Banques : Le Big Data au service d’enjeux majeurs de la banque de détail

Accroitre la fidélisation de sa clientèle

La volonté, d’une grande majorité des clients, de vouloir changer de banque révèle avant tout une non-adéquation entre les besoins des clients et l’offre de services des banques. Le coût de prospection d’un client étant supérieur au coût de conservation, les banques doivent être capables de prévenir la fuite de la clientèle. Ceci passe entre autres par la détection des signes précurseurs et la personnalisation de l’offre des services bancaires. L’analyse du comportement des clients peut permettre de déceler la diminution du solde, que ce soit au travers de la réduction des dépenses par carte de crédit ou encore de la mauvaise anticipation par le client de ses engagements. Les banques peuvent s’y référer pour leur prodiguer des conseils ou définir une offre personnalisée.

Certains acteurs des Télécoms détectent par exemple les intentions de désengagement de leurs clients depuis leurs sites web et applications digitales. Le dispositif est simple : une navigation s’opérant depuis un espace client et un outil de webanalytics repérant les clients accédant aux pages expliquant les modalités de désengagement. Accéder à une de ces pages déclenche une alerte au SAV qui appelle alors le client pour échange sur sa satisfaction.

Grâce au Big Data, les banques possèdent une grande variété de données clients. Une fois corrélées, ces dernières permettent de détecter de façon fiable les intentions de désengagement.

Le facteur-clé ? Mettre en relation les données bancaires, online et offline au vu de créer des indicateurs de risque de désengagement.

Diminution du solde, navigation sur les pages de désengagement, clôture des comptes d’épargne court terme, revente des emprunts, commentaires négatifs sur les réseaux sociaux, etc. Toutes ces données constituent pour les banques un gisement qui, une fois exploité, leur permet de fidéliser davantage leurs clients.

Digitaliser son offre de service

La plupart des campagnes marketing sont axées sur la satisfaction et la fidélisation du client.

Avec l’arrivée d’internet et la densification de l’environnement concurrentiel du secteur bancaire, la communication entre les banques et leurs clients s’est complètement inversée. Ces derniers ont pris l’avantage dans la relation.

En effet, auparavant, le client était convoqué par sa banque pour écouter ses recommandations. Aujourd’hui, les exigences du client ont évolué. Il demande plus d’écoute et de réactivité.

Lorsqu’un client appelle sa banque, il est fréquemment mis en relation avec des centres d’appels, qui ont les mêmes problématiques que le conseiller bancaire attitré, en l’occurrence être capable de mobiliser l’ensemble des informations sur ce client afin de mieux le servir (examen de son parcours, ses opérations de la veille, ses derniers revenus ...). Le centre d’appel doit donc pouvoir recueillir la demande du client et y apporter des solutions. En parallèle, les nouveaux canaux tels que les réseaux sociaux sont aujourd’hui utilisés en complément, et ce, pour les campagnes et la SAV.

Ainsi, BNP PARIBAS utilise les réseaux sociaux comme canal de communication à part entière pour son SAV. Un tweet négatif est pris en compte, son auteur peut être rappelé et le motif de son mécontentement est analysé en vue de faire évoluer l’offre de service. BNP PARIBAS bat ainsi les records de « followers » sur les réseaux comme Facebook et twitter.

Dans cette logique de digitalisation, le Big Data offre aux banques deux opportunités.

Tout d’abord, les données générées par la digitalisation bancaire (applications mobiles, réseaux sociaux, espaces clients, etc.) peuvent être non seulement suivies, mais également corrélées aux données bancaires et d’agence. L’analyse comportementale faite d’un client est donc plus complète, plus fine.

Mais c’est dans l’exploitation métier de ces données que réside la principale valeur ajoutée du Big Data. Définition personnalisée et automatisée des produits à mettre en avant lors d’un push marketing, adaptation des processus de communication (quel canal ? à quel moment ?) selon les habitudes et préférences du client, etc.

Le Big Data apparait aujourd’hui comme le facteur clé de succès numéro 1 de la stratégie omnicanal des banques.

Analyser pour mieux segmenter et attirer

Les banques qui innovent ont toujours connu du succès. L’introduction de nouveaux produits et le développement de solutions innovantes répondent aux attentes des clients.

Les technologies Big Data par l’analyse de ces variétés d’informations peuvent faire apparaitre de nouvelles tendances, de nouveaux besoins et préférences et donc faciliter la création de nouveaux produits.

Les stratégies de campagne marketing doivent s’aligner sur le développement de nouvelles technologies qui modifient l’attitude des consommateurs et sur leurs besoins.

La consultation des comptes se fait aujourd’hui via internet sur des ordinateurs, tablettes et téléphones portables (l’envoi des relevés physiques restant une obligation légale).

Comme dit plus haut dans cet article, le Big Data permet une meilleure exploitation des données clients. Ces données gagneraient à être exploitées dans une approche de détection des besoins, afin d’accroitre la probabilité d’acte d’achat par le client.

Le LCL, par exemple, réputé pour son positionnement auprès de la jeunesse, adopte un positionnement innovant via le financement des permis de conduire pour 1€.

L’observation de mouvements sur les comptes d’épargne, de provisionnements d’un PEL et de la navigation d’un client sur les pages de l’espace client parlant des emprunts immobiliers permettrait à une banque d’identifier une intention d’achat immobilier. Cette dernière serait ainsi à même de proposer au client un rendez-vous avec son conseiller ou une offre personnalisée.

Un contexte réglementaire toujours plus pesant et structurant

La crise financière et bancaire, par son ampleur et ses conséquences économiques et sociales a conduit les banques à plus de prudence dans la conception des produits et l’observation des scorings (notation des clients).

La réglementation bancaire s’est accrue face à l’ampleur systémique des risques. L’effet est immédiat sur la politique de conception et de promotion des produits.

En effet, les banques sont aujourd’hui amenées à privilégier certains produits au détriment d’autres. L’entrée en vigueur des accords de Bâle III avec ses contraintes prudentielles et ses normes sur le risque de liquidité restreint les possibilités de financement des banques (sans parler des taux négatifs d’investissement). Les banques sont désormais très strictes sur l’évaluation des dossiers de financement. Elles ont besoin à cet effet de plus d’informations pour dresser le profil de risque des clients. Le choix des produits dépend du profil du consommateur, de la conjoncture économique et des potentiels avantages fiscaux que procurent ce produit.

Les possibilités du Big Data : un enjeu de cette réglementation est la prise en compte du risque client dans les produits que lui propose sa banque. L’objectif pour les banques : corréler scoring et intention d’achat.

Le Big Data offre donc aux banques de nombreuses opportunités, aussi bien marketing que commerciales. Pour les mettre en œuvre, ces dernières doivent désormais faire évoluer l’architecture et la gouvernance de leur SI afin de faire face à un enjeu de taille : décloisonner leurs gisements de données sans affaiblir la sécurité de leur système d’information.