Big data et finance, le combo gagnant

LE BIG DATA POUR RENDRE LA FONCTION FINANCE PLUS EFFICACE

Le secteur de la bancassurance est l’un des plus gros producteurs de données depuis des décennies. On y retrouve la règle des 3V qui appelle à l’utilisation du big data : Volume, Variété et Vélocité des données. La banque détient une mine d’informations sur ses clients, et ces derniers en sont informés : salaire, propension à dépenser ou à épargner, comportement d’achat, patrimoine, etc.). Cette masse de données peut aisément être transformée en valeur ajoutée. C’est donc tout naturellement que le big data s’est imposé aux directions financières pour exploiter les données internes mais aussi capter les flux de données externes pour croiser les sources. L’engouement envers le big data devrait se poursuivre à court terme. « 41 % des Directeurs financiers envisagent de mettre en place des outils de visualisation et de mobilité permettant à la fonction finance de gagner en efficacité », selon un sondage réalisé par le cabinet PwC en 2017.

En France, la dernière enquête qui s’est intéressée au taux de pénétration du big data date de 2014. Réalisée par Capgemini Consulting, elle révèle que 60% des entreprises consultées estiment que le traitement des données de masse va bousculer leur marché à moyen terme. Toutefois, seules 48% d’entre elles étaient passées véritablement au big data. Un constat qui s’explique par l’attachement aux canaux « ancienne génération », mais aussi au coût de déploiement du big data et des compétences nécessaires en interne.

QUELQUES CAS CONCRETS DU BIG DATA DANS LA FINANCE

Les données présentent un réel avantage concurrentiel si elles sont bien exploitées. Dans le monde de la finance, le big data a favorisé plusieurs innovations :

• Permettre aux petits commerçants de mieux connaître leur zone de chalandise grâce aux données de leur banque (âge, sexe, lieu de résidence et niveau de dépenses)
• La réalisation d’un scoring plus fiable des dossiers de crédit ;
• La détection des fraudes à la carte de paiement ;
• L’anticipation du risque que le client retire ses fonds ;
• La mutualisation des données entre banques ;
• L’analyse du « sentiment » des investisseurs pour les traders ;
• Le prêt en peer-to-peer ;
• La mise en conformité les données et leur traitement…

L’engouement des directeurs financiers pour le big data conduit à l’émergence de nouvelles fonctions en lien avec la data, comme le Chief Data Officer et le Data scientist. Le Data mining et le Deep learning font aussi partie de ces nouvelles opportunités autour de la data et de l’intelligence artificielle. Ces profils sont de plus en plus demandés sur le marché du travail, et ce ne sont pas les offres d’emploi qui manquent… une conjoncture particulièrement favorable aux futurs diplômés des cursus de l’ESAM !