Les données ont toujours été à la base des services financiers, qu’il s’agisse de données de tarification en temps réel pour la prise de décisions commerciales, des principes de base en matière de construction de portefeuilles ou de données démographiques fournissant des informations essentielles aux souscriptions d’assurances. Les événements du marché sont capturés par les données du marché, qui sont ensuite traduites par les professionnels des services financiers en informations exploitables et en décisions commerciales.

Cependant, alors que les banques et les compagnies d’assurance cherchent à se différencier, nombre d’entre elles souhaiteraient mieux cerner leurs clients et leurs besoins, et développent de plus en plus des stratégies pour exploiter des informations plus approfondies sur leurs clients. Elles voient d’autres secteurs, principalement les médias et le secteur du retail, adopter la technologie et innover rapidement grâce à une meilleure vision des comportements, des choix de style de vie et des interactions des clients. Les entreprises capturent chaque détail des points de données de leurs clients, puis analysent et interrogent ces données pour éclairer leurs décisions commerciales, produits et marketing. Grâce à l’explosion des données que favorisent les interactions en ligne, les retailers peuvent, par exemple, offrir à leurs clients une plus grande personnalisation, des options de mobilité et la possibilité d’accéder à des produits et services, dans une expérience d’achat intégrée et transparente via des interfaces en ligne. Les secteurs de la banque et de l’assurance de détail sont maintenant confrontés au défi de fonctionner de manière à répondre aux mêmes attentes des clients pour leurs propres expériences clients numériques. En fait, selon un rapport de MX de 2021, « près de 70 % des consommateurs indiquent qu’ils aimeraient que leur expérience de services bancaires soit similaire à celle de Netflix, d’Amazon et d’autres sociétés de haute technologie en matière de recommandations personnalisées. »

Pour de nombreuses entreprises de services financiers, cela est essentiel pour leur résilience et leurs besoins de croissance à long terme. Depuis la crise financière de 2008, la confiance du public à l’égard du secteur des services financiers a toujours été faible, et sa perception négative. À une époque où les comportements socio-culturels ont également changé de façon spectaculaire, le rapport de forces est maintenant en faveur du client. Avec un sentiment d’auto-détermination quant à la façon dont elles dépensent ou investissent leur argent, les entreprises doivent faire face au défi consistant à faire évoluer leurs opérations commerciales, afin de refléter la nouvelle dynamique des clients et leurs nouvelles préférences en matière de modèles d’engagement en libre-service. Les institutions sont confrontées à de nouvelles façons d’améliorer leurs services, en fournissant des services de meilleure qualité, plus rapides et plus personnalisés. Cependant, de nombreuses entreprises de services financiers se trouvent incapables de répondre aux demandes changeantes de leurs clients, ce qui se traduit souvent par une expérience client médiocre. 

Cette évolution des attentes des consommateurs, associée aux défis systémiques auxquels est confronté l’ensemble du secteur depuis la crise financière, y compris les pressions réglementaires continues, les menaces émergentes liées aux technologies financières compétitives (FinTech) et l’augmentation des coûts, signifie que les banques doivent réévaluer la manière dont elles créent et conservent une valeur à long terme auprès de leurs clients. Autrement dit, la capacité d’une entreprise de services financiers à cultiver sa relation avec un client augmente la valeur du cycle de vie du client ; depuis l’ouverture de son premier compte chèque ou épargne dans une agence locale, la souscription à une police d’assurance-vie, l’achat de sa première maison ou l’échange d’actifs numériques jusqu’à la demande de conseils financiers pour l’aider à gérer ses portefeuilles d’investissement.

Toutefois, pour que les banques et les compagnies d’assurance aient une approche plus efficace du ciblage, de l’acquisition, de l’engagement et de la fidélisation des clients, elles doivent d’abord mobiliser leurs données, investir dans leurs piles technologiques et opérer des changements organisationnels, afin de construire une approche plus globale de l’analyse de leurs clients.

Le poids de l’héritage

Pour de nombreuses banques et compagnies d’assurance, des années d’investissement, de construction et d’acquisitions organiques et inorganiques ont conduit à des architectures technologiques silotées et duplicatives, des magasins de contenu et des modèles de données différents et concurrents, ainsi que des niveaux différents de gouvernance, d’authentification et de contrôle d’accès aux données. 

Cela signifie que les entreprises de services financiers traditionnelles sont confrontées aux défis suivants : 

  • Des difficultés d’accès aux données et une incapacité à rassembler des données stratégiques provenant de l’ensemble de l’entreprise et de tiers.
  • Des défis liés à la vitesse des données, dus à un pipeline de données prolongé, car les équipes se concentrent sur l’identification et l’acquisition de données tierces pertinentes, avec des degrés de préparation variables.
  • Des problèmes de gestion des versions de données, en raison de la copie de données et de la co-existence de plusieurs versions de la vérité, qui entraînent des incohérences et des risques d’erreur accrus.
  • Des défis liés aux droits d’accès aux données, qui limitent les personnes ayant accès à certaines données et certaines fins, ce qui entraîne des problèmes de coût et de conformité.

À mesure que nous voyons le secteur continuer de se consolider, avec la fusion de banques régionales (SunTrust et BB&T pour former Truist) ou des banques acquérant des plateformes de négociation (Morgan Stanley et E-Trade), ces défis liés aux données et à la technologie persisteront probablement. 

Pour une grande banque ou compagnie d’assurance, cela se traduit par une vue incohérente ou incomplète du client et de ses besoins, en raison de la réplication de données, coûteuse ou gourmande en ressources, nécessaire pour agréger les données clients de l’ensemble de l’entreprise. Cela entraîne également un retard dans les analyses et les informations sur les clients, notamment la Next Best Action (meilleure décision pour l’avenir) ou l’adéquation des produits. Pour les conseillers financiers, les directeurs d’agences et les courtiers en assurance, ces défis ont des répercussions sur les revenus, surtout s’ils ne sont pas en mesure de vendre avec précision les bons produits aux bons clients. 

Et plus important encore, dans un secteur fortement réglementé, les services financiers sont confrontés à des risques potentiels en matière de réglementation, de réputation et de risques financiers s’ils ne disposent pas de contrôles stricts en matière de gouvernance et de sécurité des données lors de l’accès et du partage des données clients et d’autres informations personnelles identifiables (PII).

Déplacer les processus clients à 360 degrés vers le Data Cloud

Pour relever certains de ces défis, les entreprises de services financiers se tournent vers Snowflake et le Data Cloud pour les services financiers afin d’améliorer l’efficacité, de réduire la complexité, de créer une plateforme de données clients centrale et de mettre en place des processus de données clients en temps réel, axés sur les événements et basés sur le cloud. Tout cela repose sur des fonctionnalités de collaboration, d’enrichissement et de sécurité des données. 

Collaboration autour des données

En tant que plateforme de données unique, le Data Cloud pour les services financiers permet aux entreprises de prospérer dans un environnement hautement réglementé, concurrentiel et à forte intensité de données. Cela implique de décomposer les silos de données et de technologies sur différents secteurs d’activité, fournisseurs et partenaires afin de permettre différents flux de travail, du marketing à la segmentation de la clientèle, en passant par l’analyse prédictive et la Next Best Action. Snowflake élimine les processus ETL, de sorte que les données peuvent être rendues accessibles et distribuées quasi instantanément.

Ce partage et cette collaboration s’appuient sur des contrôles et politiques de gouvernance cross-cloud rigoureux qui suivent les données, et non le cloud. Les politiques sont appliquées de manière cohérente, ce qui simplifie la gouvernance à grande échelle, réduit les risques et permet de libérer de la valeur, même pour des données sensibles ou réglementées.

Enrichissement des données

Comme nous l’avons mentionné plus tôt, le secteur des services financiers repose sur des données. Snowflake facilite considérablement l’accès aux données et la collaboration autour des données. La Data Marketplace Snowflake héberge plus de 1 000 ensembles de données provenant de fournisseurs de données leaders du secteur, tels que FactSet, S&P Global, Experian, ZoomInfo et Foursquare. 

Cela signifie que :

La Data Marketplace Snowflake permet l’accès aux données avec peu d’ETL, ou sans ETL, et redéfinit l’expérience d’essai, de recherche et d’achat d’un utilisateur. Plus important encore, elle offre un moyen rapide et transparent d’enrichir les données internes, ce qui crée des informations inédites et différenciées sur les clients. 

Sécurité des données

La mobilisation de données sensibles entre différentes équipes et différents secteurs d’activité, ainsi qu’avec des partenaires et des fournisseurs, est un véritable défi. Les lois sur la confidentialité des données et les considérations de conformité limitent ce qui peut être partagé, ce qui a un impact sur la manière dont les services financiers peuvent générer des informations, collaborer ou gérer les risques. 

Lorsqu’il s’agit d’accéder aux données clients et de les interroger, la sécurité des données est un composant essentiel du Data Cloud pour les services financiers. Outre des fonctionnalités telles que le masquage dynamique des données et le chiffrement de bout en bout pour les données en transit et au repos, Snowflake offre également des capacités de data clean room. 

Bien qu’il s’agisse d’un nouveau concept dans le secteur des services financiers, les data clean rooms ont été largement utilisées par d’autres secteurs comme la technologie, les médias et la publicité. Il s’agit d’une fonctionnalité qui permet aux entreprises d’agréger les données clients en interne au sein des unités commerciales et des équipes, et en externe à partir de tiers. Les data clean rooms permettent le data sharing, les jointures en double aveugle et les requêtes restreintes, ce qui permet à différentes entreprises de partager et de mettre en correspondance des données clients sans avoir à exposer les données sous-jacentes. 

Cela signifie que les entreprises sont en mesure de mobiliser et d’exploiter leurs données et les données et de tiers de manière sécurisée afin d’optimiser les informations sur les clients. Découvrez comment le département de la publicité d’une grande entreprise de médias a exploité les data clean rooms de Snowflake pour développer un ciblage évolutif et des analyses clients sur l’ensemble de son portefeuille de marques. 

Les entreprises de services financiers peuvent :

  • Collaborer sur plusieurs secteurs d’activité en interne, ou avec des partenaires de services financiers tels que d’autres banques, des sociétés de traitement de paiements ou des fournisseurs de données, ou même des entreprises d’autres secteurs tels que le retail, la technologie ou la publicité. 
  • Partager et faire correspondre les données clients provenant de l’extérieur de votre entreprise. 
  • Valider une demande de requête et intégrer le machine learning (ML) pour permettre l’analyse prédictive des clients. 
  • Élaborer des stratégies de partenariat, des initiatives de marketing, des opportunités de vente croisée et incitative, ainsi que des informations sur la Next Best Action.

Une fois que les entreprises de services financiers sont en mesure de résoudre les défis liés à la collaboration, à l’enrichissement et à la sécurité des données, elles peuvent développer les processus et les étapes nécessaires pour créer un workload client à 360 degrés. 

De manière générale, nous avons vu différentes entreprises se concentrer sur les six étapes suivantes : 

  1. Mappage, rapprochement et modélisation : identifiez et comprenez votre client et toutes les données associées. Pour ce faire, les entreprises doivent définir des taxonomies de données, des domaines de données clés et des modèles de données logiques.
  2. Agrégation : consolider les données clients dans un profil client unique avec traçabilité des données de source unique. Cela inclut tous les types de données, telles que les données de compte, de transaction et de référence, dans un référentiel de données principales centralisé. 
  3. Compilation : établir le propriétaire du domaine qui régit la définition et les règles des données utilisées ou fournies par un processus opérationnel.
  4. Informations basées sur les données : obtenir des informations qui automatisent et optimisent les processus. Cela peut inclure l’exploitation de l’IA et du ML.
  5. Partage et enrichissement des données : enrichissez vos données clients à partir d’autres domaines de données de l’entreprise, de fournisseurs de données tiers et de partenaires.
  6. Action : éliminer les silos organisationnels en créant une culture axée sur les données dans laquelle la collaboration est encouragée. 

Avec le Data Cloud pour les services financiers, Snowflake s’associe aux entreprises de services financiers pour rationaliser ces étapes au niveau de l’entreprise. Avec chacun des principaux workloads de Snowflake, y compris le Data Engineering, le Data Warehouse, le Data Lake, le Data Science, le Data Application et le Data Sharing, nos clients sont en mesure de répondre à leurs besoins clients à 360 degrés.

Chez Western Union, Snowflake a aidé les dirigeants d’entreprise à obtenir une vue plus complète de leurs clients en consolidant plus de 30 magasins de données et en éliminant les conflits de ressources. 

Avec plus de 550 000 agences dans le monde, Western Union aide plus de 150 millions de personnes et d’entreprises à envoyer et recevoir de l’argent. Et face à la migration des consommateurs vers des services en ligne, Western Union a développé ses services de transfert d’argent numérique, devenus son activité à la croissance la plus rapide. Cela a introduit de gros volumes de données clients et de données de transaction dans une architecture de données existante comprenant plusieurs entrepôts de données sur site. 

Lors de notre discussion avec Deepak Murthy, Data Engineering Support Ops Leader chez Western Union, il a souligné le fait que « de grandes quantités de données ont été copiées jusqu’à cinq fois en raison de différents processus d’ingestion, ce qui a créé des différences dans les données et des questions sur les ensembles de données incohérents. » Par conséquent, cela a posé des défis importants en termes de provisionnement des utilisateurs, de disponibilité 7j/7 et 24h/24, de maintenance et de développement des informations clients à 360 degrés. 

Snowflake s’est associé à Western Union pour moderniser sa pile technologique avec une architecture de données partagées multi-cluster qui s’est adaptée instantanément pour gérer les données, les utilisateurs et les charges de travail de Western Union, sans conflit de ressources. Cela a permis de réduire les coûts des entrepôts de données de plus de 50 %. L’intégration de Snowflake à d’autres applications et outils de workflow tiers a également permis aux dirigeants d’entreprise de créer des rapports en temps quasi réel sur le volume des transactions, d’extraire des informations sur les clients et d’autres analyses qui ont directement influencé les initiatives de vente et de marketing.

L’étape la plus importante

Nous avions précédemment décrit six étapes générales que les entreprises de services financiers devaient prendre en compte lors de l’élaboration d’une approche client à 360 degrés. Cependant, il manquait une étape, peut-être la plus importante : avoir une vision à long terme.

Face aux contraintes d’organisation et de coûts, de nombreux établissements ont aujourd’hui une visibilité modeste et quelque peu limitée sur leurs données clients. En fin de compte, l’agrégation, la consolidation et la centralisation des données clients sont les enjeux de base. Sans la capacité d’évaluer les besoins à long terme de l’entreprise ou de saisir les besoins futurs en données, les entreprises de services financiers sont susceptibles de manquer les opportunités à venir en matière de données. 

Lorsque Western Union s’est associée à Snowflake, l’entreprise s’est considérablement étendue et a investi dans ses services de transfert d’argent numérique. L’application mobile et le portail en ligne ont considérablement augmenté le volume de données clients et transactionnelles par rapport à ses canaux traditionnels. Avec le Data Cloud Snowflake, l’entreprise a pu prendre en compte, mobiliser et traduire plus rapidement ces données clients en informations exploitables. 

Le secteur des services financiers repose véritablement sur des données. Cependant, la plupart du temps, ce sont la stratégie et la vision à long terme de l’entreprise qui, en fin de compte, traduisent les données d’une entreprise en un véritable facteur de différenciation et, dans ce cas, en une expérience client hautement personnalisée.