Les institutions financières ont accès à de nombreuses données concernant leurs clients. Généralement stockées et réparties de manière aléatoire dans des silos, les données sont exposées à un risque de sécurité notoire compliquant, par la même occasion, le développement de nouvelles applications bancaires. Grâce aux plateformes DataOps et à l’anonymisation de données, il serait désormais possible de faire face à ces problématiques.

Chaque interaction client/banque génère des données. Au regard de la forte concurrence amenée par les nouveaux acteurs financiers (startups notamment), il est aujourd’hui primordial que les institutions utilisent ces informations pour offrir à leurs clients aussi bien une meilleure expérience utilisateur que des solutions personnalisées. Les clients attendent des processus simples et rapides de la part des banques traditionnelles leur permettant d’effectuer de nouvelles tâches facilement, comme le proposent aujourd’hui certaines startups. La tendance est donc toujours tournée vers la création de solutions inédites dans le but d’apporter une réponse à des besoins spécifiques.


 

Des données désordonnées dans des structures ramifiées

Alors que les banques veulent développer leurs propres applications, elles se doivent d’évaluer les données de manière judicieuse et sécurisée. Elles présentent l’avantage de posséder de larges bases de données mais sont confrontées à leur organisation – les données sont généralement désorganisées à cause d’une structure ramifiée au sein des institutions.

Les départements en lien avec le crédit, le prêt ou encore l’investissement travaillent généralement indépendamment les uns des autres, stockant et analysant les données à leur guise. Sur les dernières décennies, les processus ont su évoluer pour assurer la règlementation de l’accès aux données ainsi que leur conformité. Il en est de même pour l’infrastructure matérielle, qui a par exemple vu s’enrichir de nouvelles bases de données et autres systèmes de stockage.

Cependant, ces évolutions ont encouragé le stockage des informations dans différentes bases de données et dans différents formats. Dans des cas extrêmes, les informations contenues dans l’IBAN d’un client peuvent se retrouver dans près de 400 emplacements de stockage d’une banque sans pour autant avoir systématiquement le même format (nom et prénom entrés séparément par exemple).

Plus elles sont réparties dans des silos, plus il est complexe de rechercher, d’identifier et de classer les données. Il devient alors plus difficile de gérer la structure des données que de gérer les données elles-mêmes. De plus, ces systèmes présentent des failles en termes de sécurité puisqu’il est difficile de distinguer les données sensibles dans une masse totalement désordonnée.

Les startups Fintech sont connues pour être plus agiles, notamment parce qu’elles ne sont pas organisées par départements/activités. Il leur est alors plus rapide d’accéder aux données pour comparer les activités d’investissement et l’historique de crédit d’un client, par exemple.

 

Les plateformes DataOps permettent de masquer les données

Mais comment les banques peuvent-elles limiter l’utilisation de silos et garantir la protection des données clients tout en permettant aux développeurs de créer de nouvelles applications ? Les plateformes DataOps peuvent notamment collecter, analyser et de rendre disponible rapidement toutes les données.

Les données sont également masquées et rendues anonymes : les développeurs ne peuvent tirer aucune conclusion à propos des clients mais ont néanmoins accès à des données d’intérêt. Les départements reçoivent ainsi des copies virtuelles des données conformes à leurs besoins et activités.

Dans l’avenir, les données et leur analyse auront plus que jamais un rôle critique pour les institutions bancaires. Les données devront être organisées de manière à proposer un accès simple et sécurisé aussi bien aux différents départements qu’aux développeurs. Ce n’est qu’à partir de là que les banques seront en mesure de proposer des offres d’intérêt pour leurs clients ou encore de créer des services pertinents en temps réel.

 

<<< A lire également : La Data Au Service De La Maîtrise Des Dépenses >>>