Big Data et Banque

Relation client : le Crédit Agricole met un pied dans le Big Data, Big Data. Un challenge autour du big data pour des étudiants lillois. Si comprendre le parcours des internautes sur un site peut notamment aider à identifier les attentes des clients et, donc, mieux répondre à leurs besoins, il faut, pour cela, compter dans ses rangs les spécialistes qui maîtrisent les nouveaux outils. « Avec cette opération, nous entrons en relation avec des jeunes qui seront bientôt sur le marché du travail.

Peut-être aurons-nous demain des postes à leur proposer, au sein de notre Caisse régionale, voire ailleurs dans le groupe », souffle Frédéric Séraphin. Ce challenge big data est en effet une expérience pilote qui sera, éventuellement, déclinée dans d'autres Caisses. Toute l'équipe Nord de France est d’ores et déjà prête à la partager. Les bots prêts à remplacer les conseillers bancaires en 2018 ?

Plusieurs banques expérimentent ou déploient des automates et applications d’intelligence artificielle pour assister, voire remplacer, des conseillers clientèle.

Pourtant, les « chatbots », ces agents conversationnels capables d’échanger et de répondre aux requêtes des utilisateurs, ne sont pas encore à la hauteur des attentes des clients. C’est en tout cas le point de vue que défend Forrester Research dans un rapport payant de 15 pages (« Bots aren’t ready to be bankers »). Selon le cabinet d’études américain, les banques devraient même patienter deux ou trois ans avant de déployer à grande échelle des services clients et des chatbots intégrés aux applications de messagerie (Facebook Messenger, Amazon Alexa, WeChat de Tencent…). Pour plusieurs raisons.

L'intelligence artificielle, le futur de la banque ? - BankObserver - BankObserver. Le CREDIT AGRICOLE NORD DE FRANCE développe son activité scoring avec DataLab. Pourquoi avez-vous choisi DataLab ?

« Nous sommes dans une architecture outils et logiciels à Nord de France dans laquelle a été mis en place un datawarehouse. Nous souhaitions développer notre activité scoring et connaissance clients en règle générale. Nous disposions déjà d’outils classiques, mais nous voulions maîtriser complètement la construction de nos modèles et aller au-delà des approches standard en intégrant une démarche exploratoire vis à vis de chaque problématique étudiée de manière à construire des indicateurs spécifiques. DataLab nous a permis d’avoir une démarche à la fois intégrée, modulaire, nous a fait gagner du temps tout en nous laissant un espace de liberté assez grand pour inclure toutes les données que nous souhaitions intégrer à nos analyses.

DataLab nous a paru la meilleure offre en adéquation avec notre problématique. » Quels sont les exemples de projets de Big Data réussis dans la banque et l'assurance ? - ZDNet. Les secteurs de la banque et de l'assurance ne seront pas les parents pauvres du Big Data.

Selon une étude IDC, les entreprises françaises pourraient bénéficier grâce à lui d'un "potentiel de valeur additionnelle" de 54 milliards d'euros en 4 ans, et le secteur financier pourrait bénéficier de 20% de cette manne (deuxième marche du podium, derrière l'industrie, 24%, et les télécoms, 15%). Banque et assurance. EY - Envue 29: Du Big Data à la banque numérique - La réponse numérique à la demande du client. La ré­vo­lu­tion des don­nées rebat les cartes dans l’uni­vers des banques.

Que veut le client nu­mé­rique ? Com­ment ré­pondre à l’ar­ri­vée de nou­veaux ac­teurs comme Apple Pay ou Six­dots ? À quoi res­sem­blera l’agence ban­caire du futur ? Nous avons écouté les ré­ponses des plu­sieurs ex­perts ex­pé­ri­men­tés : Mieke De­beerst, Di­rec­tor Cor­po­rate & Mar­ke­ting Com­mu­ni­ca­tions chez Belfius, Gun­ter Uyt­te­rhoe­ven, di­rec­teur mar­ke­ting chez BNP Pa­ri­bas For­tis, Be­noît Gé­rard et Ber­nard Ghi­gny d’EY. Com­ment ap­pré­hen­dez-vous la ré­vo­lu­tion nu­mé­rique ? Uyt­te­rhoe­ven : Un cer­tain nombre de chan­ge­ments se sont gref­fés ré­cem­ment et très ra­pi­de­ment sur les ré­vo­lu­tions du mo­bile et d’in­ter­net, qui ont toutes deux eu be­soin de 40 ans pour ar­ri­ver à ma­tu­rité.

À cela s’ajoutent les Big Data, les énormes quan­ti­tés de don­nées qui ré­sultent de ces in­ter­ac­tions, et la tech­no­lo­gie qui conver­tit ces don­nées en in­for­ma­tions utiles. EY - Envue 29: Du Big Data à la banque numérique - Big Data entre finance et informatique. Cela ne fait plus de doute au­jour­d’hui : les don­nées sont de­ve­nues la clé de voûte de la fi­nance.

Mais com­ment le CFO contem­po­rain ap­pré­hende-t-il les Big Data, les pré­vi­sions, la qua­lité des don­nées et la ges­tion des per­for­mances dans la pra­tique ? Une ré­ponse à l’aide de cinq af­fir­ma­tions ex­traites du Ba­ro­mètre CFO. Le sup­port in­for­ma­tique du dé­par­te­ment Fi­nance n’est pas op­ti­mal. Du Big Data à la banque numérique. Big Data : le Crédit Agricole se dote d'une charte éthique. Big data : les banques craignent le casse du siècle. Identité, déplacements, goûts… Les banques détiennent dans leurs coffres une mine d’or constituée des données personnelles de leurs clients.

Un trésor qu’elles entendent défendre à leur profit, contre toutes les convoitises. LE MONDE ECONOMIE | • Mis à jour le | Par Jade Grandin de l'Eprevier Imaginez une start-up spécialisée dans l’agrégation de comptes, comme il en pullule aujourd’hui. Vous lui avez communiqué vos coordonnées bancaires pour pouvoir consulter l’état de vos finances depuis votre mobile. Et, patatras, des hackers attaquent la plate-forme, récupèrent toutes vos informations et vident vos comptes. Les banques sont « naturellement » le réceptacle de toutes nos informations personnelles : identité, âge, salaires,... Banque et Big Data : Citigroup tire bénéfice des données.

Principal fournisseur de services financiers, Citigroup est présent dans 160 pays et responsable de 200 millions de comptes clients.

Ces dernières années, l’entreprise a adopté une approche entièrement dirigée par le Big Data pour diriger sa croissance et améliorer les services qu’elle propose à ses clients. Les fournisseurs d’assurance se sont lancés tête baissée dans l’ère de l’internet des objets, grâce à l’abondance de données comportementales non structurées en provenance des objets connectés, des scanners et des capteurs.

Cependant, les autres services financiers tels que les banques d’investissement n’ont pas réussi à suivre la mouvance. Aujourd’hui toutefois, ces entreprises innovent rapidement et développent des solutions analytiques adaptées à leur secteur. Le «Big Data»… L’arme secrète des banques pour gagner plus. Le «Big Data», ou les mégadonnées… Ce concept tellement en vogue qu’il est devenu vide de sens.

Le Big Data s’invite dans le secteur bancaire. Face aux changements rapides et profonds de l’environnement économique, le secteur bancaire est amené à faire évoluer ses méthodes pour mieux connaître ses clients et interagir au bon moment.

Le développement des technologies de l’information et de la communication ont permis au secteur bancaire de générer un déluge de données sur leurs clients. Le big data, un enjeu crucial pour le secteur bancaire. Depuis trois mois, vous passez l'essentiel de votre pause-déjeuner les yeux rivés sur Seloger.com. Et, lorsque vous vous déconnectez du site d'annonces immobilières, c'est pour vous précipiter sur ceux des courtiers, afin de comparer les offres de prêts. Cinq minutes à tuer ? Vous voilà sur Google, à la recherche des derniers articles parus sur l'évolution récente des prix de l'immobilier, des taux, ou encore des frais de notaire. Nul besoin d'être Sherlock Holmes pour deviner que vous avez la ferme intention d'acquérir un appartement dans un futur proche.

Sans que vous ne lui ayez (encore) rien demandé, votre banque serait donc bien inspirée de vous adresser sous peu une offre de prêt immobilier. Mais pour ce faire, encore faudrait-il que votre banque dispose de tous les indices précités. Le #BigData va-t-il nous faire aimer notre banquier. Les organismes financiers classiques se mettent à l’heure du Big Data. En exploitant nos données de transactions et aussi nos activités sur Internet, ils affinent la connaissance de nos comportements pour limiter les risques aux crédits et imaginer de nouveaux services. Une orientation qui doit être menée avec délicatesse pour ne pas devenir contre-productive. Obtenir un prêt plus rapidement, être alerté par sms d’un risque de découvert, bénéficier d’offres très ciblées… l’exploitation du Big Data par les organismes financiers ouvre de nombreuses possibilités et pourrait les transformer en véritables experts marketing de la consommation et du crédit.

Banque et Big Data : une révolution à l'horizon. Nous avons régulièrement abordé sur ce blog le thème de la transformation digitale des banques. Mais nous n’avons toutefois pas encore abordé le lien entre la banque et les Big Data. Le 16 mars dernier se tenait une conférence CCM Benchmark sur les Big Data et la valorisation des données bancaires. Banques : Le Big Data au service d’enjeux majeurs de la banque de (...)

Article paru le 9 août 2016 | Partager sur les réseaux sociaux Classé dans : Big Data Banque, Finance, Assurances Dans un environnement marqué par un ralentissement économique, un renforcement des réglementations et un marché difficilement expansible, les banques ont à leur disposition trois leviers numériques afin d’accroitre l’efficacité de leur stratégie. 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. Le Big Data au service d’une connaissance client affinée.

C’est un fait reconnu : les banques sont aujourd’hui des acteurs aux rôles multiples (banque de détail, services de crédit, assurances, leasing, etc.), une tendance qui ne fait que s’accélérer. De plus, elles développent une stratégie multicanal (web, Agence, Mobile), afin de répondre rapidement aux besoins de leurs clients. L’évolution de leurs activités, la relation ultraconnectée avec leurs clients et, de manière générale, l’activité numérique des banques font croître les données collectées relatives à chaque client. Comment créer de la valeur en canalisant les informations pertinentes ?