Le Monde de la Finance face au Big Data

C’est une évidence, les entreprises croulent sous les données. Elles utilisent les outils du Big Data (expression désignant un ensemble de données tellement volumineux que les outils classiques de gestion de base de données sont devenus inadaptés) pour les traiter, les analyser, les corréler de façon intelligente pour donc tirer une valeur de celles-ci afin d’acquérir un avantage concurrentiel.

Le secteur financier est et continue d’être le secteur le plus « inondé » par les données. Quelques chiffres en preuve: L’American Bankers Association a estimé à 10 000 le nombre de transactions par carte de crédit dans le monde et par seconde, L’entreprise Forrester qui fournit des études de marché sur l’impact des technologies dans le monde des affaires prévoit, quant à elle, que 66 millions de foyers américains vont utiliser les services bancaires en ligne d’ici 2014. Autant de données en plus à traiter, analyser, corréler de façon optimale, rapide et efficace. Être capable  de les traiter le plus intelligemment possible peut rapporter des milliards de dollars de bénéfice.

Les entreprises d’investissement et les sociétés de services financiers utilisent les outils de gestion de Big Data à différentes fins et de différentes manières.

– Pour le recueillement et l’analyse des données propres aux clients afin de livrer des produits et services personnalisés, conduisant à une plus grande satisfaction et donc fidélisation de la clientèle.

– Pour mieux détecter les activités frauduleuses, en s’éloignant de techniques d’échantillonnage traditionnelles, pour être en mesure de traiter toutes les transactions et, par conséquent évaluer avec plus de précision les risques.

Pour voir comment les systèmes informatiques se comportent, analysent et indexent les données générées par toute l’infrastructure IT, rendant les opérations plus efficientes et disponibles plus rapidement.

Dans le monde de la finance où Vitesse et Efficacité sont les maîtres mots, pouvoir conserver, gérer, traiter, analyser une masse incroyable de données représente un avantage concurrentiel fort. Une nouvelle guerre est déclarée entre les institutions financières, celle du stockage et de l’analyse des données.

Watson, le nouveau programme-petit bébé- d’IBM va sûrement jouer un rôle. Celui-ci est capable de traiter des millions de documents de façon ultra-rapide grâce à une bonne lecture et compréhension de la « langue écrite ». Son atout principal, il peut même lire et comprendre les données non structurées comme celles trouvées dans les e-mails, les livres, les sites web… IBM espère ainsi que Watson fasse une partie du travail que les analystes « humains » font maintenant, comme la lecture des pages financières dans les journaux, l’analyse des milliers de résultats de l’entreprise….

Certaines banques comme Citigroup ont embauché Watson pour notamment  les aider à décider quels types de produits et services (tels que les prêts ou cartes de crédit) ou bien encore, et cela, les banques ne le disent pas, pour essayer de réduire la fraude (en vérifiant notamment les noms des clients inscrits sur liste noire, soumis à sanctions. Cela peut paraître simple mais cette tâche est devenue très compliquée dans le monde réel, où les banques peuvent avoir des milliers de clients avec les mêmes noms que ceux sur la liste noire. Cela peut être désastreux, en cas d’erreur sur la personne de la banque, sur la relation-client. Dans ce cas, Watson peut être très utile car peut amasser pleins d’autres données sur ces mêmes clients, venant de pleins d’autres sources différentes comme la nationalité du client, le nom des membres de la famille, si elles ont voyagé ou reçu de l’argent en provenance de pays sur les listes de sanction…permettant ainsi de les différencier) et chercher des signes montrant quels clients deviennent moins solvables.

Finance et Big Data font donc bon ménage. Maintenant, les institutions financières doivent utiliser ses outils à bon escient et ne pas en abuser…!

Sources: http://blogs.computerworld.com

http://forrester.com

http://www.economist.com/node/21554743