La Banque de demain : Chapitre 4

50 AVENUE DES CHAMPS-ÉLYSÉES 75008 PARIS > FRANCE > WWW.OCTO.COM50 AVENUE DES CHAMPS-ÉLYSÉES 75008 PARIS > FRANCE > WWW.OCTO.COM
LA BANQUE DE DEMAIN
CHAPITRE 4
Le Big Data: comment tirer parti de la donnée pour créer de la
valeur?
Notice
Couvertur
Texte
Polices :
-  Titre : A
-  Sous-tit
SVETLANA BARANOV
Digital Banking Specialist
06 82 19 23 89
sba@octo.com
PIERRE FARES
Directeur Banque
06 09 48 68 21
pfa@octo.com

LE BIG DATA: UN SUJET RÉCENT, RAPIDEMENT DEVENU
INCONTOURNABLE
OCTO TECHNOLOGY > THERE IS A BETTER WAY 2
Evolution de l’Intérêt pour la recherche « Big data » sur Google
(100: représente le pic maximum de recherche atteint sur tout l’historique)
2006
Hadoop devient un
projet indépendant
2004
Amazon lance Dynamo
2005
Google lance Big Table
2008
Facebook publie sous
forme de licence libre
Cassandra
2013
90 % de la donnée
mondiale est générée sur
les 2 dernières années
2005 2007 2009 2011 2013 20152006 2008 2010 2012 20142004
2001: le terme Big Data est
introduit par Gartner

LE BIG DATA: DU MYTHE À LA RÉALITÉ
¤  Le Big Data c’est pour analyser les
réseaux sociaux
¤  Le Big Data c’est un moyen pour
améliorer le BI
¤  Le Big Data c’est forcément de gros
volumes de données.. Des petabytes
¤  Des données hétérogènes et difﬁciles
à exploiter pour avoir une valeur
ajoutée
¤  Actuellement la BI est utilisée pour du
reporting, le Big Data c’est plutôt pour
de la prédiction
¤  Quelques Mo peuvent sufﬁre
LE BIG DATA EST AVANT TOUT UNE OPPORTUNITÉ DE CRÉER DE LA VALEUR AVEC LA DONNÉE
Le mythe La réalité

AU DELÀ DE LA TECHNOLOGIE, LE BIG DATA EST UNE RÉVOLUTION DE
L’USAGE DE LA DONNÉE
¤  Optimisation des coûts et de
l’infrastructure pour répondre
au nombre croissant de
données et de calculs
¤  Plateformes adaptables qui
savent grandir en fonction de
l’évolution des besoins
¤  Augmentation de la quantité
de données à traiter
¤  Utilisation de sources de
données externes
(démographiques, ﬁnancières,
sociales, …).
¤  Données accessibles
facilement grâce aux
mouvements d’Open Data et
Open API
¤  Recherche d’informations à
partir des données brutes,
sans passer par des panels
d’analyse
¤  Utilisation de techniques
statistiques avancées
¤  Dimension prédictive des
analyses
De nouvelles
architectures
Un enrichissement
des données
Une meilleure valorisation
des données
LE BIG DATA C’EST L’AMBITION DE TIRER UN AVANTAGE ÉCONOMIQUE DE L’ANALYSE QUANTITATIVE
DES DONNÉES INTERNES ET EXTERNES DE L’ENTREPRISE AVEC L’AIDE DE LA TECHNOLOGIE
4
L’AVANTAGE ÉCONOMIQUE RÉSIDE DANS LA CRÉATION DE VALEUR POUR LE MÉTIER ET L’OPTIMISATION
DE LA STRUCTURE DE COÛT
Mots-clés: Data Science, Machine
learning, Deep Learning, Traitement
du langage naturel, Data
visualisation
Mots-clés: données non-structurées,
données labélisées
Mots-clés: Data Lake, Hadoop,
Données non structurées, NoSQL,
Fast Data …

01 LE BIG DATA: UNE RÉVOLUTION
DES USAGES DES DONNÉES

1. Enrichissement
SMALL
DATA
BIG
DATA
+ de variables: enrichissement avec
de nouvelles sources
+ de volume: mesures non baisées
sur la population totale
MODÈLES
TRADITIONNELS
MACHINE
LEARNING
2. Technologie
3. Performance
algorithmique
L’APPARITION DES MODÈLES BIG DATA REPOSE SUR UNE ÉVOLUTION
AUTOUR DE 3 AXES
Du modèle analytique au
modèle prédictif
Traiter de plus gros volumes de
données, plus efﬁcacement et à
moindre coût

1. ENRICHISSEMENT DE LA DONNÉE : DU SMALL AU BIG DATA
Une multiplication des sources et des volumes de donnée
LES DONNÉES INTERNES
¤  Les données traditionnellement traitées
LES DONNÉES ISSUES DES
« PRODUITS »
¤  Les donnés récupérées à partir de
l’utilisation des produits et services
offerts par l’entreprise
LES DONNÉES EXTERNES
¤  Open-data: données en libre accès et réutilisables par tous sans
restrictions ( INSEE, RATP, SNCF, collectivités..)
¤  Open-API: ouverture par des entreprises de ses données avec possibilité
d’utilisation sous conditions (Google, Facebook, Booking…)
¤  Le web: toutes les données issues du web ( Réseaux sociaux, sites
d’actualités, moteurs de recherche…)
LE BIG DATA INTÉGRE DES DONNÉES EXOGÈNES À SON ENVIRONNEMENT IMMÉDIAT ET PERMET DE
LIVRER DE L’ANALYSE SUR DES DONNÉES RÉELLES ET NON PLUS DES PANELS
Big Data
Exemple: Bank of America gère
plus de 169 petabytes de données

1. ENRICHISSEMENT DE LA DONNÉE: DU SMALL AU BIG DATA
Les données internes restent le principal atout pour les banques
Données identitaires:
Age, CSP, famille, étudiant, nationalité,
lieu de naissance, adresse..
Données transactionnelles:
Virements, dépenses, prélèvements,
solde …
Données d’équipement:
Un compte à terme , un crédit immobilier,
un compte joint…
Données comportementales
Connexion site, appel call center, rendez
vous en agence, connexion sur mobile…
LES DONNÉES INTERNES CONSTITUENT UNE DIFFÉRENCIATION FACE AUX CONCURRENTS, TANDIS
QUE LES DONNÉES EXTERNES SONT ACCESSIBLES PAR TOUS
¤  Les institutions ﬁnancières ont plus de 100
petabytes de données
¤  Moins de 10 % sont faciles d’accès et prêtes à être
analysées
¤  Moins de 1% sont utilisées pour des analyses
« De nos jours, seulement 20% des données sont
structurées de telle sorte qu’elles puissent être
stockées et exploitées par un Système de gestion de
bases de données classique (SGBD) »
Une source de uses cases inépuisables Des données qu’il faut apprendre à exploiter
Source: étude Tresata
Abdessatar Hammedi,
analyste CRM analytique chez LCL

Technologies ayant pour objectif de
distribuer les données sur un ensemble
de machines indépendantes (si une
des machines tombe en panne, le
système continue de répondre à la
demande)
Technologies dédiés à la distribution
des calculs sur plusieurs machines
Technologies utilisées pour gérer des
ﬂux évènementiels à fort débit
Technologies visant à gérer un débit
transactionnel très élevé
2. TECHNOLOGIE: PLUS DE PERFORMANCE
Le Big Data: répondre à de nouveaux besoins
Stockage distribué
Programmation
parallèle
Event Stream
Processing (ESP)
eXtreme Transaction
Processing (XTP)
Au-delà de 10 To en ligne
Au-delà de 10 threads/Core CPU (la
programmation séquentielle classique atteint ses
limites (I/O) )
Au-delà de 1 000 évènements par seconde
Au delà de 1 000 transactions par seconde (ou
50 000 connections simultanées)
Limites pour lesquelles, les architectures
« conventionnelles » nécessitent des adaptations
logistiques et matérielles très importantes et coûteuses

¤  Limiter le déplacement des données: La distribution des données sur
plusieurs serveurs permet d’augmenter le nombre de « tuyaux » par lesquels
la donnée est récupérée. Hadoop fait transiter les traitements plutôt que les
données: colocalisation traitements/données.
¤  Pouvoir adapter la puissance aux besoins: un cluster Hadoop s’agrandit au
fil du temps en fonction des besoins, par ajout incrémental de ressources de
stockage et de calcul ( i.e des serveurs)
¤  Garantir une fiabilité de fonctionnement (design for failure): garantir la
fiabilité en répliquant n fois les données, du coup on peut perdre n-1 noeuds
de cluster sans perdre la donnée. Dès que Hadoop constate la perte de ces
serveurs il recrée les répliques manquantes, pour arriver au n fois configuré.
¤  Une plateforme ouverte: De nombreux composants viennent se brancher au
dessus d’Hadoop pour offrir des interfaces de haut vol
¤  Open source: qui vit au travers d’une communauté importante de
développeurs
Les points forts de Hadoop

Exemples d’amélioration de performance en banque
Objectif:
¤  Repérer pour chaque client, le moment de l'année le
plus propice pour lui proposer un produit d'épargne
Démarche:
¤  Analyser les données relatives aux revenus et à l’effort
d’épargne de 8 millions de clients particuliers en
France en s'intéressant aux dates de versement de
leurs bonus, primes et 13ème mois.
Résultat:
¤  "Huit millions de clients à analyser, c'est énorme.
Sans la capacité de calcul du big data, nous aurions
fait sauter la machine ! » Joseph-Emmanuel Trojman,
directeur de la stratégie et des études, pôle banque de
détail à la Société Générale
¤  Gain de temps, avec la possibilité d’analyser la masse
de données disponible en trois ou quatre minutes au
lieu de trois au quatre jours de décryptage.
Société Générale
Constat:
¤  50 To de données multi-sources intégrées chaque jour
Solution:
¤  Mise en place de la plateforme « massivement
parallèle » APS
Résultat:
¤  Passage de 3 jours pour effectuer des requêtes
simples, après la mise en place de la solution plus que
quelques minutes sont nécessaires
Royal Bank of Scotland
Source: La Tribune Source: zdnet.fr

Performance P
Différence entre la classe prédite par l’algorithme
(domiciliation / non-domiciliation) et la réalité
Tâche T
Détecter les clients en baisse de relation, qui stoppent
la domiciliation de leurs revenus
3. PERFORMANCE: DU BI AU MACHINE LEARNING
Prédire sur la base des expérience passées
« Algorithme capable d’apprendre d’une Expérience E relative à des Tâches T et une mesure de
Performance P »
Expérience E
Données client avec des caractéristiques identitaires,
d’équipement et historique des transactions
ON PARLE DE MACHINE LEARNING SI LA PERFORMANCE P DE L’EXÉCUTION DE LA TÂCHE T AUGMENTE
AVEC L’EXPÉRIENCE E
1.  Il existe une corrélation entre les données traitées
2.  Pour identiﬁer cette corrélation une simple formule
mathématique ne sufﬁt pas
3.  Il faut disposer de BEAUCOUP de données
Les algorithmes de machine Learning existent depuis de
nombreuses années, mais la performance des modèles
élaborées avant les années 2000 a souvent été bornée par
le manque de données disponibles et la puissance des
calculs
Tom Mitchell 1998
Exemple: « La probabilité pour un client d’arrêter la
domiciliation de ses revenus dans les 5 prochains mois »
Le Machine Learning
Utilisation du machine learning

02 LA DATA SCIENCE: CRÉER DE LA
VALEUR MÉTIER

LA DATASCIENCE EN PRATIQUE: UN LEVIER DE CROISSANCE AU
SERVICE DU MÉTIER DE LA BANQUE
LA FINALITÉ EST DE CONVERTIR EN ACTIONS ET RENDRE LES DÉCISIONS ACTIVALBES:
OFFRES, RÉDUCTIONS, PUBLICITÉ, NOTIFICATION PUSH
èe
Déﬁnir un
objectif métier
Constituer un
dataset de
données
EVALUER ET AJUSTER
LA QUALITÉ DU
MODÈLE
Spéciﬁcation du
modèle

DÉFINIR UN OBJECTIF MÉTIER
Analyses supervisées ou non supervisées
Volume de données Grand ( à partir de quelques dizaines de milliers de lignes)
Point de départ
C’est des couples entrée/sortie, on sait si l’événement
s’est produit ou pas
¤  Entrée: les éléments caractéristiques d’un client, un
produit, un comportement… qui peuvent être
discriminants
¤  Sortie: l’événement s’est produit ou pas
C’est beaucoup de données et on ne connaît pas le
résultat cherché
Objectif Prédire un évènement Identifier des groupes aux caractéristiques communes
« Technique »
Identifier la corrélation entre les données et la
modéliser : représenter les associations entrée-sortie
grâce à une fonction de prédiction
Analyser les données et identifier des groupes avec des
éléments communs
Exemple
d’algorithmes
Régression logistique, Random Forest, Gradient
Boosting
La détection d’anomalies, La réduction de dimension ,
Le clustering
Valeur métier
Les meilleures analyses en terme de valeur métier, mais
requièrent des hypothèses fortes sur les données et les
cibles
Très utile, mais plutôt à voir comme un moyen plutôt
qu’une fin en soit
Exemple: Je veux prédire le moment de
souscription d’un produit
Exemple: Je veux segmenter ma clientèle
Analyses supervisées sur des objectifs
métier
Analyses statistiques
ou non supervisées
¤  The
Supervis
¤  You
Unsuper
¤  You
¤  The

Objectifs métiers (ex. améliorer le scoring)
Type de modèle/d’algorithme
Données internes
Données externes
Données mixtes / dérivées
Contexte métier (ex: système de scoring
existant, limites connues…)
DÉFINIR UN OBJECTIF MÉTIER
Qualifier un Use Case
1. Le contexte
2. Les objectif métiers
4. La modélisation
5. Les données d’entrée
UN CAS D’USAGE VALIDÉ PAR LE MÉTIER DOIT RÉPONDRE À L’ENSEMBLE DE CES POINTS
Objectifs techniques (ex. valider l’utilisation
d’un produit ou d’une technique statistique)
Données à acquérir pour l’étude de ce cas
d’usage
3. Les objectif techniques
6. Les données à prévoir
de
antes
anne,
à la

Source Description Structuration Extension Profondeur Résolution Fréquence Accessibilité Exploitabilité
Interne Logs web - + + 5 ans Temps réel + +++
Interne CRM +++ + + 5 ans 1 mois +++ +++
Interne
Historique de
vente
++ ? ? 5 ans 1 jour + ++
Forum
Texte libre en
base
-- ? ? ? ? + -
Twitter Texte libre, court + +++ -- 1 heure Temps réel + -
Facebook
Texte libre
Graphe
- + + 1 minute Temps réel + -
Open data
Référentiels
Infos INSEE
+++ -- 2014,2015 1 mois 1 an +++ +++
CONSTITUER UN DATASET DE DONNÉES
Qualifier les données
LA QUALIFICATION DES DONNÉES EST UNE ÉTAPE INDISPENSABLE. LA MAJORITÉ DE LA VALEUR SE
SITUE DANS LES DONNÉES INTERNES
Principaux facteurs de qualité de la donnée qui inﬂuent sur la pertinence de la démarche
Le nombre d'exemples
d’apprentissage (Plusieurs millions
d’exemples pour des modèles les plus
pertinents)
Pas de « Bruit »: distribution normale
des données sans valeurs aberrantes
(ex: les réseaux sociaux contiennent des
données avec beaucoup de « bruit »)
Pourcentage de complétude des
données: sufﬁsamment de lignes sont
renseignées
Exemple

Test du meilleur modèle sur
des données fraîches
Itérations:
Sélection du meilleur modèle
CONSTITUER UN DATASET DE DONNÉES
Diviser le dataset de données pour effectuer une validation croisée
Objectif:
¤  Déﬁnir le modèle
Un jeu de validation
20% des données
Un jeu de test
20% des données
Un jeu d’entrainement
60% des données
Objectif:
¤  Tester les différents modèles
paramétrés sur m entrainement
Objectif:
¤  Tester le plus honnêtement possible
la capacité de généralisation du
modèle retenu, utilisé uniquement à
la ﬁn du process de modélisation
m entrainement m validation
m test
e
ntes
anne,
à la
des
de
ndre
qui
de

SPÉCIFICATION DU MODÈLE
Sélectionner une famille d’algorithmes
Quelle est la taille du dataset?
< 10 000 lignes > 10 000 lignes
OBTENIR PLUS DE
DONNÉES
Quel objectif avez vous?
Prédire une catégorie Prédire une quantité
Analyse déscriptive
et dataviz
Vous avez des données avec des labelisées?
Oui Non
CLASSIFICATION CLUSTERING RÉGRESSION RÉDUCTION DE
DIMENSION

03 LE BIG DATA : QUELS USES CASES
POUR LA BANQUE?

LE BIG DATA : UNE PRÉOCCUPATION CLÉ POUR LES BANQUES
L’importances des technologies analytiques avancées pour les
différents domaines
59%
57%
53%
47%
41%
31%
30%
Mobile
Big Data et analyses de
données
Open API
Objets connectés
Réseaux sociaux
Crypto-monnaie
Cloud
Quelles sont les technologies les plus susceptibles de
révolutionner la banque de détail?
Source: Enquête EFMA Infosys-Finacle
58%
58%
54%
46%
36%
31%
Customer intelligence
Social intelligence
Analyses temps réel
Analyses de sentiments
Analyse de fraude
Analyse risque
L’impact du Big Data est particulièrement attendu pour les applications
de PFM et de scoring pour des prêts
Le mobile et le Big Data vont changer la donne Les uses cases marketing privilégiés
Source: Enquête EFMA Infosys-Finacle

LE BIG DATA : UNE PRÉOCCUPATION CLÉ POUR LES BANQUES
Exemple: Incubateur BNP Paribas
Amalfi et BNP Paribas Cardif : Amalfi est le premier courtier d'assurance peer-to-peer en France.
La start-up permet à ses clients de réduire le coût de leur assurance grâce à l'analyse des données
comportementales et à la gestion de communautés.
Fortia, avec BNP Paribas Securities Services : Fortia Financial Solutions est une RegTech
française qui apporte des technologies de rupture aux pratiques règlementaires. Basé sur
l'intelligence artificielle, le machine learning et l'intelligence collaborative, les solutions Fortia
impactent fortement la gestion de la conformité.
Heuritech, avec BNP Paribas Personal Finance : Heuritech développe pour les entreprises, une
plateforme d’Intelligence Artificielle simple d’utilisation, qui transforme automatiquement tous les
contenus (textes et images multilingues) en information exploitable.
KYC3 (Know Your Customer, Counterparty and Competition), avec BNP Paribas Wealth
Management : Le KYC dans plusieurs dimensions : maîtriser les risques réglementaires et de
réputation dans toute l'entreprise. Du business development à la conformité : obtenir, grâce au
machine learning, des informations exploitables à partir de données non structurées.
Twinpeek, avec BNP Paribas Wealth Management : TwinPeek est la première solution de
Protection & Monétisation de Données Personnelles qui permet à chacun de prendre le contrôle de
ses données en ligne et de partager uniquement l'information qu'il souhaite de manière anonyme et
en toute sécurité via un Alter Ego numérique, ou 'Twin', lors de transactions, d’interactions ou de
navigation sur Internet.
de
antes
anne,
à la
5 STARTUPS SUR 8 DE LA PROMOTION FINTECH DE L’INCUBATEUR BNP PARIBAS TRAITENT DE LA DATA

LES USES CASES SONT NOMBREUX ET IMPACTENT LE MODÈLE
BANCAIRE A GRANDE ÉCHELLE
Le Big Data offre de nouvelles opportunités:
¤  De nouvelles données à exploiter
¤  De nouveaux modèles d’analyses pour la
prédiction
¤  Des technologies plus performantes et moins
coûteuses
Toutes les activités de la banque sont
impactées:
¤  Banque de marché et d’investissement
¤  Banque de détail
¤  Assurance
¤  Crédit
Tous les métiers de la banque sont
concernés par la donnée:
¤  Le marketing
¤  Le risque
¤  La finance
¤  Les Ressources humaines= UN NOMBRE INFINI DE
USES CASES
OPPORTUNITES
BIG DATA
x
METIERS
BANQUE
ACTIVITES
BANQUE
x

¤  Risques stratégiques: risque lié aux
prises de décisions des organes dirigeants
¤  Risques opérationnels: Fraude interne,
Fraude externe, dysfonctionnement de
l’activité, des systèmes
¤  Risques de non-conformité
¤  Risque de crédit: Risque de crédit (BDD),
Risque de contrepartie (BFI), Risque de
règlement (BFI)
¤  Risque de marché: Risque de taux, Risque
de change, Risque de liquidité
¤  Risque de souscription: risque de pertes
ﬁnancières ou changement défavorable de la
valeur des engagements du bancassureur
PRINCIPAUX USES CASES BIG DATA EN BANQUE
1. Evaluation et gestion du risque
ENTRE UNE FORTE PRESSION RÉGLEMENTAIRE ET UNE AUGMENTATION DES RISQUES EXTERNES, LA GESTION DU RISQUE
EST UN SUJET DE PREMIÈRE IMPORTANCE POUR LES BANQUES ET DONT LE COÛT PÈSE LOURD
Partage facilité des informations et désilotage des données:
¤  Restructuration et efficacité améliorée de la filière risque
¤  Amélioration de la qualité des données
¤  Partage plus simples des informations entre filiales, entités et
applications (ex: dossier client, fiche KYC, analyse de crédit)
¤  Enrichissement des modèles de scoring
De nouveaux formats d’analyse et de restitution
¤  Une analyse du risque plus unifiée, transversale et intégrée
¤  Utilisation de la data-visualisation
¤  Des analyses « dynamiques », adaptables en temps réel avec des
capacités calculatoires plus importantes
Des technologies au service du risque
¤  Performance des plateformes pour répondre plus rapidement aux
exigences des régulateurs
¤  De nouveaux scénarios de requête possibles si les données sont
d’abord collectées puis structurés
Détection de comportements frauduleux facilités: côté clients ou en
interne en repérant les comportements « anormaux »
¤
¤
RisquesacceptésRisquessubis
DE
Source: Optimind Winter
Le Big Data face à la gestion du risque

EVALUATION ET GESTION DU RISQUE
Historique de la lutte contre la fraude
¤  Travail sur la détection de fraude dès le
développement du digital il y a une vingtaine
d’années
¤  2005: Introduction de méthodes
d’authentification plus avancées
¤  2010: Début d’utilisation de Hadoop
¤  2011: Nouvel outil analytiques plus avancé
Exemple de comportements significatifs
détectés
Pour les achats de 200$ et plus, dans 85% des
cas qui se sont avérés frauduleux, les cartes
prépayées ont été utilisées
Exemple: Visa face à la détection de la fraude externe
2005 2011
2% des données analysés pour les
modèles les plus anciens ( depuis les
années 2000)
Pratiquement l’intégralité des
données analysées
40 aspects de la transaction
analysés en une fois
500 aspects de la transaction
analysés en une fois
On se base sur une moyenne
On peut faire des analyses
individualisées
Un seul modèle analytique
16 modèles analytiques sur
différents segments, marchés
Temps d’ajout d’un nouvel attribut:
2 à 3 jours
Temps d’ajout d’un nouvel attribut:
1h
2 milliards de $ de transactions
potentiellement frauduleuse
supplémentaires identiﬁées
Réduction de la fraude de 2/3 en
20 ans, mais 6 cents sur 100
dollars de transaction seraient
encore frauduleux
Source: The Wall Street Journal
s

EVALUATION ET GESTION DU RISQUE
Exemple: Palantir dans la détection de la fraude et les délits d’initiés
Un des éléments déclencheurs
2011: UBS, un des concurrents de Crédit Suisse perd 2,3
milliards dans une affaire de trading frauduleux
Collaboration avec Palantir Technologies
Crédit Suisse créé une joint venture nommée Signac avec
Palantir technologies
Objectif
Détecter des comportements à risques en avance de phase,
au lieu de s’intéresser aux symptômes, qui signifient qu’il est
déjà trop tard
Un des éléments déclencheurs
Janvier 2015: la SEC accuse 2 employées de Capital One,
d’avoir réalisé sur les 2 dernières années des milliers de
recherches concernant les données confidentielles de
marché sur plus de 170 entreprises et ainsi généré un profit
autour de 3 millions de dollars
Collaboration avec Palantir Technologies
La SEC (Security and exchange commission) a signé un
contrat de 90 millions de dollars avec Palantir technologies
Objectif
Créer des outils de dépistage de délits d’initités
Crédit Suisse crée une joint Venture avec
Palantir pour de la fraude interne
La SEC collabore avec Palantir
pour les délits d’initiés
¤  Palantir Technologies, basée à Palo Alto, est une entreprise de services et d'édition logicielle spécialisé dans les données
¤  Forte implication avec les organismes de renseignements américains NSA, CIA, FBI et l’armée américaine
¤  Diversification forte sur les secteurs d’activité

¤  Détection des tendances positives ou négatives sur un produit, un service ou une entreprise
en analysant les données des réseaux sociaux
¤  Identification des clients avec un cercle d’influence plus important que les autres
¤  Compréhension du mode de vie du client au delà de son comportement financier
¤  Enrichissement des modèles de scoring
¤  Comprendre le comportement du client et prévoir des évènements et comportements
( fermeture de compte, souscription d’un nouveau produit…)
¤  Créer une segmentation plus approfondie, plus pointue, plus rapidement
¤  Optimiser les offres de marketing, commerciales ou le prix pour chaque segment
¤  Détecter le besoin d’un nouveau produit, proposer des services dont les clients ont besoin au
bon moment, détecter les produits qui sont achetés ensemble
¤  Optimisation des offres de cross sell / up sell
¤  Détecter les canaux de préférence du client et la propension d’utilisation de chaque canal
dans le parcours de vente
¤  Analyser les parcours multicanaux pour détecter le parcours qui mène à la vente et détecter
les points de frictions qui interrompent le processus
¤  Etre capable d’orienter les clients vers les canaux à moindre couts
PRINCIPALES FAMILLES DE USES CASES
2. Amélioration de la connaissance client
Segmentation client
Connaissance client
Analyse de
sentiments
Expérience client
multicanal
Vente de produits

AMÉLIORATION DE LA CONNAISSANCE CLIENT
Exemples (1/2)
Initiative:
¤  Aider les clients à ne pas se
retrouver dans une situation de
surendettement
¤  Identifier des signaux faibles
permettant 6 mois avant de prédire
une situation de surendettement
Résultats :
¤  Avec une quinzaine de critères
identifiés BPCE atteint une
précision du modèle à 80Objectifs
¤  Atteindre à minima 85% et étendre
au-delà de 6 mois
Initiative:
En 2011, BBVA a déployé la
plateforme Social Media Analytics
d’IBM afin de suivre sa réputation
sur les réseaux sociaux et mis en
place des process pour réagir à des
feedbacks négatifs.
Résultats:
Sur les 6 premiers mois de test
pilote les feedbacks positifs ont
augmenté de plus de 1% et les
commentaires négatifs ont été
réduits de 1,5%.
BBVA: analyse de sentiments
BPCE: anticiper les difficultés des
clients
Initiative:
¤  Création d’une équipe
d’analystes dédiée à
l’expérience client
¤  En tout 100 millions de dollars
ont été investis dans le big data
depuis une dizaine d’années
Résultats:
¤  Amélioration des activités de
cross-sell up-sell qui ont permis
de générer 30% des revenus
de cartes de crédit, 25% de
revenus en Wealth
management et plus de 85
millions de $ en revenus
annexes
OCBC: amélioration du
cross-selling

¤  Mise en place d’une solution
Smart Business: un service
payant à destination des TPE
¤  L’idée est d’avoir un PFM pour
les entreprises qui offre en plus
des indicateurs de comparaison
avec les entreprises du même
secteur ( données
anonymisées)
¤  L’utilisation de modèles prédictifs à
permis à la banque privée Tetra
Bank de réduire le churn de 30%
¤  Le client doit télécharger
l’application Branch sur son
Smartphone et demander un prêt
¤  L’application demande l’accès aux
données du Smartphone et les
utilise pour un modèle de notation
¤  La réponse à la demande de prêt
est immédiate
¤  L’argent est versé sur le compte m-
pesa et les remboursement y sont
également prélevés ( solution au
Kenya)
AMÉLIORATION DE LA CONNAISSANCE CLIENT
Exemples (2/2)
Barclays: Service pour PMETetra Bank
BRANCH: analyse des données
du Smartphone pour un prêt

PRINCIPALES FAMILLES DE USES CASES
3. Vers de nouveaux usages: exemples
¤  Principe: sur la base de 6 questions le client peut obtenir
une analyse de comparaison avec ses « pairs »
¤  Les données: utilisation de données statistiques
croisées avec les informations de Ubank et Nab
¤  Exemple de critères « Les gens comme moi »…
>  Ont combien d’épargne?
>  Quelle est le restaurant qu’ils fréquentent le plus?
>  Quelle est leur enseigne préférée?
>  Quel café ils fréquentent le plus?
>  Quel est leur restaurant préféré quand ils vont en
voyage à new York?
Principe:
¤  Concours ouvert à tous avec le principe d’utiliser les
données mises à disposition via des API
Données:
¤  Données de transaction anonymisées de 2012 à avril
2013: 30 millions de transactions sur la base de 2
millions de cartes utilisées dans 200 000 points de
vente
¤  Des données réparties en fonction des
caractéristiques démographiques des clients, du
moment de la dépense et de la catégorie
¤  Pas d’accès au montant des dépenses
Gagnants
¤  Qkly: app aidant les utilisateurs à planifier leur temps
en estimant l’affluence en fonction de l’heure de la
journée
¤  Mad4food: recommandation de cafés, bars et
restaurants à Madrid, sur la base des lieux fréquentés
par des gens du même profil démographique
People like U Innova challenge de BBVA 2013

UN CADRE SOCIÉTAL COMPLEXE POUR LE BIG DATA
Une réglementation qui se renforce en Europe
La réglementation française et en particulier la CNIL impose déjà une réglementation stricte concernant l’utilisation des
données personnelles en particulier en terme de recoupement de données en provenance de différentes sources, leur
utilisation de façon massive et automatisée, la demande explicite de l’accord de l’utilisateur…
Avril 2016:
¤  Vote par le parlement européen de nouvelles lois de
protection des données personnelles.
¤  Les pays membres ont deux ans pour transposer en lois
locales, avec une mise en application en 2018
Une réglementation qui se renforce
Mai 2016 ( consultation en cours):
¤  EBA (European Banking Authority) lance une consultation sur l’utilisation des données des clients pour les
institutions ﬁnancières aﬁn de faire évoluer la réglementation
¤  Une préoccupation particulière est portée sur les données du paiement
Exemple de mesures:
¤  Renforcement des pénalités en cas de non
respect des lois
¤  Nécessité de nommer un responsable de la
protection des données
¤  Obligation d’informer en cas de failles de
sécurité dans les 72h
¤  Enrichir « le droit à l’oubli »
¤  Renforcer le droit à la portabilité des
données entre les services pour les individus

¤  Exemple: Les offres promotionnelles « liées à la
carte », proposées sur la base des dépenses du
client et prises en compte automatiquement au
moment de l’achat après activation de l’offre.
¤  Aux Etats-Unis: Le système opère depuis plusieurs
années ( ex: la plateforme BankAmeriDeals
proposée par Bank of America)
¤  En Europe: En 2014, ING a du s’arrêter dans leurs
réﬂexions après que l’évocation d’une telle offre ait
suscité de vives réactions de la part de la presse et
des consommateurs
UN CADRE SOCIÉTAL COMPLEXE POUR LE BIG DATA
Des clients peu ouverts à l’utilisation de leurs données
Une lassitude des clients face aux sollicitations sur
internet de leur données
Part des clients qui seraient prêts à fournir des
informations personnelles pour obtenir des
services plus adaptés
Etablissements
classiques
Banques à
distance
19%
16%
2013
2015
Etude Deloitte
29%
19%
2013
2015
Des « précédents »
La banque mobile et les banques à distance ont elles
aussi mis du temps à convaincre les clients. La
tendance du Big Data est incontournable, il faut
néanmoins trouver un mode d’interaction et de
communication pour rassurer
¤
n à

04 LE BIG DATA : UN IMPACT
ORGANISATIONNEL

LA STRATÉGIE DATA-DRIVEN COMPANY DOIT ÊTRE FONDÉE SUR DES
SUCCÈS OPÉRATIONNELS
¤  Les POC sont une opportunité d’évaluer et d’interroger ces hypothèses pour gagner en maturité et ajuster
la feuille de route en conséquence
¤  L’accent doit être porté sur la simplification et la vulgarisation des analyses et la visualisation des données
correspondantes afin d’évangéliser un large publicProof of Concept
COMPREHENSION:
Identification de l’opportunité
PREMIERE MISE EN ŒUVRE:
Création de valeur
DATA DRIVEN COMPANY:
Industrialisation
Données
Uses cases
POCs
Data Lake d’entreprise
Maitrise de la
datascience
Mise en place de
principes
d’infrastructure et
d’architecture
Evolution de
l’organisation
Axes d’évolution
pour une entreprise
data-driven
LE BIG DATA: PROCEDER PAR ETAPES

MAITRISE DE LA DATASCIENCE
Une combinaison de compétences obligatoire
LA DATA SCIENCE DOIT S’APPUYER SUR UNE EQUIPE PLURIDISCIPLINAIRE ET AGILE CAR ON NE PEUT PAS
TROUVER LE BON MODÈLE DU PREMIER COUP: IL FAUT COLLABORER SUR LA LONGUEUR DU PROJET
METIER
Business expert
TECHNOLOGIE
Python SQL java
developer
STATISTIQUES
Machine learning expert /
Statisticien
STATISTIQUES
MÉTIER
TECHNOLOGIE
DATA
SCIENCES
Traditionnel
Machine
Learning

Expertise métier
¤  Identifier les sources de données internes et externes à l’entreprise
¤  Définir des stratégies d’analyses qui peuvent avoir un sens physique
¤  Communiquer les résultats et les prévisions auprès des métiers
Préparation de
données
¤  Extraire, filtrer, trier et regrouper des données pour former des data sets : PIG, HIVE, SQL…
¤  Qualifier la distribution, la densité et la continuité des données
¤  Identifier les propriétés mathématiques des données
¤  Retraiter les données pour les rendre exploitables par des modèles mathématiques : normalisation,
linéarisation, scaling, …
Traitement de
données non
structurées
¤  Traiter le langage, les images, les vidéos et/ou les signaux physiques pour les rendre exploitables
mathématiquement
¤  Maitriser les outils d’analyse des données non structurées : Text mining, reconnaissance de forme, …
¤  Maitriser les techniques d’indexation : tf-idf, FFT, …
Modélisation
statistiques
¤  Maitriser les démarches scientifiques de datamining
¤  Identifier les sets de données : apprentissage, cross validation, test
¤  Maitriser les algorithmes de data mining et de leurs limites
¤  Analyser les résultats d’erreur et du pouvoir prédictif : lift, MAPE, …
¤  Maitriser les techniques d’optimisation des algorithmes : grid search, k-folding, …
Représentation
graphique
¤  Représenter l’information avec un nombre d’occurrences élevés et de dimensions élevés
¤  Interpréter les représentations graphiques : heatmaps, graph, ..
¤  Spatialiser les graphs avec algorithmes
Algorithmes
parallèles
¤  Maitriser les implémentations parallelisables et la complexité (O) des algorithmes
¤  Comprendre les implications des traitements sur cluster de calculs partagés
¤  Prototyper des traitements parallèles Hadoop Streaming …
Les compétences métier à acquérir

Technologies
Big Data
¤  Définir l’architecture applicative à partir de composants composites : HDFS, YARN, Cassandra,
Neo4j, BI, etc
¤  Maitriser le framework MapReduce
¤  Maitriser le développement sur les technologies Big Data (compétence Java requise)
¤  Déployer sur des clusters
Extraction de
données
¤  Identifier les composants associés à chaque besoin : PIG, HIVE, Impala, MapReduce, Mahout,
¤  Maitriser la conception et le développement sur les différents composants
¤  Intégrer des données externes au cluster en fonction des types de flux : hadoop fs, sqoop, flume, …
Traitement
statistiques
¤  Maitriser les principales classes de traitements statistiques : Classification, clustering, regression,
PCA…
¤  Maitriser les librairies statistiques : Mahout, Hama, Scikit learn, …
¤  Concevoir et développer des traitements de structuration du langage naturel, des images, des flux
vidéos, des signaux de capteurs, …
Modélisation non
relationnelle
¤  Identifier les modèles adaptés aux besoins métiers et aux contraintes de performances : clef-valeur,
colonne, document, graph, tabulaire, …
¤  Maitriser la conception key-valeur : index, clefs composites, embeded entity, …
¤  Concevoir et développer des traitements de manipulations de données non relationnelles
Développement
graphique
¤  Concevoir et développer des représentations graphiques avec les outils BI
¤  Concevoir et développer des représentations graphiques interactives avancées avec des librairies
graphiques : HTML5, D3.js, Highcharts, …
¤  Concevoir et développer des traitements de spatialisation de graphs
Traitement
parallèle
¤  Concevoir et développer des traitements MapReduce en Java et en scritping (js, python, SAS, R, …)
¤  Concevoir des chaines de traitements en streaming
¤  Prototyper des traitements en streaming
Les compétences IT à acquérir

EVOLUTION DE L’ORGANISATION
La gouvernance de la donnée
L’approche de gouvernance « par le terrain » évite de scléroser les initiatives avec des processus de
validation lourds, cependant elle demande un investissement des équipes (rôle de data steward)
UNE BONNE GOUVERNANCE EST INDISPENSABLE POUR EMPÊCHER LA MULTIPLICATION DE DONNÉES OFFICIEUSES
ET CONTRADICTOIRES, INCOMPATIBLE AVEC L’AMBITION D’UN ENTREPÔT FÉDÉRATEUR DE DONNÉES
AUDIT ET ACCÈS
Définir les droits d’accès fins, journaliser les
accès, lever des alertes en cas d’accès indu,
corréler autorisations et accès pour repérer
les brèches
TRAÇABILITÉ ET LIGNAGE
Analyser l’ascendance (explication) ou la
descendance (analyse d’impact) d’une
donnée
CATALOGAGE ET INDEXATION
Pouvoir retrouver facilement une donnée, et
lui attacher des métadonnées (description,
classification, autorisations, donnée de
référence ou non…)
GESTION DU CYCLE DE VIE
Automatiser les flux de données en fonction
de leurs dépendances, et appliquer des
stratégies de stockage (réplication,
compression, chiffrement, archivage,
diffusion, …)

Une entité Data comme interface entre l’entrepôt et les besoins des équipes
EQUIPES PROJET (FEATURE TEAM)
¤  La collaboration rapprochée d’une équipe polyvalente dédiée à un projet
(« feature ») offre la réactivité pour :
>  Obtenir régulièrement du feedback sur les développements
>  Surmonter les nombreux petits obstacles liés à la complexité
d’Hadoop
¤  Une telle équipe se constitue et se dissout au gré des projets – projets de
quelques jours (POCs) ou de plusieurs années
Il assure l’offre de services de l’entrepôt
TOP-LEVEL MANAGEMENT
Contribue à la vision, stratégie, vision
roadmap
COMITÉ BIG DATA
Assure gouvernance de l’entrepôt: Contribue à la vision stratégique et lance les
chantiers d’infrastructure transverses
Devops
Component Team
( Plateforme)
Equipe 1 Equipe 2 … Equipe n
TOP-LEVEL MANAGEMENT COMITÉ BIG DATA
EQUIPES PROJETS ( FEATURE TEAM)
CENTRE DE COMPÉTENCES
BIG DATA
Une entité transverse orientée « Produits »
Besoins des équipesEntité DATA
Exploitation
Entrepôts

Les rôles
4040
Qu’est ce qu’un Data Steward?
Le data steward est un rôle à temps partiel opéré
par le Centre de Compétences afin d’assurer la
bonne gouvernance des données
¤  Monitorer les flux de données et vérifier leur
bonne livraison, alerter en cas de problème
¤  Garantir le respect des conventions de
nommage, le respect des rôles et droits
d’accès aux données
¤  Mesurer la qualité de la donnée par des
indicateurs et reporter son évolution dans le
temps
¤  Participer à l’entretien d’une cartographie des
données et à la définition d’une urbanisation
de la donnée dans l’architecture
¤  Participer au développement des flux
COMITÉ BIG DATA
EQUIPES PROJETS ( FEATURE TEAM)
CENTRE DE COMPÉTENCES
BIG DATA
L’architecte Big Data en
charge de la plateforme
Le directeur de l’exploitation
liée à la plateforme
Un représentant
des projets métier
1 ou plusieurs architectes Big Data
2 ou plusieurs experts en
développement Hadoop et Java
1 ou plusieurs exploitants (accès à la
production)
Des « Data Scientists »
Des « Data Stewards » par métier
(gestion administrative et technique
des données)
1 urbaniste des données
Equipe projet
Architecte
Développeur Expert
Technique
Chef de
projet
Data
Scientist
Exploitant
Expert métier/PO
Equipe projet
Architecte
Développeur Expert
Technique
Chef de
projet
Data
Scientist
Exploitant
Expert métier/PO

PRINCIPES D’INFRASTRUCTURE ET D’ARCHITECTURE
L’architecture d’un Data Lake

Stockage
non
structuré

Stockage
semi-‐structuré

(NoSQL)

Stockage
structuré
(ex.

rela:onnel)

Requêtage
interac:f

Traitements

analy:ques

Traitements
de
ﬂux
Machine
Learning

Base de données Fichiers bruts Logs applicatifs Données externes,
OpenAPI
Messages &
Evénements
DW d’entreprise
Système
opérationnel
Reporting,
requêtes
Données externes,
OpenAPI
Messages &
Evénements
DATA
LAKE

INGESTION

PUBLICATION

LES DONNÉES VERSÉES NE SONT PAS DESITNÉES À REPOSER DANS LE LAC: TRANSFORMÉES OU NON, ELLES ONT
ENSUITE VOCATION À ÊTRE UTILISÉES

PRINCIPES D’INFRASTRUCTURE ET D’ARCHITECTURE
Dimensionnement d’un cluster Hadoop
Les nœuds de
contrôle
1 serveur primaire
Master Node
¤  Mémoire
¤  Type de processeur
¤  Format et capacité de
disques
1 serveur secondaire
Slave Node
1 serveur
Edge Node
Les nœuds de
traitement
n serveurs
Worker / Data Nodes
¤  Volumétrie utilisateur
¤  Facteur de réplication
¤  Capacité des disques
¤  Densité des serveurs
TYPOLOGIE CARACTÉRISTIQUES TYPOLOGIE CARACTÉRISTIQUES
Facteurs pour déterminer le nombre de machines (nœuds) nécessaires et leurs capacités mémoire / disque
Le volume de données traité sur
le cluster,
L’estimation de son taux de
croissance attendu
La politique de rétention
2 grands types de serveurs

EVALUER LA MATURITÉ DE SON ORGANISATION
Le Comex, les métier et l’IT
comprennent les enjeux du Big
Data et ses impacts
organisationnels
Mise en place de chantiers de
transformation
Communication sur les succès
réalisés: Pocs, Hackatons…
Mise en place de règles de
gouvernance de la donnée
Stratégie Big Data au sein de
l’entreprise
Exploitation plus poussée des
données internes
Intégration et utilisation de
sources de données exogènes
Mise en place de POCs
techniques
Le coût de stockage d’un To est
drastiquement réduit
Datalake d’entreprise
Facilité d’exploration et
désilotage des données
Formation aux technologies
issues de l’écosystème Big Data
Compréhension de la différence
entre BI et data science
Identiﬁcation de nouveaux Uses
cases prédictifs
Mise en production de nouveaux
modèles de datascience
Mise en place de modèles locaux
non-linéaires ( marketing
individualisé…)
Activation des modèles en
pratique pour le client
Temps
EXPLORATION
PREMIERE
MISE EN ŒUVRE
DATA DRIVEN
COMPANY
Maitrise de la
datascience
Mise en place de
principes
d’infrastructure et
d’architecture
Evolution de
l’organisation

NOS OUVRAGES DE RÉFÉRENCE
http://www.octo.com/fr/livres-blancs

RETROUVEZ TOUS LES CHAPITRES « BANQUE DE DEMAIN »
Chapitre 2 : Innovation Chapitre 3 : Les API
SORTIE
04
AVRIL
UNE ORGANISATION
DATA DRIVEN
Déﬁnir une gouvernance de
la donnée aﬁn de garantir à
l’utilisateur la meilleure
expérience et la sécurité
des accès, des échanges et
du stockage de données.
Chapitre 4 : La data
SORTIE
18
AVRIL
Chapitre 1 : Le mobile
CONCEVOIR UNE APP
MOBILE BANCAIRE
Réussir votre stratégie
bancaire dans l’univers
bancaire: Concevoir une
vision produit, une
expérience utilisateur et un
socle technique adapté
OUVERTURE SUR
L’ECOSYSTEME : LA
MISE EN PLACE DES API
Accélérer l’exposition des
services via des API pour
s’intégrer à l’écosystème
dans une logique d’open
banking.
UN MODÈLE
D’INNOVATION EFFICACE
Transformer l’organisation
traditionnelle en mettant en
place un cycle d’innovation
dans la durée :
organisation, méthodologie,
UX Design.
TELECHARGEZ L’INTRODUCTION: « LA BANQUE DE DEMAIN »

SORTIE
04
AVRIL

Cabinet de conseil IT There is a better way
OCTO ACCOMPAGNE SES CLIEN+S DANS
LEUR PROJET DE transformation numérique.
NOUS SOMMES CONVAINCUS QUE
LA +ECHNOLOGIE EST au coeur DE CETTE
MUTATION.
NOUS CROYONS QUE l'informatique
TRANSFORME NOS SOCIÉTÉS
NOUS SAVONS QUE LES réalisations marquantes
SONT LE FRUIT DU partage DES SAVOIRS
ET DU PLAISIR À +RAVAILLER ENSEMBLE
NOUS recherchons EN PERMANENCE
DE MEILLEURES façons DE FAIRE
KEY FIGURES
17 years
of profitable,
continuous
growth
Listed on the
Paris Stock
Exchange
since 2006
38 M€
in Sales
245consultants,
architects, experts
and methodology
coaches Strategic
independence and
financial strength
Qui sommes-nous ?
47OCTO TECHNOLOGY > THERE IS A BETTER WAY

La Banque de demain : Chapitre 4

Contenu connexe

Tendances

Similaire à La Banque de demain : Chapitre 4

Plus de OCTO Technology

La Banque de demain : Chapitre 4