Fermer

septembre 28, 2018

Pourquoi les banques d'entreprise doivent-elles adopter l'IA et l'apprentissage automatique?


Les fintechs et autres challengers menaçant de s’approprier les secteurs les plus rentables des services bancaires aux entreprises, tels que les transferts monétaires internationaux et la fourniture de services de change, il n’a jamais été aussi important pour les banques d’investir pour améliorer fondamentalement la entreprises clientes

Contrairement au secteur de la banque de détail, où la plupart des clients n’utilisent qu’un seul établissement pour leurs services bancaires, les banquiers professionnels doivent toujours se fonder sur le fait que leurs clients entretiendront des relations avec plusieurs établissements. Par conséquent, elles doivent se faire concurrence pour obtenir une part du portefeuille.

Les banques entreprises doivent répondre à deux questions stratégiques:

Qu'est-ce que les trésoriers d'entreprise (les principaux propriétaires des relations avec les banques) veulent, et qu'est-ce qui les incitera à augmenter la proportion de leurs activités bancaires qu'ils donnent à une institution plutôt qu'à une autre?

Une grande partie de ce qui motive les attentes des trésoriers d'entreprise vient aujourd'hui de leur expérience en tant que consommateurs. Compte tenu de leur expérience en matière de recherche d'un produit sur Amazon, de choix, de commande, de paiement et de réception de leur commande le jour même ou le lendemain, leurs attentes concernant l'expérience client ont été considérablement augmentées. [19659002] Même dans les services financiers de détail, où il est simple et peu coûteux d’effectuer une transaction en devise étrangère avec une fintech telle que TransferWise, la question inévitable est de savoir pourquoi il doit être si difficile de faire la même chose dans le monde de l’entreprise. [19659002] Même lorsque TransferWise ne peut pas effectuer le paiement instantanément, le consommateur dispose d’une transparence totale sur l’endroit où la transaction est en cours et, surtout, en temps réel. Le trésorier de la société recherche le même niveau de transparence et la même capacité de servir ses clients lorsqu'il s’engage avec leurs banques. Il n'est plus acceptable de téléphoner à leur banque pour savoir si un paiement est en cours.

La rapidité d'exécution est une autre attente qui a été modifiée par l'expérience du trésorier en matière de consommation. Ils s'attendent à ce que leurs banques prennent des décisions rapidement et à ce que leurs transactions soient exécutées plus rapidement qu'aujourd'hui

Une expérience de partage sans faille des données entre la banque et l'entreprise est de plus en plus demandée. Traditionnellement, l’une des raisons pour lesquelles les entreprises changent rarement de banque est que le processus d’intégration des banques prend beaucoup de temps, est sujet à des erreurs, très bureaucratique et que chaque banque a son propre processus nécessitant des informations légèrement différentes.

Si une banque peut offrir une intégration sans frictions, lorsque la banque effectue la plus grande partie du travail et que le temps nécessaire à l'embarquement est considérablement réduit, l'impact positif sur la part de cette banque dans les activités de financement aux entreprises sera considérable. L'introduction d'une approche normalisée du basculement (chaque banque demande le même ensemble d'informations sans demander ce qu'elle sait déjà du client), comme cela a été introduit dans plusieurs pays du secteur de la banque de détail, devrait être introduite pour les services bancaires aux grandes entreprises

Si cela était mis en place, le nombre d’entreprises qui changent de banque changerait considérablement. On comprend pourquoi les banques en place ne veulent pas faire cela, de peur de perdre des clients. Cependant, ceux qui le font et le font bien en tireront des avantages importants. S'ils ne le font pas, une ou plusieurs banques concurrentes choisiront les secteurs les plus rentables de leurs activités d'entreprise.

Pour les équipes de gestion de trésorerie d'entreprise, on passe trop de temps à réconcilier les comptes de caisse dans leur grand livre. avec les comptes bancaires qu'ils ont avec leurs banques. Tout comme les opérations bancaires ouvertes favorisent l’idée que les consommateurs aient un endroit unique où ils peuvent consulter l’ensemble de leurs comptes, quelle que soit la banque qui est le fournisseur, les trésoriers des entreprises ne veulent pas non plus avoir à se rendre sur un portail différent pour chacune de leurs banques. ils ont plutôt un endroit où ils peuvent voir tous leurs comptes bancaires.

La simplification de tout ce processus, de sorte qu'il existe une simple correspondance entre les comptes de caisse du grand livre et les comptes bancaires au moyen d'une solution de comptes virtuels, permet à l'équipe de la trésorerie de se concentrer sur les décisions importantes concernant la gestion de la trésorerie. La banque qui peut offrir cela à ses entreprises clientes gagnera une part plus importante de leurs activités de gestion de trésorerie et autres activités bancaires.

Le trésorier en entreprise est frustré par le fait que son responsable des relations n’a souvent pas une vision globale de la relation de l’entreprise avec la Banque. La plupart des banques sont toujours organisées autour de divisions de produits et il appartient au trésorier de l'entreprise de naviguer dans son organisation ou, pire, d'éviter que de nombreux vendeurs de la banque essaient de vendre des produits concurrents ou se chevauchant de la même banque.

Les exigences des clients des banques d'entreprise ont évolué mais sont fondamentalement simples et raisonnables.

Quel rôle l'intelligence artificielle et l'apprentissage automatique jouent-ils dans la satisfaction des besoins des clients des services bancaires aux entreprises?

Les jeunes enfants ont grandi avec autant Si on s'attend à ce que chaque appareil soit sensible au toucher et à l'acceptation croissante d'Alexa et d'autres appareils compatibles avec la voix, une banque (ou plus vraisemblablement un non-banque comme Amazon) proposera aux entreprises clientes une proposition bancaire dans laquelle l'intelligence artificielle et l'apprentissage par la machine sera intégré de manière simple et transparente à toutes les entreprises ss process.

Il a déjà été prouvé qu'il commençait à être utilisé tout au long du cycle de vie des processus bancaires: au premier plan, l'apprentissage automatique est utilisé pour afficher les pages d'aide dans l'ordre dans lequel elles sont le plus souvent sollicitées. , encourageant le libre-service par les clients plutôt qu’ils doivent téléphoner pour obtenir de l’aide. Dans le back-office, il commence à être utilisé pour la détection des fraudes et du blanchiment d'argent ainsi que pour la réparation des instructions de paiement.

En raison des difficultés liées au changement de banque (comme mentionné ci-dessus), les clients des services bancaires aux entreprises affichent un taux de désabonnement faible. Cependant, ils exercent leur capacité à réduire la part des activités bancaires qu'ils choisissent de confier à des banques individuelles.

Identifier les indicateurs avancés indiquant qu'une banque devient de moins en moins favorisée par une entreprise est une tâche qui se prête très bien à la machine. apprentissage. Les principales caractéristiques permettant de résoudre ce problème à l’aide du machine learning sont les grandes quantités de données structurées (par exemple, des transactions) et non structurées (par exemple, les médias sociaux, les courriels, les appels téléphoniques) d’une grande cohorte de clients.

Les événements courants survenus avant que les clients ne réduisent de manière significative la part de leurs activités bancaires avec une banque devraient aider à comprendre les principaux indicateurs d'attrition des entreprises. Avec des rendements significatifs si cette perte potentielle de part du portefeuille est résolue avant qu'elle ne survienne, ceci en fait un cas idéal pour utiliser l'apprentissage automatique.

La découverte récente du blanchiment d'argent à grande échelle a été rendue possible par un certain nombre de banques telles que Danske. Bank, Credit Suisse et HSBC et les conséquences qui en ont résulté pour les banques impliquées, tant sur le plan financier que sur le plan de la réputation, auraient pu être identifiées plus tôt si la technologie d’apprentissage automatique avait été appliquée au problème. L'apprentissage automatique est particulièrement approprié pour ce type de problème dynamique dans lequel les blanchisseurs d'argent adaptent leurs techniques et leurs approches pour éviter la détection et le système pour identifier et réagir rapidement à ces changements.

Naturellement, l'une des expériences les plus frustrantes pour les entreprises est la suivante: lorsque les paiements effectués sont retournés par la banque en raison d'erreurs telles que des codes IBAN, des noms de bénéficiaire ou des numéros de compte incorrects. De plus en plus, les banques se tournent vers l’apprentissage automatique pour régler ces problèmes et permettre le paiement sans devoir être retourné au client.

En raison de la capacité accrue de l’informatique à gérer des données floues, par exemple, où être des noms mal orthographiés ou des chiffres transposés. Compte tenu du volume élevé de transactions et de la nature variable des erreurs, l'apprentissage automatique est beaucoup plus productif que l'intervention manuelle.

L'évolution de la demande des entreprises clientes, la concurrence croissante pour les segments les plus rentables de l'activité bancaire et les L’accroissement de la rentabilité des traitements informatiques signifie que c’est le moment idéal pour les banques commerciales d’appliquer la puissance de l’intelligence artificielle et de l’apprentissage automatique afin de fournir une bien meilleure expérience à leurs clients de manière plus rentable.

Pour en savoir plus sur technologie émergente dans le secteur bancaire, voir Identifier la valeur des services bancaires intelligents .

<! – Commentaires ->




Source link