Télécharger pour lire hors ligne
Téléchargé parAbdessatar Hammedi
Le Big Data transforme en profondeur le monde de la Banque et de l’Assurance
Le document traite de l'impact du big data sur les secteurs de la banque et de l'assurance, soulignant l'importance de l'exploitation des données pour optimiser les offres et renforcer la relation client. Il mentionne également les défis que représentent la transformation numérique et la réglementation, notamment avec le RGPD, tout en évoquant le rôle croissant des fintechs et des startups innovantes. Enfin, il aborde des stratégies et des outils pour mieux gérer et analyser ces données, renforçant ainsi la compétitivité des entreprises dans un monde de plus en plus axé sur les données.
Contenu connexe
Similaire à Le Big Data transforme en profondeur le monde de la Banque et de l’Assurance
![[Fr] Information builders - MDM et Big Data](https://cdn.slidesharecdn.com/ss_thumbnails/information-builders-mdm-bigdata-131016140315-phpapp02-thumbnail.jpg?width=640&height=640&fit=bounds)
Le Big Data transforme en profondeur le monde de la Banque et de l’Assurance
- 1. Business Performance &Innovation Digitale Salon de la FinanceSalon de la FinanceSalon de la FinanceSalon de la Finance 24 Avril 2017 Abdessatar Hammedi, Practice Manager BI et Big Data
- 2. 2 MALTEM : élémentsclés €72M MOA 55% Centres de services et forfaits 40 % Nos interventions De la réflexion stratégique à la mise en œuvre opérationnelle des organisations et des systèmes d’information IT 45% Assistance Technique 60 % Paris, Lille, Bidart, Bruxelles, Luxembourg, Singapour, Hong Kong, Maltem Consulting Group Nos PracticesNos implantations Conseil en organisation et Assistance àAssistance àAssistance àAssistance à MaitriseMaitriseMaitriseMaitrise d’Ouvraged’Ouvraged’Ouvraged’Ouvrage des SIdes SIdes SIdes SI Conseil, conception et intégration de solutionssolutionssolutionssolutions digitales,digitales,digitales,digitales, opensource etopensource etopensource etopensource et mobilesmobilesmobilesmobiles Conseil, conception et intégration de solutions desolutions desolutions desolutions de DataDataDataData ManagementManagementManagementManagement Conception et mise en place de servicesservicesservicesservices managés demanagés demanagés demanagés de contrôle descontrôle descontrôle descontrôle des performances ITperformances ITperformances ITperformances IT MALTEM DIGITAL DATA Management Monitoring Performances
- 3. Révolution Le Big Datatransforme en profondeur le monde de la Banque et de l’Assurance WHAT WE KNOW THE REST BIG DATA
- 4. Chacun de nous.Partout. Connecté.
- 5. Les IoT 100 milliardsIP100 milliards IP100 milliards IP100 milliards IP 2013 10 mds 2020 30 mds 2025 100 mds Nombre d’objets connecté dans le monde
- 6. Croissance explosive dela data 90% «««« dededede l’ensemblel’ensemblel’ensemblel’ensemble desdesdesdes donnéesdonnéesdonnéesdonnées dudududu mondemondemondemonde ontontontont étéétéétéété crééescrééescrééescréées cescescesces deuxdeuxdeuxdeux dernièresdernièresdernièresdernières annéesannéesannéesannées »,»,»,», StephenStephenStephenStephen GoldGoldGoldGold d’IBMd’IBMd’IBMd’IBM
- 7. La troisième révolutionindustrielle est en marche : celle des données et de leur traitement. Etude IDC-EMC Po 1015 Eo 1018 Zo 1021
- 8. La data, nouveaupétrole du 21ème siècle « Ce n’est pas celui qui a le meilleur algorithme qui gagne. C’est celui qui a le plus de données » Les sociétés du numérique mieux valorisées que les entreprises traditionnelles
- 9. Les GAFA La missionde Google : Organiser les informations à l’échelle mondiale pour les rendre accessibles et utiles à tous 1 milliard de sites1 milliard de sites1 milliard de sites1 milliard de sites 1000 milliards de pages1000 milliards de pages1000 milliards de pages1000 milliards de pages La mission de Faceboock : rendre le monde plus ouvert et plus connecté 1,6 milliards d’inscrits1,6 milliards d’inscrits1,6 milliards d’inscrits1,6 milliards d’inscrits 4,7 milliards de4,7 milliards de4,7 milliards de4,7 milliards de contenus/jourcontenus/jourcontenus/jourcontenus/jour 1111erererer media du mondemedia du mondemedia du mondemedia du monde L’informationL’informationL’informationL’information Les relationsLes relationsLes relationsLes relations La mission d’Apple consiste à adapter la machine à l’homme LesLesLesLes machinesmachinesmachinesmachines 1 milliard terminaux iOS1 milliard terminaux iOS1 milliard terminaux iOS1 milliard terminaux iOS It's our goal to be Earth's most customer-centric company, where customers can find and discover anything at Amazon.com Les transactionsLes transactionsLes transactionsLes transactions 250 millions de clients250 millions de clients250 millions de clients250 millions de clients 400 articles400 articles400 articles400 articles commandés/seccommandés/seccommandés/seccommandés/sec
- 10. Répartition Map AssortimentReduce (banque,1) (banque,1) (banque,1) (assurance,1) (assurance,1) (crédit,1) (crédit,1) (prêt,1) (banque,3) (assurance,2) (crédit,2) (prêt,1) (banque,3) (assurance,2) (crédit,2) (prêt,1) Hadoop, mapreduce Livre 1 Livre 2 Livre 3 (banque,1) (assurance,1) (crédit,1) (banque,1) (prêt,1) (assurance,1) (banque,1) (crédit,1)
- 11. VolumeVolumeVolumeVolume •90% des donnéesont été créées dans les 2 dernières années •Volume quantifiable en zétacotets (1,2 en 2010 à 40 en 2020) VélocitéVélocitéVélocitéVélocité •Analyse en temps réel •Réactivité •Réduire le time to market VariétéVariétéVariétéVariété •Traitements de différents types de flux •Données non structurées et semi structurées (NoSQL) •Données internes ou externes VéracitéVéracitéVéracitéVéracité ????ValeurValeurValeurValeur ???? Big Data: Les 3V VariabilitéVariabilitéVariabilitéVariabilité ????
- 12. 3 définitions Big DataOpen Data Chief Data Officer Désigne des ensembles colossaux de données produites par les personnes et les entreprises (réseaux sociaux, internet des objets, transactions commerciales, données médicales et scientifiques, informations scientifiques...). il s’agit des données produites par les collectivités ou les entreprises et diffusées sous licence ouverte. Elles sont alors accessibles et réutilisables librement sans restriction technique ou juridique (CDO ou responsable des données) Il pilote la gouvernance des données au sein d’une organisation et met en place leur gestion
- 13. De la donnéeà la connaissance Dans une logique de donner du sens à la donnée pour faciliter une prise de décisionDans une logique de donner du sens à la donnée pour faciliter une prise de décisionDans une logique de donner du sens à la donnée pour faciliter une prise de décisionDans une logique de donner du sens à la donnée pour faciliter une prise de décision Une fois la connaissance intégrée, une action peut être réalisée de manière réfléchie et intentionnelle BruteBruteBruteBrute InterprétéeInterprétéeInterprétéeInterprétée pour êtrepour êtrepour êtrepour être assimilableassimilableassimilableassimilable Reliée à un contexteReliée à un contexteReliée à un contexteReliée à un contexte pour lui donner du senspour lui donner du senspour lui donner du senspour lui donner du sens ActionActionActionActionConnaissanceConnaissanceConnaissanceConnaissanceInformationInformationInformationInformationDonnéesDonnéesDonnéesDonnées La plus faible valeur c’est la donnée, … (un couple concept mesure) La donnée se transforme en information lorsqu'elle est communiquée à un être humain capable de l’interpréter l’information interprétée mise en relation avec d’autres informations
- 14. Les Data Stratégies RéagirRéagirRéagirRéagir •Mise en place deMise en place deMise en place deMise en place de mécanismes Machinemécanismes Machinemécanismes Machinemécanismes Machine Learning ?Learning ?Learning ?Learning ? PrédirePrédirePrédirePrédire • Prédire la réactionPrédire la réactionPrédire la réactionPrédire la réaction DétecterDétecterDétecterDétecter • Détecter des signauxDétecter des signauxDétecter des signauxDétecter des signaux faiblesfaiblesfaiblesfaibles
- 15. Un mot surle Machine Learning Branche de l’Intelligence Artificielle Analyse et construction d’algorithmes capables d’apprendre à partir de données d’entrée La classification et la régression sont deux types d’apprentissage supervisé Il est important de garder un test set pour tester l’algorithme sur de nouvelles données Regrouper les clients ayant les mêmes caractéristiques / comportements sous différents angles Prédiction de ventes, de trafic, de consommation, ... ClusteringClusteringClusteringClustering //// SegmentationSegmentationSegmentationSegmentation PrédictionPrédictionPrédictionPrédiction RéseauxRéseauxRéseauxRéseaux de neuronesde neuronesde neuronesde neurones
- 16. Maltem Consulting Group Lesatouts des banques Au quotidien, les banques collectent de nombreuses informations sur les comportements de leurs clients INTERNETINTERNETINTERNETINTERNET CENTRE D’APPELCENTRE D’APPELCENTRE D’APPELCENTRE D’APPEL PAIEMENT PAR CARTEPAIEMENT PAR CARTEPAIEMENT PAR CARTEPAIEMENT PAR CARTE (Magasin, Mobile, Internet) CONSULTATION DECONSULTATION DECONSULTATION DECONSULTATION DE COMPTECOMPTECOMPTECOMPTE En ligne, GAB/DAB) COURRIERCOURRIERCOURRIERCOURRIER
- 17. Maltem Consulting Group Aquoi sert le big data dans le secteur bancaire ? Optimiser l’offreOptimiser l’offreOptimiser l’offreOptimiser l’offreApprofondir la relation ClientApprofondir la relation ClientApprofondir la relation ClientApprofondir la relation Client Augmenter le taux de conversion des clients Le canal de connexion avec le client (cross-canal) Préconisation d’offres à envoyer ou d’actions à mener (NBA/ NBO) Affiner la connaissance client et la segmentation Personnalisation des messages Customer Churn FraudeFraudeFraudeFraude Lutter contre la fraude LE PREMIER ENJEU RESIDE DANS LA CAPACITE A EXPLOITER LES DONNEES !!!!
- 18. Maltem Consulting Group Francisco González –CEO de BBVA – Les banques traditionnelles Bill Gates Richard Fairbank - CEO Capital One "Banking is necessary ; banks are not" « …d’ici 10 ans et à l’échelle mondiale, peut-être seulement une centaine d’acteurs bancaires suffisamment forts résisteront à cette déferlante numérique. » « Nous allons avoir besoin de penser plus comme des entreprises de technologie et peut-être un peu moins comme des banques »
- 19. Maltem Consulting Group Cesmenaces nouvelles qui planent sur les banquesCes menaces nouvelles qui planent sur les banquesCes menaces nouvelles qui planent sur les banquesCes menaces nouvelles qui planent sur les banques Data, Crowd, User Experience
- 20. Lending Le big data,arme secrète des Fintechs 8,3 Milliards $Milliards $Milliards $Milliards $ 2016201620162016
- 21. Données et technologie: Oscar donne un coup de vieux à tous les assureursDonnées et technologie : Oscar donne un coup de vieux à tous les assureursDonnées et technologie : Oscar donne un coup de vieux à tous les assureursDonnées et technologie : Oscar donne un coup de vieux à tous les assureurs Avec une offre d’assurance santé basée sur la prévention plutôt que sur le remboursement, Oscar est une startup qui combine des données et des outils technologiques offerts au client. Deux ans d’existence, déjà 200 millions de dollars de revenu annuel, et une valorisation de 1111,,,,5555 milliardmilliardmilliardmilliard dededede dollarsdollarsdollarsdollars. Oscar “überise” le marché de l’assurance santé ! Comment le Big Data révolutionne l'assurance: OSCAR
- 22. Lemonade «Lemonade»: Contracter uneassurance en 90 secondes et payer les frais d’un sinistre en trois minutes. Comment le Big Data révolutionne l'assurance: Lemonade
- 23. Les Produits /les services La Relation Client Les Process Images Les axes de transformation 1 2 3 4
- 24. Maltem Consulting Group NouvelleMéthode de gestion des données ModèleModèleModèleModèle existantexistantexistantexistant Copie des données vers les applications ModèleModèleModèleModèle ciblecibleciblecible Amener les applications aux données ProcessProcessProcessProcess----centriccentriccentriccentric Cas d’utilisation :Cas d’utilisation :Cas d’utilisation :Cas d’utilisation : • Données structurées principalement • Données internes • Données importantes • Copie multiple des données DataDataDataData InformationInformationInformationInformation----centriccentriccentriccentric Cas d’utilisationCas d’utilisationCas d’utilisationCas d’utilisation Toutes les donnéesToutes les donnéesToutes les donnéesToutes les données:::: Multi structuréesMulti structuréesMulti structuréesMulti structurées Internes & externes deInternes & externes deInternes & externes deInternes & externes de tous types.tous types.tous types.tous types. App App App App App App Data Data Data Data Réduire les coûtsCasser les silos pour libérer les données Traiter un volume de données plus important Augmenter les axes d’analyse et gagner en agilité Travailler dans un environnement Big Data
- 25. Agilité MVP Méthodologie: Pourvos initiatives Big Data l’agilitél’agilitél’agilitél’agilité est la clé Time to market
- 26. Protection des donnéesle paradoxe des utilisateurs internet considèrent que le protection de leur identité est menacée par l’exploitation massive des données considèrent qu’ils en retirent de grands avantages pratiques BCG, The value of our digital identity, 2015 67% 63%
- 27. Règlement européen: GDPR Objectifgénéral du règlement « Redonner aux citoyens le contrôle de leurs données personnelles, tout en simplifiant l’environnement réglementaire des entreprises » 14 avril 2016 Adoption par le parlement européen 14 24 25 24 mai 2016 Publication au JO de l’UE 25 mai 2018 Application directe «««« GDPR n’interdit rien mais encadre toutGDPR n’interdit rien mais encadre toutGDPR n’interdit rien mais encadre toutGDPR n’interdit rien mais encadre tout »»»»
- 28. RESPONSABILITERESPONSABILITERESPONSABILITERESPONSABILITE RENFORCEERENFORCEERENFORCEERENFORCEE SANCTIONSSANCTIONSSANCTIONSSANCTIONS ACCRUESACCRUESACCRUESACCRUES Régime de responsabilitéapplicable aux responsables de traitement et aux sous-traitants jusqu’à 20.000.000€ Amendes administratives 4% du CA mondial total de l’exercice précédent pour les entreprises Responsabilité et sanctions
- 29. Principales mesures duRGPD Identification des données personnelles dans le SI Consentement clair et explicite à la collecte des données droit à la portabilité des données Accès facilité de la personne à ses données Création des délégués à la protection des données (Data Protection Officer) droit à la portabilité des données droit à la limitation du traitement et droit à la portabilité des données
- 30. APIs les API commesupport de droit
- 31. “software is eatingthe world” Marc Andreessen
- 32.
- 33. Maltem consulting PHONE: +33(1) 77 78 13 02 / +33 (6) 68 96 30 40 EMAIL: [email protected] 8 place du Marché, 92 200 Neuilly-sur-Seine Conférence animée par : Abdessattar Hammedi