Demandez plus à votre banque

Big Data : définition, enjeux et applications

La forte augmentation des masses de données numériques produites et le développement d'outils informatiques permettant de les analyser offrent de nombreuses applications concrètes pour les acteurs économiques, notamment pour les banques. Qu'est-ce que le Big Data ? Pourquoi analyser le Big Data ? Quelles sont les perspectives du Big Data bancaire ?

Publié le 22/01/2015

Qu’est-ce que le Big Data ?

 

Big Data : une définition simple

L’expression « Big Data » (traduite en français par « mégadonnées ») désigne la masse hétérogène des données numériques produites par les entreprises et les particuliers dont les caractéristiques (très grand volume, diversité de forme, vitesse de traitement) requièrent des outils d’analyse informatiques spécifiques.

 

D’où proviennent les données du Big Data ?

Les données numériques produites proviennent en partie de l’utilisation d’appareils connectés aux réseaux de téléphonie mobile et à internet.

Ainsi, les smartphones, tablettes et ordinateurs transmettent des données relatives à leurs utilisateurs lors des actions suivantes : émission de signaux GPS des smartphones, navigation internet, utilisation des moteurs de recherche, messages laissés sur les réseaux sociaux, téléchargement et utilisation d’applications, publication en ligne de photos et vidéos, achats sur des sites de vente en ligne, etc. De la même manière, les cartes bancaires transmettent des données lorsqu’elles sont utilisées pour des retraits ou des paiements, par exemple.

En dehors des objets connectés, les données du Big Data proviennent de sources très diverses : données démographiques, données scientifiques et médicales, données de consommation énergétique, données issues de l’utilisation des réseaux de transports, de la fréquentation des lieux publics, etc.

Toutes ces données fournissent des informations sur la localisation des utilisateurs des appareils, leurs déplacements, leurs centres d’intérêt, leurs habitudes de consommation, leurs loisirs, leurs projets, etc. Mais également des informations sur la façon dont sont utilisés les infrastructures, machines et appareils.

Avec l’augmentation permanente du nombre d’utilisateurs d’internet et de téléphones mobiles, le volume des données numériques croît de manière fulgurante.

LCL

LCL

LCL

 

LCL

 

LCL


LCL

Évolution du nombre d'utilisateurs d'internet et de téléphones mobiles au niveau mondial entre 2005 et 2013

 

L’analyse des données issues du Big Data

 

Qu’est-ce que l’analyse du Big Data ?

Des solutions de stockage innovantes couplées à des logiciels exploitant des algorithmes informatiques sophistiqués permettent l’analyse de ces gros volumes de données numériques. Ces outils sont conçus pour détecter les informations pertinentes et établir des corrélations entre elles. Si l’analyse de la donnée, également appelée « Data Mining », existait déjà dans de nombreuses entreprises, cette activité a pris une ampleur nouvelle avec l’arrivée du Big Data. On parle aujourd’hui de science de la donnée (ou « datascience »)

 

À quoi sert l’analyse du Big Data?

Cette analyse permet par exemple:

  • de comprendre les besoins des individus et les contraintes des usagers ;

  • d’adapter les infrastructures, réseaux et services (notamment services publics) en fonction de leur utilisation ;

  • d’assister la prise de décision des différents acteurs économiques (entreprises, administration) ;

  • d’analyser et d’anticiper les comportements des consommateurs (analyse prédictive) ;

  • de faciliter l’évaluation des services ;

  • d’améliorer l’utilisation des machines et appareils (amélioration des performances, prévention des pannes, maintenance).

 

Les applications concrètes du Big Data

Dans le domaine de la santé, par exemple, le Big Data favorise une médecine préventive et personnalisée. Ainsi, l’analyse des recherches des internautes sur un moteur de recherche a déjà permis de détecter plus rapidement l’arrivée d’une épidémie de grippe. Dans un futur proche, les appareils connectés devraient permettre l’analyse en continu des données biométriques des patients.

Dans le domaine des transports, l’analyse des données du Big Data (données provenant des pass de transport en commun, géolocalisation des personnes et des voitures, etc.) permet de modéliser les déplacements des populations afin d’adapter les infrastructures et les services (horaires et fréquence des trains, par exemple).

De la même manière, l’analyse des données provenant de capteurs sur les avions (données de vol) associées à des données météo permet de modifier les couloirs aériens afin de réaliser des économies de carburant et d’améliorer la conception et la maintenance des avions.

Il existe des utilisations concrètes du Big Data dans de nombreux autres domaines : sciences, marketing, développement durable, commerce, éducation, loisirs, sécurité, etc.

 

L’usage du Big Data est encadré

En France, les opérateurs intervenant dans la collecte et l’analyse des données sont soumis à la surveillance de la Commission nationale de l’informatique et des libertés (CNIL). L’usage des données à caractère personnel est réglementé par la loi Informatique et Libertés. Cette loi précise que les données personnelles doivent être collectées et traitées avec un objectif précis : seules les données pertinentes pour un usage défini peuvent être collectées. La loi reconnait aussi le droit à toute personne d’être informée de la collecte et de l’utilisation de ses données personnelles. En principe, chaque personne peut décider elle-même de l'utilisation des données la concernant.

Le Big Data est donc naturellement soumis aux exigences de la CNIL et ses usages directement concernés par le cadre législatif en vigueur. 

 

À noter : depuis mai 2014, la Cour de justice de l’Union européenne oblige les moteurs de recherche à mettre en œuvre un « droit à l’oubli », c’est-à-dire une suppression des données personnelles sur demande des utilisateurs.

Les enjeux du Big Data dans le domaine bancaire

 

Des données pour améliorer la relation client

La stratégie Big Data des banques vise à améliorer la connaissance de leurs clients et à instaurer un lien de plus grande proximité afin de répondre de façon plus adaptée à leurs besoins (satisfaction client).

Concrètement, cela passe par la personnalisation immédiate des services et des produits proposés grâce à l’exploitation des sources de données auxquelles le client aura autorisé l’accès

Certains produits bancaires (par exemple, une offre de prêt immobilier) peuvent ainsi être mis en avant sur le site internet de la banque lors de sa consultation par le client en fonction de ses projets identifiés grâce au Big Data (par exemple, un projet d’acquisition d’un bien immobilier identifié car le client a consulté des sites Web d’annonces immobilières).

 

La lutte contre la fraude bancaire grâce au Big Data

Dans la lutte contre la fraude à la carte bancaire, grâce au Big Data, les banques ont pour objectif de pouvoir recouper les informations liées à une demande d’autorisation de paiement par carte bancaire avec l’historique du client, son profil d’acheteur et son activité sur les réseaux sociaux (ce qui peut permettre notamment de le géolocaliser). En cas de doute, une authentification supplémentaire serait alors nécessaire.

 

Big Data et protection des données personnelles

Dans la continuité des exigences formulées par la CNIL, les entreprises souhaitant exploiter les technologies du Big Data doivent respecter certains principes dans l’utilisation des données personnelles :

  • Transparence de la banque sur l’usage des données stockées et analysées ;

  • Respect de la confidentialité et de la vie privée (les données restent internes à la banque et ne font pas l’objet d’un traitement commercial) ;

  • Développement de systèmes de sécurité sophistiqués pour limiter les risques de piratage des données.

LCL

LCL

LCL

Stratégie Big Data dans la banque : quels avantages pour le client ?

Le Big Data chez LCL

Chez LCL, des algorithmes étudient la navigation des clients sur le site internet de la banque LCL.fr.

Un des objectifs poursuivis est d’améliorer la connaissance clients afin de répondre de la façon la plus adaptée à leurs besoins.

Un autre objectif est de faire évoluer le site internet de la banque grâce à l’identification des pages les plus visitées, des fonctionnalités les plus utilisés, etc. La mise en avant des points forts du site permet une meilleure expérience client.

Par ailleurs, afin d’améliorer sa relation client, LCL propose un bilan efficacité. Il s’agit, pour les clients, d’évaluer leur satisfaction vis-à-vis de leur relation bancaire.

Le questionnaire Bilan Efficacité comporte 3 questions. À travers la première question le client note sur une échelle de 0 à 10 sa prédisposition à recommander la banque à son entourage. Les deux questions suivantes sont ouvertes et permettent au client de détailler les raisons pour lesquelles il a accordé la note d’une part, et d’autre part, de fournir des suggestions d’amélioration. Les commentaires recueillis sont ensuite analysés, grâce à des algorithmes et permettent d’identifier, à partir des verbatim, les motifs de satisfaction et d’insatisfaction en vue d’améliorer les processus et de capitaliser sur les bonnes pratiques.

LCL confirme ainsi son intérêt pour les applications innovantes liées au Big Data.

lcl Assurance Emprunteur Immo LCL