La Banque de demain : Chapitre 4

50 AVENUE DES CHAMPS-ÉLYSÉES 75008 PARIS > FRANCE > WWW.OCTO.COM

50 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 Couverture Texte Polices : -  Titre : Arial – 18pts -  Sous-titre : Arial – 18pts

SVETLANA BARANOV Digital Banking Specialist 06 82 19 23 89 [email protected]

PIERRE FARES Directeur Banque 06 09 48 68 21 [email protected]

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

2004Amazon lance Dynamo

2005 Google lance Big Table

2008 Facebook publie sous forme de licence libre Cassandra

201390 % 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 valorisationdes 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 donnée plus diverses et plus efficacement

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

Service simple¤  Barrière à l’entrée faible¤  Déconnecté du SI bancaire¤  Un usage simple et unique

Ex : Gestion de comptes en colocation

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

2. TECHNOLOGIE: PLUS DE PERFORMANCE Les points forts de Hadoop


2. TECHNOLOGIE: PLUS DE PERFORMANCE 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 PDifférence 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 traitées2.  Pour identifier cette corrélation une simple formule

mathématique ne suffit pas3.  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


Données: dataset ; a,a nonymisé ( 0 et 1) Trainning Set

+ validation set.ModèleAffinage

Application: rendre les décisiosn activables raidement

LA FINALITÉ EST DE CONVERTIR EN ACTIONS ET RENDRE LES DÉCISIONS ACTIVALBES: OFFRES, RÉDUCTIONS, PUBLICITÉ, NOTIFICATION PUSH

¤  Sur la base des expériences passées, construire un modèle

¤  Tester et affiner le modèe grâce au Validation Set

¤  Déterminer le bon algorithme

Définir un objectif métier

Constituer un dataset de données

EVALUER ET AJUSTER LA QUALITÉ DU

MODÈLESpécification 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 métierLes 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

¤  There are two main type of machine learning algorithms : Supervised learning ¤  You know what you are looking for, you already defined boxes where to put your data examples Unsupervised learning ¤  You don’t know what you are looking for, but you know there is some pattern in the data ¤  The algorithm defines by itself the boxes where to put the data and classify the examples in those boxes

Objectifs métiers (ex. améliorer le scoring)

Type de modèle/d’algorithme

Données internesDonnées externesDonnées 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


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


Itérations: sélection du meilleur modèle

Test du meilleur modèle sur des données fraîches

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


¤  Expérience E ¤  historique des attributs et des

prix de vente passé

Traiter de plus gros volumes de donnée, plus efficacement et à moindre coût

¤  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

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.

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) http://twinpeek.net/

Données identitaires:Age, CSP, famille, étudiant…

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 »

¤  Partage des informations entre filiales et entités facilité (ex: dossier client, fiche KYC, analyse de crédit)

¤  De nouveaux scénarios de requête possibles si les données sont d’abord collectées puis structurés

Ris

ques

acc

epté

s R

isqu

es s

ubis

OBTENIR PLUS DE DONNÉES

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 frauduleuxSource: The Wall Street Journal

¤  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

EVALUATION ET GESTION DU RISQUE Exemple: Palantir dans la détection de la fraude et les délits d’initiés


Un des éléments déclencheurs2011: UBS, un des concurrents de Crédit Suisse perd 2,3 milliards dans une affaire de trading frauduleux

Collaboration avec Palantir TechnologiesCrédit Suisse créé une joint venture nommée Signac avec Palantir technologies

ObjectifDétecter 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 déclencheursJanvier 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 TechnologiesLa SEC (Security and exchange commission) a signé un contrat de 90 millions de dollars avec Palantir technologies

ObjectifCréer 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 PME Tetra 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 »

¤  Lla thématique peut paraître nouveau pour le client, il y a un mélange de differents sujets

¤  Les clients font el parallèle avec la sollicitation intempesitive sur internet

¤  Le mode de communicaiton est important ¤  Il faut rassurer le client sur la sécurité de ses données ¤  Il faut que le client puisse controler l’usage fait de ses données

( cf; Open-banking) ¤  Il faut instaurer de la transparence avec le client

¤  Pour la banque: s’assurer de la séccurité

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

¤  Pour aller plus loin: Certaines startup se spécialise dans la comemrcialisation des données des clients

Un mode d’interaction et de communicatoion à trouver

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

METIERBusiness expert

TECHNOLOGIEPython SQL java

developer

STATISTIQUESMachine 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 …

MAITRISE DE LA DATASCIENCE 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

MAITRISE DE LA DATASCIENCE 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, …)

EVOLUTION DE L’ORGANISATION 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 DATAExploitationEntrepôts

EVOLUTION DE L’ORGANISATION Les rôles

OCTO TECHNOLOGY > THERE IS A BETTER WAY

40

OCTO TECHNOLOGY > THERE IS A BETTER WAY

40

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

LAK

E

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

COMPREHENSION:Identification de l’opportunité

EXPLORATIONPREMIERE

MISE EN ŒUVREDATA 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'informatiqueTRANSFORME NOS SOCIÉTÉS

NOUS SAVONS QUE LES réalisations marquantesSONT LE FRUIT DU partage DES SAVOIRS

ET DU PLAISIR À +RAVAILLER ENSEMBLE

NOUS recherchons EN PERMANENCEDE MEILLEURES façons DE FAIRE

KEY FIGURES

17 years of profitable, continuous growth

Listed on the Paris Stock Exchange since 2006

38 M€ in Sales

245 consultants, architects, experts and methodology coaches Strategic independence and financial strength

Qui sommes-nous ?

47 OCTO TECHNOLOGY > THERE IS A BETTER WAY

Economy & Finance

La Banque de demain : Chapitre 4