J’invite aujourd’hui Thibaut Gallineau que je remercie chaleureusement pour sa contribution.
Thibaut Gallineau est Consultant Indépendant à Genève pour les Services Financiers, Enseignant-Chercheur à l’EDHEC Value Creation Research Centre by EDHEC Business School, Professeur Associé à l’International Management School Geneva et à l’EM Strasbourg.
Thibaut nous présente un concept de digitalisation performante dans la banque et l’assurance à travers le self-onboarding, processus de collecte de données clients à l’entrée en relation pour lequel la qualité des données collectées et des questions posées est primordiale, alors que l’économie de demain sera une économie basée sur l’intelligence de la donnée.
Self-onboarding, le concept de la digitalisation performante
Dans un monde de plus en plus digitalisé, l’avenir est au développement du self-onboarding, processus par lequel le client réalise lui-même les différentes étapes de l’entrée en relation.
Dans les banques qui l’ont mis en place, l’ensemble du processus peut être réalisé en 15 minutes, grâce à un questionnaire fluide comportant un chaînage logique entre les questions (la réponse à une question conditionnant la suivante), sans doublon ni retour en arrière et en un minimum de clics. L’identité de l’individu est contrôlée par face ID (comparaison automatique avec la photo de sa pièce d’identité).
Dans le cas où un facteur de risque apparaît, l’onboarding devra être finalisé en agence ; dans les autres cas, un contrôle humain a posteriori est réalisé systématiquement dans la journée, sous la forme d’une validation en quelques secondes.
Le self-onboarding permet ainsi de minimiser l’intervention du conseiller tout en maîtrisant le risque, et d’offrir au client la réactivité qu’il attend, gage d’une expérience positive. Un premier contact réussi pour une finalité quasi-immédiate qui permet à la relation client de démarrer de la meilleure des façons.
La qualité de la donnée, condition de réussite de la digitalisation
La digitalisation des activités bancaires ou assurantielles doit intégrer la détection automatique du risque selon une approche multi-critères : liste des points à contrôler en fonction du produit ou service, mise en place d’algorithmes pour faciliter les décisions et catégoriser utilement les données (risque, solvabilité, garanties…)
La réussite de la digitalisation dépend ainsi immanquablement de l’existence de la donnée et de surcroît de sa qualité. Une fois collectée, une donnée client doit permettre le déclenchement ou le fonctionnement d’un ensemble de processus (réglementaires, commerciaux, prédictifs,…) : il est donc essentiel de s’assurer de l’exactitude de celle-ci.
Cela peut être effectué à différents niveaux :
vérifier le format de certaines données (ex : numéro de SIREN…) au moyen d’une méthode poka yoke pour s’assurer du respect de la bonne nomenclature et de la fiabilité de celle-ci (par exemple, le numéro de SIREN ne doit pas changer si la raison sociale ou l’adresse change)
s’assurer de la complétude de l’information grâce à un système de questionnement "à tiroirs" qui veille à ce qu’aucun élément ne soit manquant mais qui doit aussi garantir l’unicité de la donnée sans question redondante
imposer des principes forts permettant un respect strict de la donnée : ségrégation des champs de données (clients, calculées, consolidées, etc.) refus des données inutiles ou parasites pour se concentrer uniquement sur les données utiles, etc.
protéger les données pour assurer leur préservation contre les altérations par des actions humaines ou des défaillances des systèmes d’information
La question de la valorisation et de la mise à jour des données client est en définitive particulièrement prégnante. Si la mise à jour et la fiabilisation de l’intégralité de la base client semble illusoire tant le chantier est colossal pour des banques ou des assurances, il convient au moins d’isoler dans les systèmes les clients dont les données sont susceptibles de ne plus être à jour (le plus souvent des clients anciens, sans nouvelles voire « dormants ») et d’intégrer la mise à jour des données dans les réflexes quotidiens des conseillers. Un Chief Data Officer sera idéalement en charge de mettre en place les actions de sensibilisation et de contrôle adéquates et de les coordonner.
Indispensable pour accélérer la digitalisation, l’intelligence des données est donc sans aucun doute le prochain défi à relever par les banques et les compagnies d’assurance.