Au service d'une otimisation en finance
Les données, qu’elles soient structurées ou non, sous format texte, audio ou vidéo, issues du métier ou externes, sont désormais le nerf de la guerre. Elles se trouvent réunies au sein d’immense data lakes. Les technologies (outils mathématiques, algorithmes statistiques, iA…) au service du big data permettent de donner un sens à ces données et de mettre en lumière toute leur valeur. C’est là une première contribution d’optimisation.
Les informations ainsi identifiées éclairent les prises de décisions et sécurisent les actions. C’est le second apport de cette optimisation : se concentrer sur ce qui assure le meilleur retour sur investissement.
Troisième élément d’optimisation apporté par le big data : sa capacité à utiliser des données externes au métier strict pour mettre en perspective les données internes et leur conférer plus de valeur encore.
Une amélioration de la performance : Nouveaux outils, Nouveaux produits
Le big data est à la fois un partenaire et un contrôleur dans les activités financières. C’est dans ces 2 dimensions qu’il améliore la performance de la finance.
Comme partenaire, le big data :
- assiste les experts métier en mettant à leur disposition des analyses qui expliquent les comportements des clients et permettent d’apporter un meilleur conseil, d’identifier un besoin
- produit des alertes qui orientent les actions des décideurs
- exécute énormément d’ordres de souscriptions et/ou de rachats sur des marchés financiers avec une grande vélocité et en minimisant les risques ; il contribue ainsi à une gestion performante d’actifs
Le big data porte aussi un rôle de contrôleur :
- a priori, il peut soumettre des alertes qui obligeront à des validations complémentaires pour sécuriser une transaction et contraindre au respect de procédures internes
- a posteriori, il aide à alimenter un système de contrôle interne des actions réalisées dans les établissements financiers, et favorise la lutte contre la fraude (le blanchiment d’argent par exemple).
Une maitrise des risques grace à l'analyse prédictive
La maîtrise du risque est une des clés de toute activité financière :
- en banque de détail : le credit manager s’interroge sur le risque d’impayés que représente l’emprunteur qui le sollicite ; le responsable de compte ne souhaite pas voir partir un client
- en banque d’affaires, fonds d’investissement ou compagnies d’assurance : le retour sur investissement est impératif et la maîtrise du risque innée.
L’analyse prédictive autorisée par le big data est cruciale dans les activités financières.
Elle a d’abord contribué à mettre en place des stratégies défensives. En détectant les indices de défaillance potentielle :
- de clients : elle limite les risques d’impayés
- de fournisseurs : elle réduit les besoins en fonds de roulement ou en trésorerie.
En mettant en lumière certains mouvements sur des comptes, en traçant les consultations sur les conditions d’utilisation des comptes, elle peut anticiper la volonté d’un client de changer de banque par exemple et ainsi suggérer à son chargé de compte de soumettre une proposition commerciale pour le retenir…
Cette analyse prédictive se développe désormais à des fins offensives, pour des investissements au meilleur ratio rentabilité/risque. S’agissant d’investissements sur les marchés financiers, l’ensemble des données réunies permet :
- une meilleure connaissance de ces marchés en termes de risques et d’opportunités
- une plus grande sécurité grâce à la prise en compte d’éléments politiques, sociaux, ou économiques.
On le voit, le big data assure le développement de la finance à tous les niveaux : du prêt en banque de détail, aux achats de produits financiers sur les marchés internationaux. Grâce à lui, la finance évolue vers plus d’optimisation en trouvant de la valeur dans les données, vers plus de performance en bénéficiant d’une aide et d’un contrôle efficaces, et vers plus de prédiction pour une plus grande maîtrise des risques. La donnée et sa valorisation permettent aussi à de nouveaux acteurs d’émerger : les fintechs, start-up en finance hyper-connectées, savent collecter, triturer, restituer les données pour offrir de nouveaux services, de scoring notamment.
