My Blog

Étiquette : Informatica

  • Les 5 leviers clés du succès d’un projet d’analyse prédictive

    Comment garantir le succès d’un projet d’analyse prédictive ?

    Par Frédéric Brousse, Directeur Général d’Informatica France

    L’analyse prédictive occupe aujourd’hui un rôle central dans les processus de décision stratégique des entreprises et constitue, avec le Big Data, la troisième révolution dans l’industrie logiciels après le cloud computing et l’automatisation des tâches opérationnelles[1].

    Elle permet aux entreprises d’exploiter une quantité de données considérable collectées auprès de leurs clients, de leurs marchés, des réseaux sociaux, des applications en temps réel, ou encore du cloud. L’objectif étant, in fine, d’apprendre de ces données pour mieux orienter la prise de certaines décisions stratégiques futures en se basant sur des probabilités.

    En sachant que plus de 90% des données ont été créées ces deux dernières années[2]sur le plan mondial, les entreprises sont prêtes à investir pour s’équiper de différents outils d’analyses prédictives afin d’exploiter cette mine d’or à bon escient et d’anticiper les futures tendances marché et clients.

    Cependant, comme pour toute initiative largement axée sur la technologie, pour mettre en place un projet d’analyse prédictive performant, les entreprises doivent d’abord intégrer une politique de gouvernance des données efficiente. Bien souvent, la gestion des données est négligée au détriment de la volonté de l’entreprise à dévoiler les résultats des investissements analytiques réalisés. Pour obtenir des résultats d’analyse prédictive pertinentes, il est nécessaire de prendre du recul et mieux comprendre les nouvelles exigences en matière de gouvernance des données et savoir comment les relever.

    Les 5 leviers clés du succès d’un projet d’analyse prédictive :

    1. Impliquer l’ensemble du personnel de l’entreprise dès le démarrage du projet

    Il est possible qu’un seul département utilise l’analyse prédictive, mais les connaissances acquises peuvent concerner d’autres départements de l’entreprise. L’analyse prédictive pouvant contribuer à la transformation des processus de l’entreprise dans son ensemble, le panel d’utilisateurs concerné est potentiellement large et les usages couverts au sein de l’entreprise sont nombreux (marketing prédictif, data mining, algorithmes de Machine Learning, etc.).

    1. Associer l’analyse prédictive aux besoins de l’entreprise

    De manière générale, les entreprises déploient le plus souvent une solution d’analyse prédictive pour renforcer leur compétitivité (57 %), créer de nouvelles sources de revenus (50 %) et améliorer la rentabilité (46 %)[3]. Le passage à l’analyse prédictive axée davantage sur l’exploration et l’analyse statistique des données comporte un certain nombre de nouvelles exigences de qualité de la donnée auxquelles les entreprises n’avaient jamais été confrontées auparavant. Dans un premier temps, l’analyse prédictive produit de meilleurs résultats grâce une quantité exponentielle de données disponibles via une grande variété de sources. Il est essentiel de définir précisément les besoins particuliers de chaque département et de déterminer comment l’analyse prédictive répondra à ces besoins. La démarche doit être la plus spécifique possible. L’analyse prédictive n’est pas toujours axée sur les tendances, mais elle peut aussi consister à trouver des données importantes, des évènements et des conditions qui sont atypiques par rapport à la norme. 

    1. Allier l’analyse prédictive aux autres initiatives stratégique dans l’entreprise

    De nombreux investissements sont réalisés dans divers projets liés au Big Data. En France, le marché du Big Data était estimé à 445 millions d’euros à fin 2016 selon IDC[4]. Fusionner un projet d’analyse prédictive à ces projets permettra de justifier leur coût et leur complémentarité. L’analyse de rentabilité peut être encore plus convaincante en précisant que l’analyse prédictive apporte une plus-value lorsqu’elle est utilisée stratégiquement pour tirer parti d’autres investissements technologiques en cours.

    1. Etablir une culture « data first »

    Avec la multiplication des données provenant d’une grande variété de sources internes et externes à l’organisation, des administrateurs de données doivent être nommés pour gérer les politiques de gouvernance, le sens et la qualité des données. Ce niveau de gouvernance des données n’est peut-être pas nécessaire pour certaines initiatives d’analyse prédictive, cela dépendra de la teneur des analyses et résultats, s’ils seront critiques ou non pour l’entreprise. Si les analyses s’avèrent critiques, les résultats auront un impact très direct sur les opérations et, in fine, sur la qualité de l’expérience client. L’amélioration de l’expérience client étant l’objectif n°1 pour les entreprises.

    1. Procéder étape par étape

    Comme pour de nombreux projets largement axés sur la technologie, un déploiement est beaucoup plus simple lorsqu’il est décomposé en plusieurs étapes. Par exemple, pour les projets complexes, il est préférable de décomposer le projet global en une série de petits projets. Si le projet nécessite un travail important, il est nécessaire de prévoir des calendriers et des livrables distincts pour chaque phase. Ainsi, les parties prenantes seront informées et mobilisées tout au long de la réalisation du projet.

     

  • 7 initiatives pour faciliter la transition des banques vers l’expérience omnicanal.

    Une gestion intelligente de la donnée pour un meilleur service bancaire omnicanal 

    Par David Decloux, spécialiste des référentiels de données et de l’expérience client chez Informatica France

    Face à une nouvelle génération de clients avide de nouvelles technologies, de temps-réel et de confort d’utilisation, les banques sont confrontées à des exigences d’autant plus importantes que les modes de consommation évoluent.

    Aujourd’hui, les clients souhaitent pouvoir choisir leur canal d’interaction en fonction de leurs préférences personnelles et avoir la flexibilité d’en changer lorsqu’ils le souhaitent. Ils s’attendent également à une disponibilité de service permanente.

    Alors que la flexibilité et la mobilité sont essentielles aux yeux des clients, la banque « omnicanal » doit être en mesure de fournir en temps réel des données de qualité et fiables quel que soit le type et le nombre de canaux choisis par le client (internet, voix, face-à-face, email, chat), ou la séquence dans laquelle il les utilise. Elle doit ainsi repenser sa stratégie de gestion et traitement des données pour faire face aux défis qu’impose la révolution digitale.

    Pour améliorer significativement l’expérience client, les banques doivent désormais mobiliser plus que les seules données transactionnelles traditionnelles. Les initiatives réussies dans le retail amènent les clients à penser qu’une grande quantité de données les concernant sont utilisées par les entreprises (et donc les banques) pour faciliter et améliorer les interactions. Le cloisonnement en silos opérationnels ou fonctionnels, commun dans ce secteur, ne peut plus continuer. David Decloux, spécialiste des référentiels de données et de l’expérience client chez Informatica France, présente 7 initiatives à même de supporter la transition des banques vers l’expérience omnicanal.

    Traiter les données comme des actifs d’entreprise

    • De nombreuses banques ont mis du temps à considérer leurs données comme des ressources clés de l’entreprise, dans son ensemble. De nombreuses données se trouvent encore dans les silos opérationnels, sans gouvernance ni définition globale, sans responsabilité ni contrôles clairement définis, et une qualité mal maîtrisée.
    • Pour traiter les données comme des actifs d’entreprise, il faut avant tout augmenter leur visibilité et leur valeur en interne. Seuls une gouvernance et des fonctions centralisés (Chief Data Officers) peuvent estimer et promouvoir la valeur des données quel que soit le métier qui la manipule. Les initiatives omnicanal sont transverses par nature, elles nécessitent de revenir à un vocabulaire et une valorisation « institutionnelle » de la donnée.
    1. Créer des services de données orientés client en temps réel
    • Une stratégie omnicanal place, par définition, le client au centre du processus d’engagement. Les banques doivent donc aligner leurs services de données en conséquence, avec le temps réel en ligne de mire, pour supporter la possibilité de passer rapidement d’un canal à un autre. Des programmes « customer centric » existent dans de nombreuses banques, mais bon nombre d’entre eux ont une portée limitée, qui ne va pas au-delà des sources traditionnelles de données internes (réseaux sociaux, empreintes numériques, etc.). La banque omnicanal implique que toutes les sources de données clients pertinentes (internes et externes) soient accessibles et intégrées dans une plate-forme au sein de laquelle la qualité est maîtrisée et la donnée réputée fiable.
    1. Intégrer toutes les sources de données clients pertinentes

    Les interactions avec les clients laissent des empreintes numériques aux différents points de contact internes ou externes d’une banque. Analysées correctement, ces données permettent de mieux comprendre le parcours du client. La capture des informations générées dans le cadre de ces interactions est essentielle pour véritablement réagir de façon personnalisée aux attentes des clients.

    • Les logs des applications qui enregistrent la connexion d’un client à un service, les communications avec le centre de contact par messagerie sécurisée, le traitement des plaintes par le biais des services d’assistance, les appels téléphoniques, les décisions sur les demandes de prêt ou le fait de passer un temps important sur la même page de conditions générales de vente, font partie des empreintes qui doivent être analysées pour influencer les décisions. Par exemple, si un client effectue une recherche dans la rubrique d’aide pour savoir comment résoudre un problème de transaction manquante ou manquée, ce n’est probablement pas le meilleur moment pour lui proposer une nouvelle offre commerciale.
    1. Créer une vue à 360° du client, riche et détaillée
    • L’omnicanal exige une vue à 360° du client à la fois riche et granulaire, grâce à laquelle la banque pourra produire le cadre de l’interaction ainsi que sa réponse au client, quel que soit le canal utilisé.
    • La création de cette source de données passe par l’intégration d’informations internes et externes, structurées et non structurées. Elle requiert des capacités couvrant un large éventail de disciplines de gestion des données et incluant des techniques analytiques sophistiquées pour créer de la valeur à partir des larges volumes de données extraits.
    1. Les technologies de rupture étendent largement le champ des possibles
    • Un certain nombre de nouvelles technologies peuvent soutenir l’engagement omnicanal, comme les réseaux sociaux, le Big Data, l’Internet des objets (IOT) et le Cloud. Ces innovations ont chacune une valeur en soi, mais la combinaison de certaines d’entre elles est encore plus créatrice de valeur. Par exemple, une technologie Big Data peut être combinée avec le Cloud et les réseaux sociaux pour savoir ce que les clients pensent d’un nouveau produit ou service et comment réagir à l’expression de ce sentiment.
    1. Comprendre les besoins et les souhaits des clients
    • Force est de constater l’existence d’une nouvelle génération de clients beaucoup plus exigeants à l’égard de leurs fournisseurs de services bancaires. L’omnicanal est considéré comme la norme par cette génération, plus encline à utiliser des outils et techniques sophistiqués pour obtenir les produits et services souhaités au juste prix.
    • Les clients de la génération Y sont à l’avant-garde de cette nouvelle approche et conduisent les banques à s’engager beaucoup plus dans l’omnicanal. Ces clients tendent à utiliser des sources d’informations pour éclairer leurs décisions d’achat sur lesquelles les banques n’ont aucun contrôle. Connaître réellement son client, c’est prévoir ses besoins et ses souhaits, ainsi qu’être prête lorsque ceux-ci se transforment en prise de décision (de contact ou d’achat). Il n’a jamais été aussi important de se préparer à interagir avec son client.
    1. Gouverner toutes les données
    • La gouvernance des données est un sujet important pour toutes les banques. L’approche omnicanal impose désormais un large éventail de nouvelles sources de données clients non traditionnelles, ainsi que l’utilisation de technologies de rupture. Toutes ces données doivent être gouvernées de manière correcte et efficace, quelles que soient leur source et la façon dont elles sont traitées ou consommées. Les processus de gouvernance doivent donc être suffisamment solides pour intégrer ces nouveaux accès et technologies.

    L’omnicanal est là pour durer, il est exigé par les clients, qu’il s’agisse de particuliers ou d’entreprises. Les banques se doivent de répondre à cette exigence rapidement, et ce avant la concurrence. Des principes simples, comme offrir des services de données uniques et centralisés capables de fonctionner en mode différé ou en temps réel, sont essentiels pour toute stratégie bancaire omnicanal. Ainsi qu’un focus constant sur la valeur de la donnée clients, indépendamment de sa nature ou de son origine.

     

  • Comment mettre en œuvre une cure de « data detox » ?

    L’été approche : envoyez vos données en cure de « Detox » !

     Par David Decloux, spécialiste des référentiels de données et de l’expérience client chez Informatica France

     

    Big Data, Master Data, Open Data… Les données sont, depuis toujours, la nourriture des systèmes d’information et le carburant des entreprises. Mais ces dernières années, les capacités de collecte, de stockage et d’analyse de ces données ont augmenté de manière exponentielle. Il s’agit donc maintenant de distinguer, dans cette masse, celles qui sont critiques au métier, nécessaire à l’organisme (l’information) et celles qui seront rejetées ou feront l’objet d’une accumulation malsaine (les déchets ou les graisses). Ces données inutiles viennent complexifier la gouvernance ainsi que l’identification et la mise en en valeur des informations indispensables. Gare à l’obésité, donc !

    Comment mettre en œuvre une cure de « data detox » afin de parvenir à une gestion et une vision saines de ses données ? Si à l’approche de l’été, certains commencent à se préparer « physiquement » pour la plage, David Decloux d’Informatica a mis au point un régime en 5 points pour en faire autant avec les données de l’entreprise. 

    1 – Ecoutez votre corps !

    Où exactement avez-vous mal ? Quels problèmes sur vos données sont les plus critiques pour l’entreprise ? Avant d’entreprendre une quelconque action « Detox », il s’agit d’identifier les erreurs d’alimentation qui doivent être corrigées. L’évaluation de ce type d’indicateurs peut être manuelle (mais fastidieuse), ou automatique, via des outils dits de « profiling ». La flexibilité de ces derniers pour créer, en plus des règles de base (champs vides, types non conformes, etc.), des règles spécifiques au métier, est un avantage primordial pour une découverte en profondeur et à forte valeur ajoutée pour l’entreprise (retro-engineering). C’est également l’opportunité d’en faire une vraie plateforme interactive pour les analystes de données, avec des tableaux de bord « instantanés » mais également un suivi sur la durée. Un outil parfaitement adapté pour mesurer le succès de votre cure « detox » et garder votre motivation intacte au fil du temps…

    2 – Eliminez les toxines !

    Une fois le diagnostic posé, quels principes actifs adopter pour votre régime ? L’objectif est d’éliminer, ou de limiter, l’apport au sein de l’organisme productif de 6 toxines primordiales : incomplétude, non-conformité, incohérence, inexactitude, duplication et corruption. Là encore, dans de nombreux cas, l’outil informatique vise à permettre le redressement des informations suivant ces 6 axes, tout en limitant le travail manuel d’un opérateur, dédié aux actions à forte valeur ajoutée. Il est tout aussi important de considérer dans ce processus l’ensemble des modes d’alimentation : l’en-cas restreint, rapide et ponctuel (temps réel), la prise globale, régulière et planifiée (batch) et le grignotage compulsif et ininterrompu (fil de l’eau). Une plateforme de qualité de données d’entreprise, permettant d’adresser de manière cohérente les 6 toxines sur l’ensemble des flux, est la clé d’une « detox » réussie, c’est-à-dire visible à tous les niveaux et valorisante, à l’intérieur comme à l’extérieur. 

    3 – Adoptez de sains principes !     

    Les cures « detox », même régulières, ne sont pas suffisantes. Eliminer les toxines, une fois ingérées par le système d’information, est indispensable mais la réussite passe aussi par un changement de ses habitudes « alimentaires » pour en limiter l’absorption. C’est la nécessité d’adopter de nouveaux comportements vis-à-vis de ses données, de contrôler de manière plus efficace leur acquisition, leur gestion et leur utilisation. C’est la gouvernance des données, tout simplement. Seules la définition et l’application de nouvelles règles permettront d’ajouter un volet préventif au seul volet curatif que représente la majorité des initiatives de qualité de données aujourd’hui. C’est ce schéma de gouvernance, cette charte de bonnes pratiques liées aux données, qui garantira la réalisation optimale de leur potentiel.

     4 – Attention aux sacrifices !

    [if gte vml 1]><v:shape id= »Image_x0020_2″ o:spid= »_x0000_s1026″ type= »#_x0000_t75″ alt= »x – localisation » style=’position:absolute;left:0;text-align:left;margin-left:0;margin-top:1044.45pt;width:241.5pt;height:134.5pt;z-index:251658240;visibility:visible;mso-wrap-style:square;mso-width-percent:0;mso-height-percent:0;mso-wrap-distance-left:9pt;mso-wrap-distance-top:0;mso-wrap-distance-right:9pt;mso-wrap-distance-bottom:0;mso-position-horizontal:left;mso-position-horizontal-relative:text;mso-position-vertical:absolute;mso-position-vertical-relative:text;mso-width-percent:0;mso-height-percent:0;mso-width-relative:page;mso-height-relative:page’> <v:imagedata src= »cid:image003.png@01D1D927.3C493E40 » o:title= »x – localisation »/> <w:wrap type= »square »/> </v:shape><![if !vml]

    Les cures « detox » sont fatigantes. Adresser les problématiques de qualité de données, en particulier lorsque l’on n’en contrôle pas l’ensemble des points d’acquisition, est coûteux en ressources et en temps. Comme dans le cadre des régimes alimentaires, il faut s’assurer d’équilibrer le rapport bénéfices/risques. Si la notion de plaisir n’est évidemment pas transposable de la cuisine à l’entreprise, de telles cures sont exigeantes : gare à la fatigue du SI (Système Immunitaire ou Système Informatique) et de ses gardiens ! Il est facile de tomber dans le piège de gérer plus de données que nécessaire, ou à des niveaux d’exactitude et de fidélité qui ne sont pas requis (voir exemple ci-dessus). Les principes de gouvernance visent également à évaluer la pertinence de chaque donnée et le niveau optimal de qualité qui lui est associé, pour mettre en balance sacrifice et bénéfice, coût et ROI. Attention, donc, à ne pas « maîtriser » vos données au-delà de leur valeur pour l’entreprise…

     5 – Et pourquoi pas un jeûne ?

    Une idée polémique dans un contexte de course à l’accumulation préventive ou prévisionnelle de données de toutes sortes… Et pourtant, si l’objectif n’est évidemment pas de couper tous les flux d’alimentation, on peut légitimement se demander si l’entreprise n’aurait pas intérêt, de temps en temps, à prendre un peu de recul face à ses données. Pour en analyser, via ses processus de gouvernance, le coût, la finalité et les besoins. Une manière de s’assurer qu’on ne se perd pas dans des données qui, si elles ne sont plus impossibles à capturer et conserver, seront autant de perturbations ou d’éléments de déconcentration pour l’IT d’abord et pour les métiers ensuite. L’aspect réglementaire est également à prendre en compte ici, et le jeûne de certaines données peut très bien se voir imposé par les autorités, ou par la pression réputationnelle. Savoir adapter son régime et sa politique à la fois aux besoins et aux contraintes devient essentiel. Autant se priver volontairement (et publiquement ?) des données dont on a estimé qu’elles n’étaient pas indispensables plutôt que d’entrer dans des processus de déclaration, d’acceptation et de purge contraignants. Une donnée de qualité peut se révéler toxique pour l’entreprise si toutefois cette dernière n’a pas le droit de l’utiliser ou même de la connaître…

     

     

  • Etude Deloitte – Informatica – Les obstacles à une transformation digitale réussie …

    Plus de la moitié des entreprises européennes estiment que leur stratégie cloud ne sera pas en mesure d’accompagner leur transformation digitale

     Une étude menée par Informatica et Deloitte met en lumière les défis auxquels les entreprises font face en matière d’engagement client

    Les attentes et besoins des clients évoluent rapidement et imposent aux entreprises de prioriser leurs investissements en matière d’initiatives digitales. Près de deux tiers (65%) des responsables en entreprises et responsables informatiques en Europe considèrent leur entreprise comme étant « digitale ». Pourtant, seuls 43% estiment que leur stratégie Cloud est en mesure de supporter leur transformation digitale et leurs projets de gestion de données prévus dans les 12 à 24 prochains mois. Ces conclusions sont issues d’une nouvelle étude commanditée par Deloitte, un des leaders mondiaux des services professionnels, et Informatica, premier fournisseur mondial de solutions de gestion de données.

    Autres enseignements clés de l’étude :

    • Près de trois quarts des personnes interrogées (72%) considèrent la vue complète du client comme un axe différenciateur par rapport à la concurrence et comme un moyen de répondre aux exigences des clients en matière d’expérience digitale.
    • Environ 48% indiquent que l’agilité est la caractéristique première des entreprises digitales. Tandis que 43% pensent qu’une entreprise digitale est une entreprise capable de proposer une expérience fluide et omnicanal.
    • Plus de la moitié des répondants (52%) estime que c’est l’efficacité du service client qui régit les investissements technologiques et qui définit les objectifs digitaux au sein de leur entreprise.

    « Les entreprises font face à une croissance exponentielle des données. Un volume toujours plus important et différents types de données proviennent d’applications d’entreprises, d’applications cloud, et de fournisseurs de données tiers. Il en résulte des données incomplètes, incohérentes, vulnérables et non gouvernées », explique Amit Walia, Chief Product Officer chez Informatica. « Par conséquent, parvenir à dégager de la valeur se révèle complexe et accomplir les objectifs digitaux implique d’investir dans de nouvelles stratégies de gestion des données ».

    Les obstacles à une transformation digitale réussie

    Plus de quatre répondants sur dix (41%) ont cité l’utilisation de multiples plateformes technologiques comme principal frein à la digitalisation de l’entreprise. Les problématiques de gestion de données viennent complexifier le processus. Un tiers des personnes interrogées pointent du doigt le cloisonnement des données et 30% soulignent les différences de formats de données comme obstacles à la définition d’une vue unique ou complète du client.

    Des décalages sont observés entre la façon dont les responsables informatiques considèrent le niveau de préparation de leur entreprise par rapport aux responsables business. Selon 28% des répondants, cette différence de perception est une véritable barrière à la performance. Autres éléments digitaux perturbateurs, la cybersécurité (pour 40% des répondants) et l’expérience omnicanal 24/7 (pour 36%) constituent d’importantes menaces pour les entreprises sur la prochaine année.

    « Dans l’environnement digital actuel, il est capital pour les entreprises de délivrer une expérience client intégrée, fluide et cohérente. Si les responsables d’entreprises et les responsables informatiques reconnaissent volontiers que la gestion et l’analyse des données ont un rôle clé à jouer pour créer une telle expérience client, les résultats de l’étude révèlent également qu’ils se montrent perplexes vis-à-vis des stratégies digitales mises en place au sein de leur entreprise. »  indique Ben Morgan, Directeur chez Deloitte UK.

    « Pour que les entreprises puissent sélectionner et exploiter rapidement et efficacement les informations les plus pertinentes, elles doivent concentrer leurs investissements sur des processus de gestion de données robustes. Les prises de décisions seront ainsi mieux avisées et se feront plus rapidement afin de mener à bien les projets de transformation digitale », poursuit-il.

    Big Data et Cloud

    Preuve des pressions qui pèsent sur les épaules des entreprises, les résultats de l’étude mettent en évidence que les responsables d’entreprises et les responsables informatiques engagent de nouveaux investissements pour améliorer la gestion de données et les stratégies Cloud. Pour 53% des entreprises interrogées, ces investissements se justifient par une volonté d’accélérer et d’améliorer la pertinence des prises de décisions, pour 45% des sondés l’objectif est avant tout de réduire les coûts opérationnels. Environ 34% ont également cité la nécessité d’opérer des ciblages individuels plutôt que de définir des segments entiers de clientèle.

    Dégager rapidement de la valeur et gagner en agilité sont respectivement cités à 30 et 29% comme principales motivations pour migrer vers des approches de gestion Cloud ou hybrides, des avantages étroitement liés à l’optimisation des coûts. 56% des responsables informatiques et responsables d’entreprise envisagent d’adopter un projet de cloud hybride au cours des 12 à 24 prochains mois. Seulement moins d’un répondant sur cinq envisage le format « on premise » comme principal modèle de déploiement.

    Méthodologie : l’étude, menée auprès de 132 responsables informatiques et responsables d’entreprise a été commanditée par Informatica et Deloitte et réalisée par IDG Research Services. Elle a été conduite en ligne entre le 19 janvier et le 15 février 2016.

     

  • Les banques ont-elles pris conscience de la révolution des données ?

    Quand l’expérience bancaire permet aux banques de conserver leur part de marché face aux FinTech.

    Les données des clients n’ont jamais été aussi accessibles, ceux-ci devraient donc tout naturellement être au cœur de la stratégie des établissements financiers. Pourtant, les banques continuent à faire de la conformité réglementaire leur priorité et considèrent souvent les projets liés aux données trop contraignants. Des secteurs moins règlementés tels que la distribution et les services digitaux (marketing, réseaux sociaux, etc.), qui évoluent plus rapidement, exploitent déjà ces flux de données pour améliorer l’expérience client. En revanche, les sociétés de services financiers, les banques et les compagnies d’assurance se montrent plus réservées, souvent freinées par une multitude de contraintes règlementaires.

    Le développement de services tels que Google Wallet, Apple Pay et les paiements Facebook ne sont que quelques exemples de la façon dont les géants du numérique développent des services monétaires qui pourraient supplanter les banques traditionnelles. L’émergence de services tels que l’application bancaire sociale Kitti de Santander et les wearables de Barclays montre que les banques semblent enfin avoir identifié les avantages concurrentiels d’une approche centrée sur le client et cherchent à en tirer parti.

    Se préparer à la mise en œuvre

    Selon une étude réalisée récemment par IDC pour le compte d’Informatica et de Cognizant, l’amélioration de la stratégie client est souvent citée comme l’une des principales raisons pour lesquelles les banques entreprennent une refonte de leur infrastructure technologique. Toutefois, l’étude indique également que les organismes de réglementations européens incitent les banques à déployer des projets de gouvernance des données en raison des inquiétudes suscitées par les problèmes de qualité des données. Les exigences en matière de reporting sont de plus en plus onéreuses pour atteindre les niveaux de détail requis et répondre dans des délais toujours plus courts.

    Il est vrai que les établissements financiers devraient considérer les investissements dans la gouvernance des données comme un moyen de pérenniser leurs activités face aux réglementations de plus en plus strictes. Cependant, pour tirer pleinement parti de leurs investissements, ils doivent découvrir les avantages d’une stratégie orientée client. Un organisme de réglementation peut vouloir être en mesure d’analyser les données en temps réel, mais il peut en être de même pour le développeur d’un nouveau produit ou services, un responsable de la relation client ou un client.

    L’exigence d’immédiateté est désormais exercée aussi fortement par le client que par l’organisme de réglementation. Étant donné que les banques et les assureurs proposent de plus en plus de services mobiles, les clients attendent d’eux qu’ils soient en mesure de personnaliser les offres de produits en temps réel. Si les acteurs traditionnels ne sont pas en mesure de le faire, les nouveaux entrants, comme les FinTech, s’en chargeront.

    Investir dans la gouvernance des données est la seule façon de répondre à ces besoins. Pour ce faire, les entreprises doivent comprendre un certain nombre de choses. Au plus haut niveau, l’entreprise doit traiter les données comme un actif stratégique conférant un véritable avantage concurrentiel. Pour appliquer une stratégie orientée client, il faut être en mesure de développer facilement la relation client et gagner des parts de marché. Pour cela, il faut exploiter l’ensemble des informations à disposition sur les clients pour s’assurer que les bons produits leurs sont proposés au bon moment. C’est pour cela que les données doivent être considérées comme un atout stratégique plutôt qu’une source de coûts ou une contrainte réglementaire.

    Les données ouvrent la voie

    Des entreprises telles qu’Amazon, Uber et Google ont instauré des niveaux de service client élevés et les consommateurs ont de plus en plus la même exigence avec leur banque.

    La personnalisation de l’expérience bancaire apparaît alors comme le moyen le plus sûr pour les banques de conserver leur part de marché face aux FinTech. Seules celles qui seront en mesure d’exploiter leurs données et de mettre en œuvre un modèle centré sur le client pourront offrir les services personnalisés que les clients attendent à l’ère du tout numérique.

     

  • Comment tirer parti de l’IOT ?

    Les données et l’Internet des Objets : un grand pouvoir et de grandes responsabilités

    Vincent Harmsen, Vice Président des ventes Europe du Nord et de l’Ouest d’Informatica.

    L’Internet des Objets (IoT) a commencé par faire l’objet d’une grande curiosité et de spéculations de tout ordre avant de se concrétiser et de faire aujourd’hui partie intégrante de nouvelles applications métiers. Il est donc temps de mettre en place des développements, des politiques et des standards précis pour pouvoir continuer à avancer et en tirer le meilleur parti.

    Des entreprises comme GE par exemple, intègrent des capteurs dans des équipements tels que des moteurs d’avion ou encore des outils électriques. Cela permet d’améliorer considérablement l’efficacité et la connaissance des processus de production. Selon les estimations de GE, près de dix milliards de périphériques sont déjà connectés à l’Internet industriel.De nombreux développements voient également le jour dans des domaines aussi variés que la santé, la gestion urbaine ou encore la biologie marine. Même sur le plan national, des discussions se multiplient pour promouvoir l’IoT comme levier de croissance économique tout en préservant la sécurité et la confidentialité des données.

    Nul besoin de préciser le pouvoir qui se cache derrière l’IoT. Mais ce pouvoir implique de grandes responsabilités.  C’est là où les données entrent en jeu, car finalement l’IoT ne repose pas vraiment sur les objets, mais bien sur les données qui vont et viennent entre ces objets.

    La donnée en elle même est une source d’innovation puissante et, de ce fait, elle se retrouve au cœur de multiples discussions stratégiques voire économiques. Dans un récent rapport, le « Center for Data Innovation » conclut que les données sont des ressources essentielles pour contribuer à résoudre des problématiques sociales et même favoriser la croissance économique.

    Le temps est donc venu de considérer les incroyables ressources que les données générées par l’IoT peuvent représenter. L’heure doit être à la préparation et à la définition des mesures à mettre en place pour gérer le flux impressionnant de données produites. Cela requiert, à un niveau organisationnel, des stratégies orientées Big Data et des méthodologies beaucoup plus poussées que ce qui peut déjà exister dans les entreprises.

    Quiconque souhaite mettre en place une approche IoT doit préalablement comprendre quelques éléments essentiels en matière de technologie d’intégration de données.

    Tout d’abord, il faut garder en tête que le volume de données va continuer à croître de façon exponentielle et que la vitesse à laquelle les données sont transmises s’amplifie et devient même du « temps réel ». Les anciennes approches d’intégration de données doivent donc être réévaluées.

    De même, la qualité des données doit être vérifiée, qu’elles soient en mouvement ou au repos. Elles doivent être stockées dans des « data stores » où elles pourront être analysées immédiatement. Des données de mauvaise qualité détériorent la valeur de l’IoT. Sachant que les périphériques produisent des données de toutes sortes et non structurées, il est impératif de mettre en place les politiques pour réaliser les vérifications de qualité et de gouvernance des données.

    Dans de nombreux cas, les approches d’intégration de données et la technologie vont devoir combiner les données en mouvement. Cela peut être illustré par la possibilité d’utiliser les données partagées en temps réel depuis les drones qui volent au dessus de nos têtes.

    L’IoT s’accommode aussi bien avec le cloud et le Big Data. En effet, la plupart des applications et des données IoT vont se montrer plus économiques lorsqu’elles sont hébergées dans le cloud. L’analyse de données en temps réel, qui permet de tirer pleinement parti des systèmes IoT, se base directement sur les technologies de Big Data émergentes.

    L’IoT change la donne en matière de partage et de gestion des données en temps réel. C’est une vraie évolution dans nos vies notamment concernant la façon dont nous interagissons avec la technologie et utilisons les données pour résoudre des problématiques.

    La clé pour faire en sorte que l’IoT fonctionne réside dans une stratégie d’intégration de données et d’implémentation de la technologie bien pensée. Si l’IoT doit faire partie de notre futur, il est grand temps de s’y mettre !