Le marché du Big Data pour les acteurs financiers

Les solutions Big Data lèvent un grand nombre de barrières quant aux quantités de données pouvant être extraites, stockées, indexées, rapprochées et agrégées. Elles apportent puissance et versatilité pour trouver de la valeur dans des données jusqu’alors non exploitées ou trop coûteuses à traiter...

0
445
big data

L’industrie Financière est inondée par les données, de la Banque de détails à la Banque d’investissement : c’est sans surprise que le marché du BIG DATA et du business analytics est en plein essor. Selon le cabinet d’analyse IDC, il pèsera 187 milliards de dollars américains, contre 122 milliards en 2015, soit une croissance de plus de 50 % sur cette période. Le bon traitement de ces données sont essentielles au bon développement du business des institutions financières.

Dans cet article nous traiterons principalement des problèmes d’analyses Algorithmiques que nous soulèverons. Faut-il avoir une approche générique de ses analyses algorithmiques ? Faut-il avoir une approche dichotomique, « Diviser pour mieux Reigner » ? « MIF II » un levier pour le BIG DATA ?

Le BIG DATA est au cœur de la régulation « MIF II », les acteurs ont l’obligation d’être intransigeant sur la qualité de leurs données, on ne peut analyser sans un bonne Data base, MIF II a été et sera pour les Institutions financières un moteur capital au développement du BIG DATA.

Pour traiter les différents canaux de la relation client, les systèmes d’information se sont souvent construits sur des solutions verticales qui isolent la donnée. Les solutions Big Data lèvent un grand nombre de barrières quant aux quantités de données pouvant être extraites, stockées, indexées, rapprochées et agrégées. Elles apportent puissance et versatilité pour trouver de la valeur dans des données jusqu’alors non exploitées ou trop coûteuses à traiter.

Il suffit de voir les acteurs historiques du logiciel qui mentionnent leur interfaçage naturel avec Hadoop (une des solutions phares du Big Data) pour comprendre combien ces solutions deviennent incontournables. Au-delà de l’acquisition, des outils d’analyse BIG DATA rafraîchissent profondément la business intelligence (BI) et, par conséquent, l’analyse comportementale du client.

Ils présentent une capacité à interroger d’immenses quantités de données en quasi-temps réel, raccourcissant drastiquement la réactivité globale de notre système, de même qu’une aptitude à exécuter des analyses prédictives. Ainsi, ils permettent la construction de modèles comportementaux basés sur des modèles statistiques élaborés et affinés auprès de volumes colossaux de données (on dépasse ici la segmentation manuelle, au travers du Machine Learning) et, globalement, une démocratisation des outils BI, qui s’invitent directement dans les applications opérationnelles.

Les technologies connexes au Big Data n’offrent pas seulement une capacité démultipliée d’acquisition et une accélération de la BI, mais aussi une grande souplesse pour créer plus rapidement des offres capables de traiter des centaines de milliers de demandes externes et internes.

Les applications du BIG DATA couvrent des domaines très divers et permettent, par exemple, de : Mesurer des Hit Ratio d’instrument sur un marché organisé de transformation de campagne de nouveaux produits personnalisés : la BI s’aligne sur les nouveaux rythmes de tendance. Détecter la fraude de façon réactive, en recoupant en temps réel les comportements inhabituels (type et montant d’opérations, événement annoncé sur les sur les médias qui justifierait un déplacement).

Recouper des données issues d’informations historiques, sur les prix d’un sous-jacent, le type d’instrument pour les différents type de société Financière (société de crédit, Assurance vie, Fonds communs de placement, Fonds alternatif, M&A etc). Capter la satisfaction des clients, valoriser la fidélité de manière personnalisée en pondérant par la capacité d’influence du client. Les promesses du BIG DATA sont celles d’une connaissance à 360° du client et du business, qui n’est pas figée dans un tableau de bord mais directement connectée aux offres et à la relation client.

Exemple :

vous êtes vendeur solution dans une salle de marché en dérivé action, Vous vendez principalement des notes Fongible (Warant EMTN BMTN Certificat etc…), aujourd’hui la directive MIF II veut que toutes les PSI (prestataire service d’investissement) soient transparente sur leur prix, un client veut le meilleur prix, la transparence est mise en avant le client doit être au courant de combien la PSI va de Fees et de PnL sur un instrument ou Trade.

La BIG DATA va être l’outil indispensable ces agents pour éviter les incidents de marchés qui peuvent se produire, mais surtout un élément capital pour ciblé les business profitables à la Banque. « MIF OU BIG DATA » les deux sont connectés, la démocratisation de ces outils sont l’avenir des institution Financière.

big data en finance

LEAVE A REPLY

Please enter your comment!
Please enter your name here