Restez connecté à l'univers CDLK

DSP2, quelles nouvelles perspectives de la valorisation de la donnée bancaire ?

DSP2, quelles nouvelles perspectives de la valorisation de la donnée bancaire ?

Tags : Banque Big Data DSP2 Transformation Digitale

Octobre 2018

Tribune de Benoit Gruet dans  Les Echos le 10 octobre 2018

 

Dans un environnement réglementaire en pleine mutation, la DSP2 normalise l'accès aux informations détenues sur les comptes bancaires, pour les tiers autorisés par le client. Si l'accès à la donnée transactionnelle est désormais normalisé avec la DSP2, la question de son niveau d'exploitabilité reste posée.

Voir plus

Dans un environnement réglementaire en pleine mutation, la DSP2 normalise l'accès aux informations détenues sur les comptes bancaires, pour les tiers autorisés par le client. Les barrières, à l'entrée du secteur bancaire, n'ont jamais été aussi fragiles et le risque de disruption fort. Face à une nouvelle forme de concurrence très active (néo banques, PFM-Agrégateurs, GAFAM, BATX...), les banques traditionnelles doivent s'appuyer sur la valorisation des données qu'elles détiennent, exposées plus que jamais aux convoitises. 

Enjeux autour de la data de paiement bancaire.

Parmi les données rendues accessibles par la DSP2, l'analyse des transactions liées aux dépenses carte bancaire est un enjeu-clé puisqu'elles restent la condition pour créer de la valeur et enrichir la relation client en proposant des offres et services individualisés, à l'instar de ce qui fait la force des géants du net. On entend souvent, chez les nouveaux acteurs, que la DSP2 ouvre les perspectives d'une exploitation "eldoradesque" de la donnée transactionnelle. En revanche, la question de la qualité de la data collectée n'est jamais réellement abordée. Avec la mise en place de cette nouvelle directive, la question posée n'est plus de savoir comment accéder aux données en toute conformité, mais bien de comment parvenir à les exploiter correctement. 

Quel niveau d'exploitabilité de la donnée de paiement ?

Les chantiers menés depuis quelques années sur le sujet ont confirmé le défi lié à la non-qualité des informations transactions carte affichées sur le relevé (celles précisément visées par la DSP2) : identité du commerçant imprécise, absence de localisation de l'achat, absence du type de paiement effectué : offline, online, automate ? Les banques sont quotidiennement confrontées à cette réalité. D'une part, les clients s'interrogent régulièrement lors du pointage de leurs comptes (chaque conseiller bancaire recevant en moyenne 2 appels par jour pour gérer ce type de question*) ; d'autre part, leurs data scientists tentent - sans réel succès à ce jour - de bâtir des modèles efficients pour différentes finalités métiers : CRM, risque, fraude... 

Du côté des applications PFM, l'amélioration de la nature des dépenses est basée principalement sur l'option de catégorisation manuelle, dépendant ainsi du bon vouloir de l'utilisateur. Force est de constater, depuis presque une décennie, que ce principe de contribution n'a pas donné de résultat significatif. Lorsque vous avez la majorité de vos dépenses restant à catégoriser ou incorrectement catégorisée, cela ne motive pas à y passer du temps. Peut-on esquisser des lendemains meilleurs pour les PFM grâce aux avancées de l'IA, permettant un mix "catégorisation automatisée/catégorisation manuelle" plus conforme aux attentes ? 

Que peut faire l'IA face à cette problématique ?

La problématique à résoudre par l'IA serait donc, à partir du libellé unique de la transaction affichée, de reconstituer une identité fiable et intelligible du marchand. Lors d'un récent workshop**, Jean-François Puget, Technical Lead IBM pour WATSON, évoquait la nécessité de partir impérativement d'un cas pratique déjà résolu par l'humain avant de pouvoir tenter d'expérimenter une solution IA. La machine peut être "joueuse d'échecs", "trieuse d'email", "conseiller chat conversationnel"... tous ces cas d'usages doivent préalablement être maitrisés par l'humain avant de tenter de passer à une expérimentation IA. Dans le cas qui nous concerne, l'identification automatique du marchand sur une seule donnée alphanumérique reste non résolue. 

L'accès à la donnée brute monétique constitue un avantage concurrentiel unique.

Pour une fois, les grands émetteurs de cartes bancaires disposent d'un avantage concurrentiel vis-à-vis des nouveaux entrants, que la DSP2 ne gomme pas. Être en capacité de se connecter à la donnée monétique brute avant qu'elle soit filtrée à des fins d'affichage dans l'espace client, constitue la solution à mettre en place dans les banques. Une fois ces données brutes collectées, un processus itératif de normalisation, de raffinage, de croisement avec des bases externes permet l'identification précise et fiable de chaque dépense carte bancaire. 

Créer de nouveaux services à partir de la donnée transactionnelle brute !

Proposer la clarification automatique du relevé de dépense, offrir des offres de shopping personnalisées sous forme de cashback automatisé, pousser aux commerçants des KPI's de benchmarking de leur point de vente... sont quelques exemples de nouvelles fonctionnalités désormais possibles grâce aux nouvelles technologies Big data. Le changement de paradigme pour les banques consiste à créer de la différenciation grâce aux données qu'elles détiennent en exclusivité plutôt que défensivement se focaliser sur celles qui sont désormais, via la DSP2, en format "open source". 

 

* Mesures internes au sein de 2 grands réseaux bancaires en France/# appels entrants concernant des demandes de clarification sur opérations affichées. 

** Workshop Revue Banque (R)évolution digitale - vers la finance 3.0 (19-20 septembre 2018) 

 

@BenoitGruet

Fermer

Les établissements financiers ont encore du mal à faire parler leurs données

Les établissements financiers ont encore du mal à faire parler leurs données

Tags : Banque Big Data DSP2 GAFA

Août 2018

Article paru dans  Les Echos le 07 août 2018


Si les GAFA rêvent d'accéder aux données dont disposent les banques, celles-ci demeurent pour l'heure difficilement exploitables.

Les GAFA rêvent de mettre la main sur les données de consommation que les banques ont amassées au fil du temps sur leurs clients. Ces informations - certes précieuses - restent pourtant encore très difficiles à faire parler. De fait, les établissements commencent à peine à mettre de l'ordre dans les masses de données qu'elles ont en leur possession.

Voir plus

Sous l'impulsion des évolutions réglementaires successives en Europe ( la deuxième directive sur les services de paiement puis surtout  le règlement européen sur la protection des données personnelles ), les banques ont en effet mis en place ces derniers mois des équipes de « data intelligence » chargées de fiabiliser les données et de casser les « silos » informatiques qui se sont progressivement sédimentés. Dans les banques, les différentes modalités de collecte d'information auprès des clients ne sont pas standardisées et les systèmes informatiques n'ont pas été conçus pour mobiliser les données de façon transversale.

Mettre de l'ordre dans leurs stocks de données est surtout devenu une nécessité pour des raisons commerciales et opérationnelles. Les réseaux bancaires sont nombreux à s'équiper  d'algorithmes d'intelligence artificielle pour améliorer leurs performances face au client comme dans les back-offices. Ces outils apprenant puisent justement leur « intelligence » dans les masses de données qui leur sont soumises.

Enfin sur un plan strictement marketing, maîtriser les données est une condition sine qua non pour parvenir à des offres individualisées, adaptées aux besoins de chacun des clients, à l'image de ce que proposent déjà les géants du net.

Pour mener ce chantier stratégique, les banques n'ont pas de temps à perdre. Contraintes par la réglementation européenne, elles doivent dès maintenant ouvrir l'accès aux comptes courants de leurs clients à des acteurs tiers qui en auraient fait la demande. Autrement dit, si elles ne parviennent pas à s'organiser pour faire parler les données de leurs clients, les fintech ou pire  les Gafa risquent de le faire à leur place...

Sharon Wajsbrot

Fermer