Services financiers, 3 étapes pour exploiter les données non structurées

Dans le secteur financier, les gagnants de demain sont ceux qui comprendront combien il est utile d'investir dans la maîtrise des données, comme la voix et le texte, qui recèlent les informations les plus stratégiques pour identifier les innovations et gains d'efficience pouvant générer du profit.

Exploiter les données pour proposer une expérience plus personnalisée est la priorité des services financiers, qui y voient à la fois un facteur de différenciation et un vecteur d'efficacité. Les jeux de données dont nous parlons ici sont bien trop vastes pour confier leur traitement à l'Homme.

L'investissement dans les solutions de traitement des données a d'ailleurs grimpé de 10 % en 2021, notamment dans le secteur bancaire, où les entreprises y consacrent le plus de ressources. Les banques ont généralement des milliers de points de données pour chaque client : paiements en ligne, appels entrants et sortants, échanges avec les succursales, retraits en guichet automatique DAB, sans oublier les informations de profil enregistrées à des fins d'identification et d'authentification. Au-delà de leur volume, le problème central est que la majorité des données tend à être non structurées.

Tout l'art consiste à décrypter des informations riches en texte et en contenu, des e-mails aux réclamations, en passant par les échanges qui se tiennent sur les réseaux sociaux, les notes rédigées par les conseillers ou les responsables du service client et, dans le cas des centres d'appels, l'historique des propos échangés sur le chat ou au téléphone. Les spécialistes estiment que 80 à 90 % des données, toutes catégories confondues, sont bien aujourd'hui non structurées.

Or, les méthodes classiques d'interrogation des données sont inadaptées à cette nouvelle réalité. Et, si toutes les institutions financières ont investi dans des lacs de données, rares sont celles qui sont allées au-delà de l'écrémage ou de l'harmonisation pour adopter des systèmes front-end vraiment capables de décrypter tous les renseignements recueillis en matière d'expérience client. De plus, la complexité de la tâche et les ressources qu'elle nécessite sont autant d'obstacles supplémentaires à cette mue. Pour mener à bien ce changement de paradigme et parvenir à convertir ces données en gains financiers, il convient d'abord d'adopter une stratégie à trois volets.

Identifier les arguments économiques qui justifient de privilégier les données non structurées

Les entreprises les plus avancées ont déjà réalisé que l'exploitation des données d'expérience non structurées était un levier à actionner pour accroître leur chiffre d'affaires. Hélas, elles sont encore trop nombreuses à voir l'expérience client comme un simple indicateur, et à se contenter de recueillir des résultats d'enquête pour rendre compte de la satisfaction des clients vis-à-vis du service proposé par les conseillers. On note a contrario qu'un nombre grandissant de dirigeants plus visionnaires choisit de s'appuyer sur les données clients pour résoudre les difficultés auxquelles l'entreprise est confrontée.

Peu après le début de la pandémie, les demandes entrantes sur le chat de GM Financial, Services financiers de General Motors, ont littéralement explosé, passant de 10 % à 60 % sur l'ensemble des contacts. À l'aide d'outils de détection automatique des sujets abordés et de reconnaissance des émotions dans toutes les conservations, l'entreprise a réussi à identifier les thèmes qu'elle devait faire traiter par son chatbot, ce qui a ensuite permis à ce bot de gérer à lui seul 50 à 60 % des demandes entrantes de tous types. C'est là un parfait exemple mettant en lumière la capacité des données non structurées à faire diminuer les coûts de fonctionnement d'une entreprise.

Adopter la technologie la plus appropriée

En parallèle, les institutions financières ont tout à gagner à recourir aux outils capables de transcrire des échanges vocaux en texte, mais aussi de détecter différents types de sujets parmi toutes les sources de données textuelles. Grâce à ces solutions, il devient possible de classifier automatiquement les motifs d'appel à chaque contact. D'autres outils permettent d'analyser les composantes clés de l'expérience client et de prévoir leur impact chiffré sur les résultats opérationnels.

On peut citer notamment le taux de résolution dès le premier appel ou le temps de traitement d'une demande, deux aspects à propos desquels l'usage des données peut réduire nettement le travail des managers en matière de planification des capacités ou d'optimisation de la continuité de service.

L'analyse des sentiments peut, elle aussi, mettre en lumière des lacunes à combler à travers la formation des conseillers. Plutôt que de charger un opérateur humain d'écouter des appels et de remplir des feuilles de score, on peut désormais confier cette tâche à des outils de dernière génération. Les technologies les plus performantes peuvent identifier les comportements et ainsi aider à former les salariés en prise directe avec les clients aux techniques les plus habiles pour désamorcer les agressivités par exemple et orienter la conversation sur un terrain plus positif.

Convertir l'information en actions

Si la technologie ouvre beaucoup de portes, elle n'est pas pour autant une solution miracle. Même dans les institutions financières disposant d'une batterie de données, ce sont souvent les clients qui suggèrent des mesures susceptibles de réduire les points de friction existants.

Chacune de ces suggestions peut en effet donner lieu à une amélioration du service proposé. Le client qui adresse une réclamation à une entreprise y recense tous les problèmes qui lui viennent à l'esprit, lesquels ne se limitent pas forcément à ceux qui imagineraient la personne à l'origine d'une enquête de satisfaction. Les institutions doivent donc veiller à se doter de modèles de gouvernance qui leur permettront de donner la priorité à ce type de mesures d'amélioration transverses.

Aussi, les entreprises les plus modernes se tournent de plus en plus vers l'automatisation, l'utilisant essentiellement pour acquérir des données sur les thèmes et les sentiments qui animent les clients, et pour déclencher les meilleures actions possibles dans des outils de marketing automatique ou encore d'assistance à la clientèle.

La complexité des solutions informatiques existantes peut être un frein à cette modernisation, a fortiori quand elle est aggravée par des décennies de fusions et acquisitions et de consolidations, mais il existe aussi des intégrations clé en main qui peuvent être utiles. La pandémie a fait comprendre aux institutions financières qu'elles devaient moderniser leur modus operandi de toute urgence.

Les leaders ambitieux doivent donc rechercher des connecteurs prêts à l'emploi pour faire le lien entre les solutions de gestion de l'expérience et d'autres outils, afin de se donner les moyens d'agir en temps réel et à grande échelle.

Si la révolution des données est indéniablement porteuse de défis, elle offre aussi d'immenses opportunités. Comme toujours, la technologie remédiera à une partie du problème, mais il incombe aussi aux entreprises de réfléchir minutieusement au bien-fondé de l'investissement, ainsi qu'aux mécanismes dont elles ont besoin pour mener des actions centrées sur l'intérêt du client. Les institutions qui y parviendront auront toutes les chances de réussir à convertir le potentiel dormant des données non structurées en succès commercial.