Concurrence accrue, changement de mentalité des clients, baisse de la profitabilité… les banques sont bousculées et la crise du coronavirus a accéléré leurs difficultés. En matière de transformation digitale, « les banques vont devoir réaliser en deux ans ce qu'elles avaient prévu de faire en six ans ! » selon le cabinet McKinsey . De nouvelles pistes de profitabilité doivent être développées rapidement pour conserver leur place sur le marché.

Et parmi ces pistes figure une meilleure compréhension du besoin client. Si les banques restent un acteur de confiance, elles peinent encore à engager la conversation avec leurs clients pour leur proposer des offres en lien avec leurs réels besoins et leurs projets. Pour répondre à l’évolution du marché qui tend vers plus d’immédiateté, le marketing, en première ligne, doit s’adapter vers plus de temps-réel afin d’instaurer une communication pertinente avec les clients, enrichie par les nombreuses données que la banque possède. Ainsi, la notion de marketing en temps-réel se fraye peu à peu un chemin au sein des banques, jusqu’à devenir une nouvelle norme ?

L’analytique, condition sine qua non pour atteindre le temps-réel

Le secteur bancaire fait partie des premiers à avoir utilisé l’analytique, pour exploiter au mieux les données clients et ainsi se distinguer de la concurrence. Car si la banque s’est déjà adaptée en transformant son modèle d’agence en un modèle omnicanal et virtuel, la concurrence, et notamment les GAFAM, remet en cause la manière dont la banque opère et communique.

Aujourd’hui, les banques ont toutes atteint un certain niveau de maturité en matière d’exploitation des données, notamment en intégrant d’autres variables provenant des canaux, avec des événements clés du parcours de leurs clients. Cela a permis au marketing de produire des ciblages plus fins mais ces derniers restent souvent descendants sans offrir la précision nécessaire à une personnalisation pertinente.

La prochaine étape est celle de la conversation intelligente. A l’aide du marketing en temps-réel, les banques peuvent anticiper et comprendre les besoins des clients et éviter de pousser les offres qu’elles doivent vendre avant d’engager l’interaction avec le client. Ce nouveau type d’échange est essentiellement basé sur les données et sur l’analytique : données et historiques clients en provenance des systèmes opérationnels bancaire, données de l’ensemble des canaux mais également du contexte de l’interaction.

Les marketeurs les analysent grâce à des techniques de machine learning, qui au travers de modèles créés et constamment enrichis, détectent l’appétence du client sur des sujets particuliers, la manière et le bon moment pour communiquer avec lui, le bon canal et potentiellement qu’il n’est pas opportun de communiquer avec lui dans ce contexte : choix le plus difficile. Le machine learning permet ainsi d’arbitrer et d’optimiser le choix du moment le plus propice pour pousser une offre commerciale spécifique. Il facilite ainsi le travail en aval des conseillers bancaires, sans jamais les remplacer. A titre d’exemple, le marketing en temps-réel permet de mieux arbitrer entre plusieurs parcours d’un client. Avec un même client visitant une page sur une assurance voyage et une autre sur un prêt immobilier, la décision de pousser une offre sur le prêt sera déterminée comme plus pertinente grâce au machine learning exploité en temps réel.

A la différence du batch marketing, ce nouveau procédé permet aux banques d’éviter de surcommuniquer ou d’inonder les clients d’offres non pertinentes.

Un changement de paradigme indispensable au sein des banques

Si les banques sont très avancées en matière de réflexion sur la donnée, l’accompagnement des équipes marketing à appréhender ce sujet du temps-réel est souvent non prioritaire. Une transformation interne est alors indispensable et peut être articulée en 3 axes.

La gouvernance est le premier obstacle pour renverser le schéma jusqu’alors en place chez les banques : « qu’est-ce que je souhaite vendre à mes clients ? » doit devenir « qu’est-ce que mes clients attendent ? ».

Pour y parvenir, les banques doivent être capables d’évaluer le travail des équipes différemment. Si le sacro-saint ROI ou le PNB ont toujours leur importance, il faut désormais y ajouter la mesure de la satisfaction client. Sans être un nouvel investissement, cette nouvelle mesure évaluera la valeur apportée au client ; un client satisfait consommera plus ou mieux et plus longtemps qu’un client insatisfait.

Un changement de mentalité doit également s’opérer pour s’assurer de la bonne application de cette nouvelle gouvernance. Avec le marketing en temps-réel, le mot de la fin revient à la machine, dernier décisionnaire dans la personnalisation au moment de l’interaction. Un certain lâcher-prise est donc requis pour les équipes marketing. Cela ne signifie pas que les marketeurs ne sont plus décisionnaires mais que la prise de décision se situe en amont, lors de la création des modèles analytiques nécessitant de nouvelles compétences et/ou de travailler en synergie avec des data scientists et des spécialistes de la donnée.

Enfin la technologie reste indispensable pour passer le cap du temps-réel. Les fondations en matière de données se doivent d’être solides et ouvertes, le CRM mature, impliquant un important travail réalisé en amont par l’entreprise. Si le flux d’alimentation des données clients remonte seulement toutes les semaines ou même quelques jours alors les conditions pour atteindre le temps-réel ne seront pas remplies. L’intégration du machine learning permet l’automatisation des décisions humaines afin de gagner en rapidité d’exécution. Les mauvaises décisions ne sont d’ailleurs pas que du fait de la machine mais aussi de l’humain, soit en introduisant des biais dans les modèles soit à cause de cas incomplets présentés à la machine, d’où l’importance de l’exhaustivité et de la qualité de la donnée.

Aujourd’hui beaucoup d’acteurs de l’écosystème des solutions marketing intègrent la notion d’intelligence artificielle. Une orchestration de ces différentes solutions doit avoir lieu pour permettre une prise de décision globale et cohérente. Par exemple, des solutions distinctes gérant les notifications mobiles et la personnalisation du site web auront toutes deux des algorithmes et des données différents conduisant à une prise de décision différente. Ainsi, la notion d’orchestration de l’analytique va de plus en plus se poser pour le marketing afin de sortir de silos de décision des canaux, et tendre vers une décision d’entreprise. Le rôle du marketing évolue vers celui de chef d’orchestre, unifiant tous les processus pour que les priorités aval et amont s’accordent.

This website is for informational purposes only and does not constitute an offer to sell, a solicitation to buy, or a recommendation for any security, nor does it constitute an offer to provide investment advisory or other services by FINYEAR.
No reference to any specific security constitutes a recommendation to buy, sell or hold that security or any other security.
Nothing on this website shall be considered a solicitation or offer to buy or sell any security, future, option or other financial instrument or to offer or provide any investment advice or service to any person in any jurisdiction.
Nothing contained on the website constitutes investment advice or offers any opinion with respect to the suitability of any security, and the views expressed on this website should not be taken as advice to buy, sell or hold any security. In preparing the information contained in this website, we have not taken into account the investment needs, objectives and financial circumstances of any particular investor.
This information has no regard to the specific investment objectives, financial situation and particular needs of any specific recipient of this information and investments discussed may not be suitable for all investors.
Any views expressed on this website by us were prepared based upon the information available to us at the time such views were written. Changed or additional information could cause such views to change.
All information is subject to possible correction. Information may quickly become unreliable for various reasons, including changes in market conditions or economic circumstances.

Finyear : Future Finance, Fintech, DeFi | Daily News
Chaineum : The DeFi Company
HealthTech.Finance : Healthtech Investment Bank
Laurent Leloup : Blockchain & DeFi Advisor
Gryn.Tech : Decarbonation Solutions, Renewable Energy