Trop de banques et d'assureurs partent du principe que leur IA dispose d'une vision complète du client. Ce n'est pas le cas. Elle ne dispose que des informations que les systèmes sous-jacents ont pu lui fournir.
La vision « Client 360 » est une vue complète, précise et actualisée du client, couvrant l’ensemble des produits, comptes, contrats, canaux et points de contact pertinents pour la relation. Dans le secteur bancaire, des services financiers et de l’assurance (BFSI), cette vision doit également prendre en compte les rôles, les relations, les hiérarchies, la provenance et les contrôles régissant l’utilisation des données. Sans ce contexte, l’IA travaille à partir d’un client qui n’existe pas pleinement.
L’établissement d’une identité client fiable est le point de départ, et non la ligne d’arrivée. L’IA a également besoin du contexte réglementé entourant cette identité : les ménages et les hiérarchies d’entreprise, les rôles et les relations, les produits et les comptes, ainsi que les preuves indiquant d’où provient chaque information et pourquoi elle est considérée comme fiable.
Ce qui suit expose quatre raisons pour lesquelles cela détermine jusqu’où l’IA peut aller, et où elle échoue généralement.
1. Aucun système ne dispose à lui seul d’une vue d’ensemble du client
Une même personne peut être à la fois un client de la banque de détail, un emprunteur immobilier, un client de gestion de patrimoine, un assuré et un bénéficiaire effectif.
Chacune de ces relations est généralement gérée dans son propre système, mis en place à un moment différent et dans un but différent.
La plateforme de crédit immobilier n’a jamais été conçue pour prendre en compte le compte de gestion de patrimoine. Et le système de gestion des contrats d’assurance n’a jamais été conçu pour reconnaître que son assuré est également un bénéficiaire effectif ailleurs dans l’entreprise.
Techniquement, ces systèmes ne sont pas erronés ; ils reflètent tous fidèlement la partie du profil client qu'ils ont été conçus pour gérer.
Le problème survient lorsqu’une personne ou une IA doit appréhender le client dans son contexte — non seulement les produits qu’il détient, mais aussi les rôles et les relations qui le relient à l’ensemble de l’entreprise :
- Un chargé de clientèle qui évalue la relation globale du client et son exposition à l’ensemble des produits et des entités juridiques
- Un assureur cherchant à déterminer si un assuré, un demandeur d’indemnisation, un bénéficiaire, un adhérent ou un contact du foyer correspond à la même personne
- Un système d’IA sélectionnant l’action suivante en s’appuyant sur le contexte pertinent et autorisé du client, du foyer ou de l’entreprise
Aucune équipe, ni aucun système, n’a jamais disposé d’une vue d’ensemble aussi complète sur laquelle s’appuyer.
2. Lorsque l’IA fonctionne à partir d’une vision partielle, personne ne peut expliquer ce qu’elle a fait
Au lieu de se forger sa propre vision d’un client, un modèle d’IA apprend à partir de la vision qui lui est fournie.
Lorsque cette vision est fragmentée, les résultats du modèle reflètent cette même fragmentation, à grande vitesse et à grande échelle.
Si vous êtes un assureur utilisant l’IA pour donner la priorité à la fidélisation ou au service des sinistres, une même personne peut apparaître comme souscripteur, assuré, demandeur d’indemnisation, bénéficiaire, membre ou contact du foyer. Ces identités liées à des rôles peuvent se trouver dans des systèmes différents, sans lien structuré entre elles.
Le modèle recommande la meilleure action suivante en se basant sur une relation partielle. Le résultat est difficile à expliquer, encore plus difficile à justifier, et parfois erroné pour le client qui se trouve face à lui.
Dans un environnement réglementé, c’est cet aspect qui fait l’objet de tests. Disposer de données complètes ne suffit pas en soi. Il faut également expliquer :
- quelles données d’identité, de relation et de source ont guidé la décision
- Pourquoi ces données ont été jugées fiables
- Si les informations étaient à jour et autorisées à cette fin
- Comment un gestionnaire de données, un auditeur ou une autorité de régulation peut examiner la décision et toute intervention humaine
Le CRM gère les interactions. Les lacs de données et les « lakehouses » stockent, traitent et analysent les données à grande échelle. Les plateformes bancaires centrales, ainsi que celles dédiées aux polices d’assurance et aux sinistres, gèrent les processus opérationnels.
La gestion des données de référence (MDM) complète — sans les remplacer — ces systèmes en établissant les identités, les relations, les hiérarchies et les définitions métier régies qu’ils peuvent partager et réutiliser. C’est ce qui rend la vision « Client 360 » cohérente, traçable et prête à l’emploi pour les utilisateurs, l’analyse de données et l’IA.
3. La vue client est à nouveau bouleversée à chaque changement métier
Les nouveaux clients, les nouveaux produits et les modifications apportées aux systèmes ajoutent constamment de nouveaux éléments. Ainsi, même une entreprise qui résout ce problème aujourd’hui devra y faire face à nouveau demain, en raison de facteurs tels que :
- Les fusions et acquisitions intègrent des systèmes conçus selon des normes différentes par des équipes différentes
- Les nouveaux canaux et produits créent des profils dont la vue existante n’avait jamais tenu compte
- Les migrations de systèmes transfèrent les données vers de nouvelles structures et rompent la logique sur laquelle reposaient les anciennes règles de mise en correspondance
- Les nouveaux cas d’utilisation de l’IA combinent les données clients d’une manière que personne n’avait prévue
Ces changements sont monnaie courante dans le secteur BFSI, et chacun d’entre eux peut réintroduire une fragmentation si l’identité, les relations et la gouvernance ne sont pas maintenues en permanence. C’est pourquoi, pour obtenir une vue complète du client, vous avez besoin d’une approche continue et régie permettant de garantir l’exactitude des données à mesure que l’activité évolue. Si vous considérez cela comme un projet avec une ligne d’arrivée, tout votre travail sera réduit à néant dès que l’activité évoluera à nouveau.
4. Les enjeux s’amplifient à mesure que les décisions basées sur l’IA passent de plusieurs jours à quelques secondes
Les décisions qui prenaient autrefois plusieurs jours sont désormais prises en quelques secondes. Les décisions de crédit, les alertes de fraude, le tri des sinistres, les renvois en souscription et les « next-best actions » (meilleures actions suivantes) sont de plus en plus souvent gérés par des processus automatisés, ce qui laisse moins de temps à un humain pour identifier un contexte manquant ou trompeur.
Cette rapidité modifie la définition même d'une vue complète du client.
Auparavant, un problème lié aux données ralentissait la prise de décision. Quelqu’un le repérait généralement avant que le processus n’aille plus loin.
Désormais, un problème lié aux données suit le même processus automatisé que tout le reste et génère un résultat avant même que quiconque ne l'ait examiné.
La rapidité supprime le filet de sécurité que procuraient autrefois les processus manuels, plus lents.
Auparavant, les entreprises s'efforçaient de se forger au fil du temps une vision complète et fiable du client. Aujourd’hui, c’est une condition préalable à une IA sûre dans le secteur BFSI.
En l'absence de résolution d'identité, le « client Frankenstein » fait son apparition
Dans notre ebook, « Rencontrez votre client Frankenstein » – une lecture utile pour toute personne impliquée dans la gestion des données clients dans le secteur BFSI – vous découvrirez ce phénomène : un dossier client constitué de fragments, de doublons et de données contradictoires.
Ces données semblent suffisamment plausibles pour passer un contrôle rapide, mais elles s'effondrent dès qu'elles sont utilisées pour prendre une décision importante.
En l’absence d’une méthode régie permettant d’établir l’identité et de relier le contexte pertinent qui l’entoure, l’IA risque d’agir sur ce même profil client « rafistolé », que cela soit remarqué immédiatement ou seulement après qu’une décision a été prise.
Comment STEP résout ce problème
STEP, la plateforme d’intelligence fiable de Stibo Systems , offre aux entreprises du secteur BFSI une base de données de référence indépendante et régie, qui fonctionne en parallèle des plateformes CRM, bancaires centrales, de gestion des contrats d’assurance, de gestion des sinistres, de données dans le cloud et d’IA. Elle établit des identités fiables et relie le contexte métier dont l’IA a besoin, sans remplacer les systèmes qui gèrent les transactions :
- Identité fiable : elle met en correspondance, consolide et gère les enregistrements des clients et des parties prenantes tout en préservant la source, la traçabilité et les identifiants persistants
- Relations et hiérarchies : relie les ménages, les entités juridiques, les bénéficiaires effectifs, les courtiers et intermédiaires, les rôles et les structures organisationnelles
- Contexte métier sémantique : applique des définitions, des classifications et une gouvernance partagées afin que les utilisateurs et l’IA comprennent la signification des entités et des relations
- Connexion et contrôle d’entreprise : publie les identités et le contexte régis vers le CRM, les plateformes centrales, les données dans le cloud, l’analyse et l’IA, avec traçabilité, contrôles automatisés et supervision humaine pour les exceptions
Ensemble, ces capacités transforment des enregistrements fragmentés en informations fiables et riches en contexte que les utilisateurs et l’IA peuvent exploiter avec davantage de confiance — et que les entreprises du secteur BFSI peuvent expliquer, gouverner et défendre. Pour découvrir comment Stibo Systems accompagne les organisations des services financiers et de l’assurance, consultez les pages dédiées à ce secteur sur notre site web.
FAQ
Qu'est-ce qu'un Customer 360 de confiance ?
Un Customer 360 de confiance est une vue gouvernée et actuelle d'une personne ou d'une organisation qui relie l'identité aux produits, comptes, politiques, rôles, ménages, entités juridiques et relations pertinents à travers les systèmes. Il préserve également la provenance, afin que les utilisateurs sachent d'où provient l'information et pourquoi elle est fiable.
Le Customer 360 signifie-t-il collecter plus de données ?
Non. L'objectif n'est pas la collecte indiscriminée de données. Il s'agit de connecter et de gouverner les données déjà détenues à des fins définies, sous réserve de contrôles appropriés en matière de confidentialité, de finalité et d'accès.
Quel rôle joue la résolution d'identité dans Customer 360 ?
La résolution d'identité associe et réconcilie des enregistrements qui peuvent se référer à la même personne ou organisation et établit une identité de partie de confiance. C'est fondamental, mais ce n'est pas tout Customer 360, qui inclut également les relations, les hiérarchies, la signification commerciale et la gouvernance.
En quoi le MDM est-il différent du CRM ou d'un lac de données ?
Le CRM gère les interactions avec les clients, tandis que les data lakes et les lakehouses soutiennent le stockage, le traitement, l'analyse et l'IA. MDM établit des identités, des relations, des hiérarchies et des définitions commerciales partagées et gouvernées que ces systèmes peuvent utiliser de manière cohérente.
Cela s'applique-t-il aux clients professionnels ainsi qu'aux particuliers ?
Oui, les clients professionnels nécessitent souvent une intelligence relationnelle plus complexe. Un client corporatif peut inclure une société mère ou une société mère ultime, des filiales, des propriétaires effectifs, des courtiers ou des intermédiaires, des rôles, des emplacements et plusieurs contacts. MDM maintient les entités juridiques distinctes tout en les connectant par le biais de hiérarchies et de relations régulées.
Que se passe-t-il lorsque l'appariement se trompe ?
Une correspondance erronée peut combiner deux parties différentes, tandis qu'une correspondance manquée peut laisser la même partie fragmentée à travers les systèmes. Les deux peuvent fausser les décisions KYC, de risque, de réclamation, de service et de personnalisation. Les décisions de correspondance et de relation doivent être régies, traçables et explicables, avec une automatisation pour les cas clairs et une révision ou une remédiation humaine pour les exceptions.
Qui, dans une organisation BFSI, est généralement responsable de ce problème ?
Customer 360 est une responsabilité partagée en matière de business et de données. Les propriétaires de domaines commerciaux définissent les résultats et les règles, les équipes de gouvernance et de gestion des données maintiennent la qualité et la responsabilité, les équipes technologiques intègrent les systèmes, et les fonctions de confidentialité, de risque et de conformité établissent des contrôles appropriés. Les équipes d'IA consomment cette base de confiance ; elles ne devraient pas en être les seules responsables.
