8
Livre blanc IBM Analytique Banque de détail Créer des niveaux inédits d’engagement client grâce à l’analyse prédictive Permettre aux banques de mieux connaître leurs clients pour leur offrir des expériences digitales gagnantes et personnalisées.

Créer des niveaux inedits engagement client avec analyse predictive

Embed Size (px)

Citation preview

Livre blancIBM Analytique Banque de détail

Créer des niveaux inédits d’engagement client grâce à l’analyse prédictivePermettre aux banques de mieux connaître leurs clients pour leur offrir des expériences digitales gagnantes et personnalisées.

2 Créer des niveaux inédits d’engagement client grâce à l’analyse prédictive

S’assurer un avantage grâce à l’analytique évoluéePar le passé, les spécialistes du marketing de masse ont découvert la possibilité de cibler leurs clients et de créer des produits pour des segments spécifiques. Si la plupart des entreprises définissent différents segments pour les cibler dans une approche marketing, nombre d’entre elles ne créent que des grands segments macroscopiques. Aujourd’hui, grâce aux outils d’analyse avancée, une entreprise peut circonscrire un segment jusqu’au niveau de l’individu. L’approche marketing du segment au niveau de l’individu permet de suivre et connaître le comportement de chaque client. L’entreprise peut alors convertir les simples visiteurs en clients de valeur à long terme, avec une rentabilité accrue.

Les clients des banques de détail sont aujourd’hui devenus des acteurs. Ils savent facilement comparer les tarifs, les services et les autres éléments différenciateurs pour repérer les bons produits et services financiers parmi toutes les possibilités offertes. Ils souhaitent agir à leurs conditions. Ils exigent des interactions efficaces et un accès rapide à l’information. Avec l’avènement des technologies digitales et mobiles et la montée en puissance d’acteurs innovants en matière de paiement mobile, comme PayPal et Square, les clients attendent des transactions financières pratiques et des services à valeur ajoutée. Dans le même temps, les distributeurs tels que Apple, Starbucks et Amazon offrent aux clients des expériences adaptées à leurs besoins, voire anticipées sur leurs demandes.

Ce nouveau défi pour les banques s’accompagne d’opportunités exceptionnelles pour créer de la valeur et se différencier grâce à des interactions et des offres personnalisées, pertinentes et synchronisées, avec à la clé rentabilité, satisfaction et fidélité client. Pour capitaliser sur ces opportunités, une banque se doit de tirer parti du capital d’informations dont elle dispose. Elle doit analyser avec efficacité et précision les données client et produire des connaissances en temps réel pour créer un engagement inégalé et maximiser son potentiel de chiffre d’affaires sur tous les canaux possibles (digital, mobile, contact direct).

S’adapter en fonction de l’évolution des préférences du client

Les appareils mobiles et les réseaux sociaux, parmi d’autres évolutions, transforment les comportements et les priorités des clients vis-à-vis des banques :

• Les consommateurs considèrent la banque digitale comme le domaine où les banques devraient le plus se développer et investir.1

• Les opérations de banque mobile ont progressé de près de 50 % depuis 2012, avec près d’un tiers des clients disant effectuer une opération au moins une fois par mois.2 Plus de 37 % des répondants à un sondage disent envisager d’utiliser davantage la banque mobile à l’avenir.3

• 41 % des clients disent être prêts à payer davantage pour des expériences et des interactions plus simples.4

IBM Analytique 3

Associée à l’analyse prédictive, l’analyse des médias sociaux constitue une puissante plateforme capable de détecter les tendances, les corrélations et les sentiments. Cette approche permet d’aller bien au-delà de la question consistant à savoir ce que les clients pensent de l’entreprise. En effet, la solution apporte une mine de connaissances pour connaître les besoins, les souhaits et les intentions des clients, en répondant à des questions essentielles comme par exemple : « Quels sont les facteurs expliquant les activités sur les médias sociaux, les comportements en ligne et les sentiments ? Avons-nous effectué les bons investissements dans les produits et les services, les campagnes, les employés et les partenaires ? Atteignons-nous les bonnes audiences et sommes-nous à l’écoute ? »

Grâce à des informations client aussi spécifiques que celles-ci, vous pouvez :

• Cibler des clients grâce à des offres extrêmement pertinentes en vous appuyant à la fois sur les canaux digitaux et traditionnels ;

• Connaître vos clients dans le contexte de leurs relations avec votre marque ;

• Engager vos clients à travers le bon canal, le bon message et au bon moment ;

• Prévoir les clients qui risquent de passer à la concurrence, savoir pourquoi et mettre en place les actions adaptées pour les fidéliser ;

• Évaluer les sentiments du client sur les médias sociaux et grâce aux données d’enquête pour connaître de manière plus précise ses besoins, ses souhaits, ses intentions et ses comportements ;

• Maximiser la valeur du cycle de vie du client grâce à des offres personnalisées de ventes additionnelles et croisées.

Comme les autres domaines d’activité, le secteur bancaire a assisté à l’explosion du volume des informations client disponibles. Ces données englobent de simples informations démographiques, mais aussi les enregistrements de transactions, les portefeuilles de produits, les préférences de service, ou encore les fichiers de consignation d’activité, les interactions avec les centres d’appels, les médias sociaux et les points de vue exprimés sous la forme de réclamations et de demandes de renseignements.

Cependant, la plupart des banques rencontrent des difficultés à transformer ces volumes massifs de données en connaissances exploitables, porteuses de valeur. En effet, elles sont confrontées à l’intégration de données fragmentées sur des sources nombreuses, hétérogènes, structurées en silos et souvent dispersées dans différentes zones géographiques. Elles peinent donc à analyser efficacement ce gisement varié et étendu de données pour connaître les souhaits de leurs clients. Faute d’une intégration et d’une analyse efficaces, une banque ne peut pas déterminer le niveau de service à proposer et les actions contribuant à la fidélité et la satisfaction des clients, ni la manière d’anticiper leurs besoins financiers futurs et d’y répondre.

Dans la compétition féroce que mènent les banques pour acquérir et conserver des clients rentables, l’absence de connaissances sur ces clients peut avoir des conséquences considérables. En effet, la diminution de la part de marché de la banque dans le portefeuille des actifs du client, la mise en place de campagnes marketing inefficaces, les taux d’opt-out élevés et l’impossibilité d’améliorer le cycle de vie client impactent négativement le chiffre d’affaires et la rentabilité.

Si les outils d’analyse traditionnels peuvent mettre en évidence ce qui s’est passé et pourquoi, les entreprises les plus efficaces utilisent en revanche l’analyse prédictive pour savoir ce qui peut arriver et choisir la meilleure action possible. Une solution d’intelligence client prédictive idéale sait capitaliser sur les systèmes technologiques dont votre entreprise dispose déjà pour apporter des ressources à vos canaux de distribution et définir les clients, les produits et les services. Elle doit également croiser les informations replacées dans leur contexte avec différents types de données analytiques pour produire une vue détaillée et unifiée englobant différents modes.

4 Créer des niveaux inédits d’engagement client grâce à l’analyse prédictive

Améliorer les actions de ventes additionnelles et croisées Les solutions prédictives d’intelligence et d’engagement client vous apportent les moyens de faire ce que vous faites déjà, mais de manière plus efficace et plus rapide, avec davantage de précision, de réussite et de rentabilité. L’amélioration des actions de ventes additionnelles et croisées en constitue un exemple parfait.

En effet, la réussite des ventes additionnelles et croisées tient à la capacité de proposer des offres ciblées au bon moment, sur le bon canal, pour le bon client. Pour tirer pleinement parti de ces interactions, les collaborateurs de la banque doivent connaître en temps réel les produits, les services et les offres ayant la plus forte probabilité de susciter une réponse favorable du client.

Améliorer les résultats dans différents domaines

Les technologies et les outils d’aide à la décision existants nécessitent d’abord l’enregistrement des données sur un dispositif de stockage, puis l’application d’un logiciel d’analyse pour procéder à des requêtes afin d’identifier des informations utiles. Les entreprises les plus averties constatent que le temps perdu dans ce processus se traduit par des opportunités manquées qui pourraient faire la différence entre le succès et l’échec.

A contrario, les analyses en flux continu et en temps réel créent une ouverture sur ces opportunités au moment et où elles se produisent. En effet, l’analyse prédictive vous apporte les moyens nécessaires pour capter et examiner les données client pertinentes, et y répondre, au point d’interaction et au moment même du dialogue, ce qui permet d’optimiser à la fois l’expérience client et les résultats marketing et commerciaux.

Jusqu’ici, l’acquisition des données nécessitait plusieurs étapes fastidieuses, englobant la collecte avec saisie ou numérisation optique des données, le nettoyage, la transformation, l’enrichissement et, au final, le chargement dans un entrepôt de données approprié. Ce décalage dans le temps conduisait souvent à une action plus réactive que proactive. Mais aujourd’hui, les banques ont accès à des capacités et des technologies plus évoluées qui permettent d’améliorer la collecte, le traitement et la diffusion des données pour éviter ces délais. Par exemple, en associant la logique des règles métier avec les connaissances issues d’une modélisation prédictive et d’un flux de données, les fonctionnalités d’optimisation multi-campagnes permettent d’identifier rapidement la décision la plus rentable pour chaque client. De plus, l’accélération des temps de réponses vous permet de produire des offres quasiment en temps réel alors que les clients sont en interaction, évaluent les offres produit sur le web ou effectuent des transactions. Cette approche mieux étayée et ciblée vous permet de proposer des offres plus pertinentes, avec à la clé des résultats de campagnes nettement meilleurs.

IBM Analytique 5

L’objectif est donc d’équiper les collaborateurs pour qu’ils puissent engager le dialogue avec le client dans le but d’obtenir le résultat le plus productif. Imaginons par exemple un scénario dans lequel les habitudes d’achat d’une cliente particulière indiquent un besoin de crédit plus important. Les analyses ont permis de révéler que cette cliente venait d’acheter un nouveau logement et l’analyse de ses dépenses qu’elle avait acquis des meubles. L’intégration de ces informations dans un modèle prédictif apporte aux conseillers en contact direct avec la cliente les meilleures possibilités de réponses possibles. En outre, l’analyse peut calculer la rentabilité de chaque client, ce qui permet de personnaliser davantage les offres et de s’assurer qu’elles contribuent, sur la durée, à maintenir la valeur du client pour la banque.

De plus, l’analyse permet d’évaluer en permanence l’efficacité des services et la satisfaction du client en s’assurant que chaque interaction optimise la valeur créée à la fois pour le client et pour la banque. Puisque les conseillers en contact avec le client disposent instantanément d’informations récapitulatives et de suggestions d’actions, ils connaissent ceux des clients auxquels ils doivent accorder une attention particulière et sur quels points focaliser leurs actions de fidélisation et de ventes croisées.

Grâce aux informations détaillées générées par l’analyse prédictive, les conseillers au contact direct des clients peuvent :

• Faire des recommandations plus personnalisées ; • Identifier les clients rencontrant des problèmes similaires

et agir de manière proactive pour les résoudre ; • Transformer les problèmes en opportunités avec des offres

de fidélisation adaptées en fonction des objectifs de l’entreprise et de la valeur client.

Une banque améliore l’acquisition de clients et les ventes croisées

En analysant et en mettant en place des stratégies d’acquisition de clients et de ventes croisées, une banque d’Amérique du Sud souhaitait accroître la satisfaction de ses clients et la valeur du client tout en maximisant la rentabilité de la banque.

Pour atteindre cet objectif, la banque a mis en œuvre une solution d’analyse prédictive en quatre phases successives.

La nouvelle solution a permis de calculer le retour sur investissement de chaque offre produit tout en prenant en compte différentes variables, dont les limites de budget et les restrictions de contact. Grâce à une vision plus pertinente de sa base de clients, la banque a obtenu les résultats suivants :

• Utilisation de modèles prédictifs pour identifier les clients potentiellement les plus favorables à une offre ;

• Création d’un processus de ventes croisées pour anticiper l’offre additionnelle la plus appropriée pour chaque client ;

• Augmentation de 40 % du chiffre d’affaires réalisé avec les clients existants ;

• Augmentation de 60 % de la marge réalisée avec les clients de la banque de détail.

Optimiser les performances au contact direct du client L’analyse prédictive permet non seulement d’extraire des informations critiques des données, mais également de les intégrer aux interactions avec les clients, que ce soit en face à face, via les canaux digitaux, les processus métier ou les systèmes opérationnels. De ce fait, il est possible de corréler les opérations internes pour proposer une expérience client cohérente et optimisée à l’échelle de toute l’entreprise.

6 Créer des niveaux inédits d’engagement client grâce à l’analyse prédictive

Capitaliser sur les données des réseaux sociaux pour obtenir des informations plus détaillées Les billets de blogs, les réseaux sociaux et les différentes enquêtes mettent en lumière des connaissances détaillées sur les préférences, les attitudes et les comportements des clients. L’analyse des sentiments, par exemple, permet de déterminer si des thèmes pertinents pour la banque font l’objet de commentaires positifs, négatifs, neutres ou ambivalents.

Plus important encore cependant, bien au-delà de la simple mesure des sentiments et des affinités, les modèles prédictifs contribuent à décider du meilleur plan d’action possible pour tirer parti de ces informations. Pour prendre un exemple, une banque peut analyser les données issues des médias sociaux et des canaux digitaux pour déterminer, entre autres, les besoins, les souhaits, les intentions et les comportements des clients, mais aussi les événements de leur vie. Ces informations peuvent ensuite être utilisées pour développer des profils détaillés et créer des micro-segments destinés à améliorer le ciblage marketing.

Grâce à ces connaissances, il est possible d’accompagner un très grand nombre de décisions, par exemple : le choix du message à utiliser pour attirer des prospects, la sélection des investissements publicitaires à opérer, les actions à mener pour améliorer la satisfaction des clients et les points faibles des concurrents sur lesquels agir.

Faire de l’information une puissante alliée contre la concurrenceL’analyse prédictive n’est pas un processus linéaire. À chaque itération, vous obtenez de nouvelles connaissances que vous pouvez intégrer dans le processus d’analyse, permettant ainsi d’améliorer en permanence les performances futures. En ajoutant au fil du temps de nouvelles sources de données et en affinant les sources existantes, vous pouvez enrichir de manière considérable votre vision du client et étoffer vos modèles prédictifs.

Permettre des interactions client optimisées

La solution IBM® Predictive Customer Intelligence dispose des capacités nécessaires pour recommander des offres et des actions pertinentes et appropriées à des clients spécifiques en fonction des informations les plus récentes.

• Analyse prédictive. L’analyse prédictive, qui englobe l’extraction (data mining) et la modélisation des données, vous aide à anticiper les souhaits ou les actions possibles de clients spécifiques.

• Gestion décisionnelle (DM) La gestion décisionnelle permet de convertir les scores de prédiction en actions commerciales appropriées.

• Établissement d’un score de prédiction en temps réel. L’établissement d’un score de prédiction en temps réel permet de générer à plusieurs reprises des prédictions à la demande pour vous permettre de réagir immédiatement à de nouvelles informations.

• Segmentation sur la valeur client. Les recommandations d’actions sont optimisées pour assurer une rentabilité prévisionnelle à long terme.

• Optimisation multi-campagnes. L’analyse des campagnes, des canaux et des contraintes métier permet d’effectuer la meilleure association possible entre les clients et les campagnes.

• Analyse en boucle fermée. Les actions suggérées, les nouvelles expériences constatées et les résultats obtenus sont réintroduits dans le processus d’analyse pour améliorer en permanence les prédictions et les recommandations.

• Automatisation du processus d’analyse. L’automatisation de l’essentiel des tâches d’analyse permet de gagner en fiabilité et en cohérence.

Ce qui vous permet d’anticiper les meilleures actions suivantes pour améliorer vos résultats, réduire les coûts et gagner en efficacité globale. Point tout aussi important, vous pouvez engager le dialogue avec le client tout au long du cycle d’achat, depuis l’identification des besoins jusqu’à l’achat, en passant par la phase d’exploration et de découverte. Vous investissez donc votre temps et vos ressources là où vous obtiendrez les résultats souhaités.

IBM Analytique 7

Fonder les analyses sur une plateforme de données étendue et robuste Plus les données sont disponibles, plus les opportunités sont nombreuses, mais à condition que vous puissiez les exploiter au profit de vos objectifs commerciaux et marketing. La bonne plateforme d’intelligence client prédictive vous permet d’analyser vos données pour connaître avec précision vos clients et personnaliser vos campagnes et vos interactions avec davantage de succès. Elle permet également de mettre en place des actions optimisées et pertinentes au bon point d’impact pour améliorer l’expérience client et contribuer à l’augmentation du chiffre d’affaires. Vous disposez ainsi d’une vue unique et fiable du client, au lieu d’être contraint d’essayer de retrouver la donnée dont vous avez besoin dans vos systèmes.

La plateforme idéale met à votre disposition la bonne information au bon moment sur l’ensemble des points de contact, des canaux numériques et des équipes et systèmes en contact direct avec les clients. Ces informations bénéficient à de nombreux collaborateurs (responsables marketing, personnel des agences, service client, équipes commerciales, etc.) pour identifier des tendances et accéder à des connaissances sur les clients avec rapidité et efficacité. Résultat : une expérience attractive qui permet de fidéliser le client, accroître sa valeur et améliorer la rentabilité.

Une bonne solution d’intelligence client prédictive vous aide à imbriquer la modélisation métier et l’intelligence prédictive au cœur des canaux numériques et des processus en contact direct avec les clients. Votre entreprise bénéficie ainsi d’une mine de capacités d’analyse pour améliorer les résultats du marketing, des ventes et du service client. Vous pourrez

attirer, fidéliser et satisfaire plus de clients que par le passé.

Pour plus d’informationsPour en savoir plus sur les solutions IBM Predictive Customer Intelligence et IBM Analytics, contactez votre représentant IBM ou votre partenaire commercial IBM, ou consultez le site à l’adresse suivante :

• ibm.com/software/products/fr/predictive-customer-intelligence

• ibm.com/software/products/en/predictive-customer-intelligence

De plus, IBM Global Financing peut vous permettre d’acquérir la solution dont vous avez besoin de la manière la plus appropriée. Les clients qualifiés pour un crédit bénéficieront d’une solution de financement adaptée à leurs objectifs, à leur gestion de trésorerie et au coût total de possession. Financez vos investissements informatiques critiques et poussez votre organisation plus loin avec IBM Global Financing. Pour plus d’informations, visitez le site ibm.com/financing/fr

IBM France 17 Avenue de l’Europe 92275 Bois Colombes Cedex

IBM, le logo IBM et ibm.com sont des marques d’International Business Machines Corp., déposées dans de nombreux pays du monde. Les autres noms de produits et de services peuvent être des marques d’IBM ou d’autres sociétés. Une liste actualisée des marques IBM est accessible sur le web sous la mention « Copyright and trademark information » à l’adresse ibm.com/legal/copytrade.shtml

Ce document est considéré comme à jour à sa date initiale de publication et peut être modifié par IBM à tout moment. Toutes les offres ne sont pas disponibles dans tous les pays où IBM est présent.

Les données de performance et les exemples de clients fournis ne sont mentionnés qu’à titre d’information. Les performances réelles peuvent varier selon les configurations et les conditions d’exploitation. LES INFORMATIONS CONTENUES DANS CE DOCUMENT SONT FOURNIES « EN L’ÉTAT », SANS AUCUNE GARANTIE EXPRESSE OU TACITE, NOTAMMENT SANS AUCUNE GARANTIE DE QUALITÉ MARCHANDE OU D’ADAPTATION À UN EMPLOI SPÉCIFIQUE, ET SANS AUCUNE GARANTIE OU CONDITION DE NON INFRACTION VIS-À-VIS DES LOIS. Les produits IBM bénéficient de la garantie décrite dans les conditions générales des contrats dans le cadre desquels ils sont fournis.

© Copyright IBM Corporation 2015 1 Accenture, « A Critical Balancing Act: US Retail Banking in the Digital Era », 2013, http://www.accenture.com/SiteCollectionDocuments/PDF/Accenture-Consumer-US-Retail-Banking-Survey.pdf

2 Ibid.

3 Ibid.

4 EY, « Winning through customer experience: EY Global Consumer Banking Survey 2014 », http://www.ey.com/Publication/vwLUAssets/EY_-_Global_Consumer_Banking_Survey_2014/ $FILE/EY-Global-Consumer-Banking-Survey-2014.pdf

IMW14822-FRFR-00

Veuillez recycler