Qu’il s’agisse de migration vers le cloud, ou la cr\u00e9ation d’un Data Hub\u2026 l’ensemble de ces projets n\u00e9cessite en amont une transformation, une pr\u00e9paration et une mise en qualit\u00e9 des donn\u00e9es.<\/b><\/p>\n
Le secteur de la banque est constamment confront\u00e9 \u00e0 de nouveaux enjeux. Au-del\u00e0 de la concurrence f\u00e9roce qui r\u00e8gne entre les banques traditionnelles, les banques en ligne et les n\u00e9obanques depuis bient\u00f4t dix ans, ce secteur doit \u00e9galement faire face aux nouvelles offres techniques (<\/span>cryptomonnaies<\/span><\/a>, tokenisation des investissements, \u2026) des fintechs, aux nouvelles r\u00e9glementations et mesures de cybers\u00e9curit\u00e9, aux attentes toujours plus pouss\u00e9es des clients et, enfin, \u00e0 la gestion des risques.<\/span><\/p>\n Afin d\u2019y r\u00e9pondre, les banques sont dans l\u2019obligation de transformer et restructurer en profondeur l\u2019architecture du syst\u00e8me d\u2019information, tant d’un point de vue technique que fonctionnel, en exploitant notamment de mani\u00e8re plus intelligente et structur\u00e9e les gisements de donn\u00e9es \u00e0 disposition. Selon les pr\u00e9visions 2023 de Forrester, les banques qui ne s\u2019attaquent pas \u00e0 leurs dettes techniques ne seront pas en mesure de concurrencer les\u00a0<\/span>n\u00e9o-banques<\/span><\/a>\u00a0\u00e0 un niveau \u00e9gal, d\u2019autant qu\u2019elles sont nombreuses \u00e0 donner la priorit\u00e9 aux r\u00e9ductions de co\u00fbts (73 %).<\/span><\/p>\n Rendre la banque plus agile d\u00e8s la phase d\u2019int\u00e9gration<\/b><\/p>\n Pour les banques, l\u2019exploitation des donn\u00e9es repr\u00e9sente un enjeu important dans leur course \u00e0 la modernisation et \u00e0 l\u2019agilit\u00e9. Qu\u2019il s\u2019agisse d\u2019un besoin en BI, de migration vers le cloud, de l\u2019alimentation des bases de donn\u00e9es ou la cr\u00e9ation d\u2019un Data Hub\u2026 l\u2019ensemble de ces projets n\u00e9cessite en amont une transformation, une pr\u00e9paration et une mise en qualit\u00e9 des donn\u00e9es. L\u2019int\u00e9gration des donn\u00e9es joue donc un r\u00f4le central dans ce dispositif.<\/span><\/p>\n Si cette int\u00e9gration peut se faire de plusieurs mani\u00e8res, seul le choix d\u2019une approche ELT permet de briser les barri\u00e8res et d\u2019ouvrir le champ des possibles, puisqu\u2019elle r\u00e9duit l\u2019usage de ressources interm\u00e9diaires et exploite les fonctionnalit\u00e9s des environnements existants. Cette approche est particuli\u00e8rement int\u00e9ressante pour les banques disposant d\u2019environnements\u00a0<\/span>Big Data<\/span><\/a>, car, gr\u00e2ce \u00e0 l\u2019ELT, elles peuvent optimiser leur infrastructure et tirer parti de la puissance du cloud. En outre, d\u2019autres fonctionnalit\u00e9s propres \u00e0 l\u2019ELT favorisent les projets Big Data, l\u2019int\u00e9gration avec les architectures modernes, tout en faisant gagner du temps aux d\u00e9veloppeurs data. L\u2019ensemble de ces b\u00e9n\u00e9fices acc\u00e9l\u00e8rent la mise \u00e0 disposition de nouveaux services num\u00e9riques aux clients.<\/span><\/p>\n S\u2019il y aura toujours un besoin de pr\u00e9paration et de transformation en amont, ces \u00e9tapes seront amplement simplifi\u00e9es et bien plus ais\u00e9es pour les utilisateurs. Si l\u2019ELT est g\u00e9n\u00e9ralement r\u00e9serv\u00e9 aux experts techniques, les m\u00e9tiers peuvent aussi \u00eatre concern\u00e9s. Avec cette rapide mont\u00e9e en comp\u00e9tence, la banque sera en mesure de transformer rapidement les flux \u00e0 chaque fois que les projets data l’exigent. Cela s’inscrit notamment dans la strat\u00e9gie de nombreux groupes bancaires fran\u00e7ais qui ont pour objectif de standardiser les transformations, de r\u00e9duire les risques et d’augmenter l’efficacit\u00e9 op\u00e9rationnelle des \u00e9quipes IT et m\u00e9tiers.<\/span><\/p>\n La disparition des silos au sein d\u2019une banque permettra alors plus de partage d\u2019informations entre les m\u00e9tiers. En effet, les banques cherchent actuellement \u00e0 exploiter davantage toutes les transversalit\u00e9s existant au sein d\u2019un m\u00eame groupe bancaire. En centralisant les donn\u00e9es, chaque m\u00e9tier de la banque dispose d\u2019une source unique de v\u00e9rit\u00e9, r\u00e9duisant ainsi les incoh\u00e9rences et les inexactitudes qui d\u00e9coulent, par exemple, de formats de donn\u00e9es incompatibles, et cr\u00e9ant davantage de valeur en temps r\u00e9el. N\u00e9anmoins, il est primordial de bien ma\u00eetriser les acc\u00e8s aux donn\u00e9es et les usages qui en sont faits.<\/span><\/p>\n Vers plus de transversalit\u00e9s gr\u00e2ce au Master Data Management<\/b><\/p>\n Si l\u2019int\u00e9gration des donn\u00e9es repr\u00e9sente un travail cl\u00e9 dans leur exploitation, les banques peuvent aller plus loin avec le Master Data Management et la mise en \u0153uvre de r\u00e9f\u00e9rentiels m\u00e9tiers, qui vont consid\u00e9rablement les aider pour mener \u00e0 bien leurs activit\u00e9s quotidiennes. S\u2019adressant davantage aux utilisateurs m\u00e9tiers, ces outils favorisent la cr\u00e9ation de la valeur \u00e0 partir de donn\u00e9es qui \u00e9taient jusqu\u2019alors peu ou mal exploit\u00e9es.<\/span><\/p>\n Ces r\u00e9f\u00e9rentiels sont en mesure de r\u00e9pondre, par exemple, \u00e0 des r\u00e9gulations sp\u00e9cifiques et importantes, mises en place par la Banque Centrale Europ\u00e9enne ou encore la Banque de France. Concr\u00e8tement, gr\u00e2ce \u00e0 un r\u00e9f\u00e9rentiel, les donn\u00e9es relatives \u00e0 la r\u00e9glementation en question sont collect\u00e9es et viennent enrichir une\u00a0<\/span>base de donn\u00e9es<\/span><\/a>, qui est ensuite mise \u00e0 disposition de la banque et des autorit\u00e9s de r\u00e9gulations.<\/span><\/p>\n Prenons l\u2019exemple de la lutte contre la fraude, qui est une activit\u00e9 cl\u00e9, hautement r\u00e9gul\u00e9e, pour tout \u00e9tablissement bancaire. La mise en \u0153uvre d\u2019un r\u00e9f\u00e9rentiel contenant les donn\u00e9es des clients peut faire toute la diff\u00e9rence. En effet, un client est souvent connu par de multiples syst\u00e8mes au sein d\u2019une m\u00eame banque, selon les offres auxquelles il a souscrit (comptes, placements, assurances, cr\u00e9dits etc.). Il arrive g\u00e9n\u00e9ralement que la banque collecte des donn\u00e9es identiques sur ce client, qui sont stock\u00e9es \u00e0 divers endroits du syst\u00e8me informatique. Cette multiplication peut \u00e9galement \u00eatre amplifi\u00e9e par les canaux de distributions (direct, partenariat, revendeur, marque blanche, distributeur, …) qui ont tendance \u00e0 externaliser la collecte des donn\u00e9es clients dans d’autres syst\u00e8mes d’informations n\u2019appartenant pas \u00e0 la banque. Dans ce contexte, la consolidation de l’ensemble des donn\u00e9es des clients est vital, notamment pour faciliter le travail des m\u00e9tiers autour de la conformit\u00e9 r\u00e9glementaire (<\/span>RGPD<\/span><\/a>, LAB, LAF, …). Un r\u00e9f\u00e9rentiel client unique a alors pour r\u00f4le de centraliser et de tracer l’ensemble de ces donn\u00e9es et les endroits o\u00f9 ils sont connus dans le syst\u00e8me d’information.<\/span><\/p>\n Enfin, les r\u00e9f\u00e9rentiels peuvent \u00e9galement se r\u00e9v\u00e9ler \u00eatre des outils pr\u00e9cieux pour am\u00e9liorer la connaissance client. Celle-ci sera alors plus approfondie et permettra aux banques d\u2019anticiper le comportement des clients et m\u00eame d\u2019estimer la notion de risque, qui est au c\u0153ur de l\u2019activit\u00e9 bancaire, par exemple, avec un r\u00e9f\u00e9rentiel regroupant les donn\u00e9es li\u00e9es aux titres et aux tiers. Les \u00e9v\u00e8nements de vie (mariage, s\u00e9paration, achat immobilier, naissance, \u2026) qui rythment la vie des clients ont un impact significatif sur leur gestion financi\u00e8re. Une exploitation intelligente des donn\u00e9es li\u00e9es \u00e0 ces \u00e9v\u00e8nements sont autant d’opportunit\u00e9s business pour la banque, alors que les clients sont \u00e0 la recherche d\u2019un accompagnement sur-mesure.<\/span><\/p>\n