part entière. Une fois identifiées les différentes
familles de clients (détracteurs, neutres, promoteurs), leurs sources
d'insatisfaction et leurs attentes, la banque peut en effet renforcer
mécaniquement sa base d'aficionados. Or « faire passer un
client du statut de détracteur à celui de promoteur permet
potentiellement d'augmenter de 20 à 30 % les revenus liés à ce client », souligne Daniel Pion, associé chez Deloitte.
Un
dernier domaine d'application est plus novateur mais non moins
prometteur : les incidents de parcours. Le « big data » permet en effet
d'identifier les signes avant-coureurs de difficultés afin d'accompagner
le client durant une période temporaire de difficultés, tel un divorce
ou un décès. Crise des subprimes oblige, les banques américaines ont
montré que la fidélité de la clientèle concernée en était durablement
renforcée.
Aucun commentaire:
Enregistrer un commentaire