Business intelligence-dans-la-banque-de-demain

Matinée
Banque de demain & BI

25/10/2012

Soft Computing – 55, quai de Grenelle – 75015 Paris – tél. +33 (0)1 73 00 55 00 – www.softcomputing.com

SOMMAIRE

1. Notre savoir faire en Business Intelligence
2. La banque d’aujourd’hui et de demain: des enjeux
stratégiques autour de la business Intelligence
3. Vers le BI de demain
4. Quelques cas métiers

www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 15/04/2013 2

Nos atouts et points forts

Le décisionnel est au cœur de nos savoirs-faires

• Une mission depuis 20 ans : transformer les données en résultats
• Une approche de l’urbanisation étayée par de nombreuses références
• Des pôles de compétences BI reconnus comme des références sur le marché
•  Une approche pragmatique soutenue par des retours d’expériences concrets

Une connaissance approfondie des enjeux métier, du contexte fonctionnel et des
environnements techniques

• Une présence sur les acteurs majeurs tout secteur d’activité confondu, aussi bien coté MOA
que MOE
• Des partenariats technologiques avec tous les grands éditeurs,
• Une capacité à aligner les réalisations technologiques avec les enjeux métier

Une capacité d’accompagnement 360° : métiers, processus, outils, projet, pour un
accompagnement sur la durée

• Notre organisation conseil, technologie, marketing services assure une couverture complète
des problématiques BI
•  Une volonté de développer un partenariat long terme avec nos clients

Références

Références décisionnelles dans le domaine bancaire …
Orientation B – Constitution de datamart(s) spécialisé(s)
schéma de principe

• Société Générale : Analytique
Portail
Pilotage

– Société Générale : conception du socle décisionnel Etudes,
Production de Scores
Espaces de Travail
Informations de pilotage
financier, commercial,

– Crédit du Nord : projet Pilotage commercial
Gestion Reporting Restitutions,
Modélisation Production Etudes risques, marketing,
Campagnes Interne par rôle et fonction
activités processus

(pilotage et recette)
Entrepôts
Datamart(s) Analytique(s)
CMW
Consolidation
(Entrepôt de Pilotage)

– BDDF : Cadrage Evolution du Dispositif Marketing, Convergence
Marketing Risques (majoritaire)

Filière Filière
Intégration Quotidienne Mensuelle
(complémentaire) (évènementiel) (stocks)

– Boursorama : mise en place du DWH marketing
Indicateurs
produits
Ponctuel,
transitoire
Architecture des données (extrait dwhcomete.ppt) 1/3

– Franfinance : mise en œuvre de l’EMA
3D, DFE, DFIS

Assurance
Scores Partenaire Services Cartes
Adresses
commercial Facturation

Éléments
de

• Crédit Agricole :
Personnes Dépôts Contacts
Février 2010 PEDM - Chantier E - Orientations d'Architecture Cible
structure Produits Titres
26
et vues

Catalogue

– COMETE : constitution du DWH, étude d’opportunité appliance,
MKG

Catalogue
Comète
OCE
Crédits
DMT
Concept

projet Geocom (SAS MA)
Encours et
MC
Partenaire Suivi
DONOUGH
GREEN

– APIS : étude d’opportunité DWH, DMT Ciblage
DMT
Contacts
Donnée Défaut
s

– ATLANTICA : cadrage projet CRM DMT
LUC

Évènements A - Le DWH-N devient la base de données de référence pour

– SOFINCO : Etude Laboratoire d’Innovation Risque Reproduction interdite sans l’accord exprès de Soft Computing
tous les enjeux métiers du Groupe
9

– NICE : fourniture du modèle DWReady pour fonder le DWH CA Technologies Côtabilité
Financier
• Monaco
PNB
Commerciaux
• Pilotage S’Miles
Commission Banc.
Risques
• Fermat
Conformité
Réglementation
• Informatique
• Rac V2 • Segmentation Pro • Bâle 2 et Liberté
• Pilotage Top Ten Comptabilité • Anti-blanchiment
• Crescendo • Rapprochement
• Pilotage MS comptable

• La Banque Postale :
Datamart …
S’Miles Fermat

– Roadmap SI décisionnel DWH
National

– Fourniture du modèles de données DWReady
Linux BCU (D5000) : 6,9 téra-octets espace disque
formaté : Production Communautés
informatiques
Corporate network

– Audit décisionnel et optimisation des outils décisionnels
Fast Communication Manager
Cluster management network
Production Outils Cciaux
IBM x3650 (1) IBM x3650 (1) IBM x3650 (1) IBM x3650 (2)

– Gouvernance décisionnelle, qualité des données CSM
Cluster management Admin data data
3

1 CPUS DC 3.0GHz 2 CPUS DC 3.0GHz 2 CPUS DC 3.0GHz 2 CPUS DC 3.0GHz

IBM x3650 (1)
EXP3000 EXP3000 EXP3000 EXP3000 EXP3000

• Et aussi :
SAS SAS SAS SAS SAS
146GB@15rpm 146GB@15rpm 146GB@15rpm 146GB@15rpm 146GB@15rpm
Raid/5 Raid/5 Raid/5 Raid/5 Raid/5

Spare node
2 CPUS DC 3.0GHz
Database

– HSBC, Axa Assurances, Natixis Financement, Crédit Mutuel, IBM x3650, SLES/10 : 3 nœuds pour database
6 cpus bi-cœurs (12 cores) 3.0GHz
DB2 Datawarehouse

BDPME, ING Belgium, AtijariWafa, … 40 GB memory
IBM EXP3000 : cartes FC Megaraid bi ports
Disques 146GB, SAS, 15rpm, Raid/5
6.9TB disques utiles (incluant parité) Un nœud de gestion du cluster (CSM)
DB2 Data Warehouse V9.1.1 + DPF Un nœud de spare

Reproduction interdite sans l’accord exprès de Soft Computing 33


DWReady™ : un modèle de données complet pour garantir la pérennité
et l’évolutivité des systèmes décisionnels

DW Géo-
Ready™
Soft Computing

Éléments de mar-
Campagnes
structure keting

Personnes
 DW Ready, un modèle de données Relations Physiques
détaillées et agrégées clé en main, & Morales
Événements
orienté client et décliné par secteur
d’activité : banques, assurances,
télécoms, distribution, eCommerce, Catalogue Comptes
VPC, B2B et providers Internet. Produits &
Services
Opérations
 DWReady en quelques chiffres :
11 domaines, Agrégats
Plus de 500 entités,
Crédits Produits & Services IARD…
Plus de 500 associations,
Dépôts Moyens de Epargne
Plus de 1 500 agrégats, couvrant le pilotage, paiements

le risque, le marketing et la valeur client
Près de 3 000 données,  Un dataware en entité – relation pour les données
15 années d’expertise formalisées (par les élémentaires mais représentant les concepts métiers explicites
personnes de Soft Computing ayant participé pour une compréhension immédiate par les utilisateurs métier
à la création de ces modèles et de son et une indépendance vis-à-vis des systèmes opérationnels
enrichissement)  Des agrégats pour le reporting sur un schéma en étoile,
De nombreuses expériences opérationnelles adapté à l’exploitation par les outils du marché


Quelques exemples de missions

Constitution du refonte du pilotage Accompagner
DWH, étude Choisir les outils Définir la démarche
des plateformes la refonte des
d’opportunité du décisionnel de conduite
téléphoniques processus et des
appliance, projet analytique du changement
outils marketing
Geocom (SAS MA)

Évolution des
besoins Mise en place du Augmenter
Améliorer les outils
décisionnels la productivité et Accélérer
DWH marketing commerciaux
MT et apport des l’efficacité du le time to market
en agence
appliances service après vente

Audit et optimisation Mise en place du Accompagner
des outils décisionnels, Accroître l’efficacité Optimiser
système au quotidien le
gouvernance des programmes la collecte
d’informations développement
décisionnelle, qualité relationnels et moderniser
marketing, magasins de la connaissance
des données sur le web les appels aux dons
et web client


Des banques qui nous font confiance


SOMMAIRE



Une mutation progressive de la stratégie de relation client
Banque de demain

Hier Aujourd’hui Demain

1ère mutation 2ème mutation
Stratégie d’équipement Stratégie de mise en relation

Banque Banque Banque
d’intermédiation d’équipement de relation
Offre Demande Interactions

Financement Développement Le client
de l’économie des établissements au cœur de
financiers la chaîne de valeur

Financer la société Produire Communication Savoir détecter Adresser
Décloisonner
de production et de un catalogue Dynamique et production les attentes et la bonne offre
les canaux
consommation d’offres fourni commerciale soutenue usages du client au bon client

Des mutations réglementaires (MIF, Bale 1 à 3…)

Un client 2.0 qui souhaite contrôle la relation
Banque de demain

Une offre
Une offre limitée Une offre large
pléthorique


Client hyper connecté, mobile,
L’agence reste clé pour les
L’agence comme point Multicanal => parcours client
actes de conseil, de vente
de contact majeur
(opérations, conseil) Les autres canaux deviennent Développement de nouveaux
majeurs pour les opérations modèles d’agences

Des attentes Exigence de conseil
Diminution des prix Multi-bancaire
Simples Comparateur / « J’aime »

Une fidélité à sa Remise en cause de sa
My Bank => My money
banque banque, développement
de la multi-bancarisation


Les canaux au centre des enjeux d’acquisition et fidélisation
Banque de demain

Les canaux à distances deviennent un maillon clé
pour la conquête de nouveaux clients, notamment
pour la génération Y

Et permettent un accompagnement continu des
clients

Une agence vitrine de la
marque

Une agence lieu de vie et
adaptée à son
environnement

L’agence reste le lieu du conseil et de la proximité
relationnelle, au cœur de la stratégie de
Une agence technologique
fidélisation
Une agence multicanal
Mais elle doit être repensée !
Une agence « segmentée »
- Offre, clientèle -

Le nécessaire accompagnement du client de demain
Banque de demain

Chaîne de relation client amont

La connaissance de la clientèle: Socle multicanal La gestion du temps réel / des
le datawarehouse nouvelles données
Moteur d’offres
- un SI réactif, flexible, évolutif,
Briques études, pilotage, ciblage adaptable, Big data -
Connaissance client


Réseaux
Courrier Agence en
sociaux
ligne

Centres d’appel
La banque Parcours client Poste de travail

Chargé de multicanal et cross canal
clientèle
Mobile Peer to peer
Mobile
(paiement et Banking
(consultation)
DAB/GAB souscription)

Internet Dématérialisation
(suivi des comptes et Internet
opérations simples) (souscription full online)
Chaîne de relation client aval

Des évolutions qui doivent être accompagnées de nouveaux
Business Models - Exemple des paiements Banque de demain

• À date, la carte bancaire a acquis une position dominante difficile à remettre en cause…

• Un moyen de paiement incontournable avec un potentiel de croissance encore important (Visa Europe en
2011 a vu ses transactions augmenter de 13,6%)
• Les acteurs majeurs ont développé un haut niveau d'industrialisation avec des grosses usines à faibles
marges sur de gros volumes
• La transaction de paiement en elle-même ne représente plus le principal potentiel de marge

• Le futur reste à écrire : vers une dématérialisation de plus en plus poussée (sans chèque, ni carte, ni espèce)
où le client utilise son compte bancaire directement pour payer

… dans des parcours … avec de nouvelles
… avec de nouvelles de paiement plus fonctions
Un portefeuille technologies … en assurant
fluides le bon niveau
dématérialisé… (gestion de budget,
(sans contact et (paiement mobile, dans paiement de sécurité
mobile) les transports…) communautaire…)

des potentiels de marge
élevés

L'acquisition de nouveaux clients en paiement électronique
Les fonctionnalités marketing liées aux paiements pour les commerçants


Des évolutions qui ne peuvent se faire sans maitrise du
savoir Banque de demain

Bâle II Multiplications des sources
Des évolutions règlementaires d’informations disponibles dans
toujours plus exigeantes obligent l’entreprise (applicatifs métier)
les sociétés à conserver des
informations aux normes

Solvabilité II

Un besoin d’adopter une vue
client unique pour optimiser Maîtrise Un volume de données
les relations et les offres pour
chaque client
du savoir conséquent en constante
progression

Dans les 5
prochaines années
on prévoit un
accroissement de
Une faible proportion des entreprises 800% du volume
(28%) * ont confiance dans la qualité des données dont
des données présentes dans leurs SI 80% seront non
structurées**
Des données de moins en moins
structurées à gérer

*Source : Etude « Qualité des données : organisation, confiance et initiatives » réalisée fin 2010 par le CXP auprès de 74 entreprises françaises dont le CA dépasse 100 millions d’euros
**Source : Etude « Top Predictions for IT Organizations and Users for 2011 and Beyond»

www.softcomputing.com Reproduction interdite sans l’accord écrit de Soft Computing 15/04/2013 2010-01

14

Des évolutions et enjeux de relation client auxquels le BI
2.0 apporte des réponses concrètes Banque de demain

Un parcours client personnalisé intégrant tous les canaux
d’interaction avec plus de valeur ajoutée quel que soit le Big Data
canal, et sans rupture

Données non
Une Banque « nomade » basée sur une gestion structurées
continue de la relation et répondant aux attentes de la
génération Y

Temps réel
Une relation de plus en plus :
- dématérialisée pour la gestion quotidienne
Gouvernance /
- humaine pour les événements clés
Qualité des données

De nouveaux produits et services…
BI agile
« intelligents » « éco-responsables »
« généreux » « au juste prix » « modulaires »
Cloud
La fiabilité et rapidité des échanges d’information
comme nouveau point de comparaison Référentiel
=> Une Banque « à l’écoute, impliquée, réactive » « client unique »


SOMMAIRE

1. Présentation de Soft Computing


Contexte évolutif et instable:
Concurrence rude, risques, opportunités à saisir BI 2.0

Les entreprises gagnantes
seront celles qui sauront

 Agir et réagir plus vite et finement  Toutes les données, de tout type,
face aux opportunités au niveau élémentaire,
 Piloter plus précisément et à tous les historisées, fiables, interprétables
niveaux opérationnels, grâce au bon  Basées sur un vocabulaire et des
niveau de synthèse référentiels communs
 Alimentées et référencées au fil
 Absorber et bien exploiter les de l’eau
masses de données issues de  Accessibles pour tous les usages,
sources hétérogènes tant décisionnels que
 Maintenir la réactivité de leur groupe transactionnels, avec le bon
 Créer et innover pour faire face à niveau de service
une concurrence accrue
Plus concrètement

Freins opposant les données comme leviers de croissance
BI 2.0

•Emergence de nouveaux business •Règlementation sur le respect de la vie
modèles privée

•Support à la personnalisation des offres •Droit de la propriété de la donnée
ce qui assure la fidélisation des clients
•Accessibilité restreinte des données
•Automatisation des décisions en temps
réel (cas des fraudes bancaires) •Des décideurs pas toujours sensibilisés à
l’intérêt de l’exploitation des données
•Simulation comportementale
•Indisponibilités des compétences
•Passage du « Mass marketing » au d’analyse requises pour es gros volumes
« Personal marketing » ou le « One-to- de données
one »

Leviers de Freins au
création de valeur développement
du phénomène

Maturité des systèmes d’information
Focus sur les points durs rencontrés BI 2.0

Effet tunnel,
projet à plus d’un an avec risque de dérapage

Nouveaux types de restitution (Mobilité, BAM, …) Demande d’autonomie et d’agilité
difficile à prendre en compte non satisfaite

Budget global et ROI difficile à quantifier Diversité voire divergence des usages

Sécurité d’accès et confidentialité
(cryptage, distribution…) difficile à assurer Des métiers très éloignés de la solution

Gestion de la collecte
(niveau de fraicheur, de granularité, de certification/qualité)


Faire face au déluge d’informations en croissance exponentielle
BI 2.0

L’idée est de transformer les données brutes en mine d’or

Acquisition de l’information=> Opportunités business=> Avantage compétitif

Problématique
Masse d’information générée par l’écosystème informationnel impactant la performance
analytique requise par les organisations ce qui demande aujourd’hui de disposer d’une
infrastructure:

Adaptée
Evolutive
Economique
Puissante


Le concept Décisionnel 2.0
BI 2.0

Toutes les données ont une valeur

… apport de Stratégique
Les besoins d’aujourd’hui ne présument
pas ceux de demain valeur dans tous
Un capital les processus de Tactique
en De nouvelles données apparaissent l’entreprise
constante régulièrement
Pilotage
évolution …
La forme, l’origine ou la localisation ne sont
pas des limites (SID, SI, Partenaires, Web …) Opérationnel

La donnée doit produire de l’information

La donnée récente, même non certifiée,
La donnée non structurée,
De l’information média (associée ou non),
Gérer : Des photos datées, des indicateurs et des informations calculées,
La très haute volumétrie
Différents niveaux de service
Le besoin de flexibilité

Le concept Décisionnel 2.0 : point de vue fonctionnel
BI 2.0

Des services de base appuyés sur une gouvernance orientée métier

•Des données, des usages, des processus,
Gouvernance …

Services •Référencement, intégration, gestion de la
d’intégration qualité, Transformation, …

Services de •Organisation, Mise en relation, Ajout de
persistance valeur, Historisation, Stockage, …

Services •Exposition, Mise à disposition, Mise en
d’accessibilité forme, Sécurité, …


Remise en cause des principes établis
Exploitation des nouvelles technologies BI 2.0

Besoins d’accès à de fortes volumétries
Utilisation de solutions
Pas de recherche d’intégration de données, alimentées à haute
spécialisées pour les fonctions
maximale des données : fréquence pour servir les besoins
complexes:
Approche par référencement et organisationnels et la pléthore
Proposer un socle fortement intégré, basé sur des
syndication de données d’utilisateurs et de clients qui accèdent
textmining, gestion des médias,
recherches complexes
technologies spécialisées, capable de répondre à des
à ces données

besoins décisionnels et opérationnels en environnement
de haute volumétrie aux meilleursde la performance par
Gestion
délais
Mise en œuvre de solutions les concepts systèmes plus que
orientées services par les développements ou
l’optimisation récurrente

Les évolutions se font plutôt par
Systématisation des solutions
Entre temporalité et évolution de ajout de nouveaux domaines,
de restitution multi sources,
reliés par les référentiels
avec une logique d’accès de l’information, les projets à cycle long ne
peuvent plus être portés par les DSI externes plutôt que par
type moteur de recherche
évolution des existants


Facteur clés de succès pour un décisionnel 2.0:
Application aux solutions départementales spécialisées BI 2.0


Et au bout de tout ça
BI 2.0

Connaitre sa part d’audience et sa réputation sur le Web

Partager avec ses clients les informations clés les concernant et enrichir ses données avec celles qu’ils
acceptent de partager (réseaux sociaux)

Évaluer la performance d’un processus de bout en bout en prenant en compte le fonctionnement actuel
(temps réel), récent et de référence

Paramétrer facilement le SID pour réagir sur un évènement, (soupçon de fraude, franchissement de seuil,
dégradation de score, …) et initier un processus d’alerte puis de correction

Être en mesure d’utiliser tous les médias (images, texte, son,…) dans les processus décisionnels, tant pour
leur contenu, que pour faciliter l’exploitation des information (image produit, texte d’un blog, …)

Pouvoir mettre en œuvre et alimenter en donnée des solutions d’arbitrage prédictif en production (Yield
Management, Campagne auto-apprenante, moteur de règle, pricing dynamique)

Donner de l’autonomie aux équipes d’experts pour accéder aux données sans risque de dégradation des
SLA

Prise en compte des contraintes de budget et de délais pour faire évoluer le SID, et réduire le Time to
Market en gérant des « petits projets décisionnels »

SOMMAIRE

1. Présentation de Soft Computing


Rappel – Qu’attendons-nous du SI décisionnel de demain ?

Systèmes décisionnels Systèmes décisionnels Franchir les limites
Départementaux communs Des systèmes
actuelles des systèmes
Technologie

Redondant et vertical Cohérence et réactivité
Orienté client
Assurer la mise à disposition des
(parcours, usages)
BDD BDD BDD informations dans les processus
Entrepôt de données
multicanal
(souscription, communication…)
Production Production
Adapté au nouveaux
standards de réactivité
Permettre une consolidation des
données temps réel
à la donnée

L’information utile L’information utile (aide à la vente, pilotage… )
Relation

est considérée est considérée Efficace / adapté aux
comme un savoir comme une ressource grosses volumétries
Gérer l’immédiateté du mobile
Le savoir c’est le pouvoir transactionnelles
banking, le nomadisme

Redéfinir le parcours client, gérer
Système ouvert Flexible
en continue la relation
Système en silos Orienté données métier
Usage

Très Technique Contrôle faible
Limité et contrôlé Hebdo / mensuel Apporter la flexibilité et la
Fiable
réactivité en terme d’offres…
Peu d’utilisateurs Multi-utilisateurs experts



Un SI décisionnel générateur de valeur dans tous les domaines
Cas métiers

Historique Volumétrie Temps réel Interaction

Pilotage du risque octroi
Risques
Modélisation Alertes client /
Contrôles des opérations
Contrôle des opérations conseiller
Fraude

Lutte anti-blanchiment
Conformité Traçabilité

Parcours client cross canal
Parcours client cross canal
Modélisation
Marketing Rebond commercial
Rebond commercial
Réseaux sociaux
Pilotage
Commercial commercial Moteur Portail
d’offres

Pilotage
Financier Liquidités
Financier


Un SI décisionnel qui doit nous affranchir du choix entre
réactivité et efficacité Cas métiers

Transactionnel Décisionnel
Détection de mouvements de Détection de mouvements de
comptes en fonction d’un seuil comptes anormalement élevés
(exemple : flux créditeur réel par rapport au comportement
de plus de 4 000 euros) passé du client

Alerte au conseiller à Alerte au conseiller
J+1 entre S+1 et M+1

Une information « intelligente », qui
Une réactivité satisfaisante
permet de traiter efficacement les
Mais une information brute qui ne
événements
permet pas de différencier le
Mais une réactivité qui ne correspond pas
fonctionnement classique d’un client,
au temps commercial et fait perdre des
d’un mouvement exceptionnel
opportunités

Un même constat au final : le conseiller ne traite pas les événements
soit parce qu’ils sont trop nombreux, soit parce qu’ils sont trop anciens


Un SI Décisionnel temps réel pour un traitement des événements
« chauds » à forte valeur ajoutée Cas métiers

Temps
réel Ce mouvement est-il suspect au regard de la LAB ?
Comportement passé, règles expertes, vérification de la
connaissance client
Dépôt sur le compte Soir

Ce mouvement est-il exceptionnel ?
J+1
Quel est le mouvement moyen du client sur les 6 derniers
Demande mois ?
d’informations Alerte
Un communication multi-canal
et personnalisée Qui est mon client ?
Conseiller Cellule LAB / LAT Profil / produits détenus / canal de communication
préféré…

Quelle est la meilleure offre ?
Moteur de préconisation

Quel canal pour cette offre, ce client ?
Priorité de traitement de cette opportunité,
réglementation, autres événements clients associés


Un SI Décisionnel efficace et adapté aux grosses volumétries pour
profiter de toutes les opportunités commerciales Cas métiers

Temps réel
Ce paiement est-il habituel ?
Est-il potentiellement frauduleux ?
Blocage
Comportement passé du client
Paiement opération Modèle datamining et règles expertes (montant /
Tps réel fréquence / origine…)

Temps réel Alerte SMS Le solde du compte ou autorisation de découvert
sont-ils suffisants ?

Alerte risque Solde insuffisant
+ offre commerciale / Limite proche

Le client est-il éligible
à une facilité de paiement / crédit ?
Scoring à la volée + vérification risque


Repenser les parcours clients multicanal cohérent et
sans rupture Cas métiers

Courrier physique
Relance par SMS de
Envoi de l’offre confirmation
e-mail personnalisée
Abandon
Abandon décaissement

Information / Simulation Souscription Gestion

Le client fait une simulation Il suit l’avancement de
Il souscrit à l’offre
de crédit à la consommation son dossier en temps réel

Enregistrement de la
simulation
call back
Le client retrouve sa simulation Il suit l’avancement de
sur Internet et peut souscrire à l’offre son dossier en temps réel

Le client obtient les informations Il souscrit à l’offre accompagné La plate-forme le renseigne
complémentaires par le conseiller à distance sur l’avancement du dossier

Rendez-vous
Le conseiller retrouve le dossier Le conseiller peut consulter
et conclut la vente en face à face l’avancement du dossier


Une gestion des actions commerciale peu réactives face aux
nouveaux besoins du client Cas métiers

Le plan d’action Commercial est défini en amont
Plan d’action Commercial
(trimestre précédent, année n-1)
Pour préparer les campagnes
(supports de communications, déroulés commerciaux)
Pour pouvoir gérer la cohérence de communication afin de ne
pas sur-solliciter le client

Le déclenchement est planifié sans prendre en compte
l’évolution des besoins du client J F M A M J J A S O N D

Campagnes Le client est « pollué » par
des propositions qui ne
Contacts tiennent pas compte de son
besoin au moment de la
Besoins proposition

La banque ne répond pas à
ses besoins qui peuvent dès
Satisfaction lors être satisfaits par un
client concurrent

J F M A M J J A S O N D

Vers une gestion de la pertinence des offres en temps réel
Cas métiers

Contacts Le client est ciblé dans plusieurs
prévus campagnes tout au long de l’année.
Offre B:
Offre A: Courrier « Joyeux
Epargne
Assurance Auto Anniversaire »

Le client se rend en agence car il souhaite
souscrire un crédit
Contacts
effectifs
Offre A : Proposition
Assurance Auto de Crédit
XOffre B:
Epargne
Offre C:
Assurance
Crédit
Courrier « Joyeux
Anniversaire »
 Le conseiller recherche la meilleure
proposition de crédit pour son client. Cette
information est utilisée pour l’ajustement des
prochains contacts sortants

Satisfaction
client

 Utilisation d’un moteur d’offres préconisées en tant que socle commun
à tous les contacts client entrants et sortants, quel que soit le canal et
accessible en temps réel

Adaptation au Efficacité
Réactivité
besoin du client commerciale


Un SI réactif, flexible et puissant

Systèmes décisionnels Systèmes décisionnels Synchronisation des SI
Départementaux communs transactionnels et
Technologie

Redondant et vertical Cohérence et réactivité décisionnels
Agilité et interactivité

BDD BDD BDD
Entrepôt de données Fusion
Transactionnel
Production décisionnel
Production
à la donnée

L’information utile L’information utile L’information utile
Relation

est considérée est considérée est considérée
comme un savoir comme une ressource comme un service
Le savoir c’est le pouvoir

Système en silos Système ouvert Système synchronisé
Très Technique Orienté données métier Orienté actions métier
Usage

Limité et contrôlé Contrôle faible Sécurisé et adapté
Peu d’utilisateurs Réactivité hebdomadaire Temps réel
Multi-utilisateurs experts Multi acteurs



Une BI en cohérence avec les nouveaux modes de
consommation et d’accès aux données

La bonne Au bon dans la bonne Pour la bonne N’importe N’importe
information moment forme personne où quand

Data quality

Gouvernance
MDM

Temps réel
Big Data
In memory

BI self service
Collaborative
Visualisation
BI anywhere
Cloud
Mobile


Business intelligence-dans-la-banque-de-demain

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Destacado

Destacado (20)

Similar a Business intelligence-dans-la-banque-de-demain

Similar a Business intelligence-dans-la-banque-de-demain (20)

Más de Soft Computing

Más de Soft Computing (20)

Business intelligence-dans-la-banque-de-demain