L’enjeu du Big Data pour les banques – Partie 2

Temps de lecture : 4 min

Big Data, stratégie et efficacité. Le Big Data permet de récolter et d’analyser de grandes masses de données structurées et non structurées provenant de sources internes (issues des bases de données de la banque) ou externes (données web notamment).

 

Exemples de visuels SAS Visual Analytics

 

Comme vu précédemment dans l’article « L’enjeu du Big Data pour les banques – Partie 1 Le Big Data révolutionne le marketing au sein des banques », cette petite révolution dans le monde des données offre l’opportunité aux banques d’acquérir ainsi à une connaissance beaucoup plus fine du client lui permettant d’adapter son offre et services et d’augmenter son efficacité marketing. Mais l’intérêt du Big Data ne s’arrête pas là. La première banque espagnole, Caixa, l’a bien compris en développant des applications Big Data pour le service commercial mais aussi pour la gestion du risque, la supervision de l’organisation et la prévention de la fraude.

 

 

Big Data et prise de décision stratégique

 

 

Les nouvelles techniques d’analytics (ou analyse / exploration des données) avancées traitent les données brutes pour en sortir indicateurs, graphes, corrélations et prédictions. Associées au Big Data, elles révolutionnent de ce fait la stratégie de l’entreprise.

 

Exit la production manuelle d’indicateurs qui monopolisait du temps, des ressources et de la sueur. Les technologies actuelles sont un réel gain de temps; les données arrivent directement en base puis sont analysées et mises en forme directement sans retraitement manuel nécessaire.

 

Via la Data Visualisation, les données sont ainsi mises en forme pour obtenir des présentations visuelles : graphiques, cartographies, diagrammes, frises chronologiques… facilitant une vision claire et une compréhension commune des chiffres et autres données. Le format met en avant analyses et tendances, rend alors possible les simulations et facilitent ainsi la prise de décisions. Sans connaissance technique, un décideur peut lui-même effectuer des simulations pour choisir de lancer telle ou telle offre. Les statistiques deviennent d’autant plus fiables que la volumétrie de données est importante.