Comment l'apprentissage machine transforme-t-il les services financiers?

Ne rien faire équivaut à prendre du retard dans le secteur des services financiers, qui, de nos jours, évolue rapidement. Au cœur de cette transformation se trouvent de nouvelles techniques analytiques qui aident les entreprises à mieux comprendre plus que jamais les consommateurs : l'intelligence artificielle et, en particulier, l'apprentissage machine. Soixante-dix-neuf pour cent des institutions financières dans le monde pensent que l'intelligence artificielle transformera non seulement la façon dont elles interagissent avec leurs clients, mais aussi la façon dont elles collectent, traitent et utilisent leurs renseignements.¹

Qu'est-ce que l'apprentissage machine et comment les institutions financières peuvent-elles l'utiliser?

En termes simples, l'apprentissage machine est la capacité d'une machine à apprendre à partir de données, sans être explicitement programmée pour le faire. Les algorithmes dérivés de l'apprentissage machine permettent de trouver des gains d'efficacité dans les processus internes des banques, en particulier dans des domaines tels que la segmentation des portefeuilles, l'amélioration des processus et l'optimisation des lignes de crédit. Par exemple, l'apprentissage machine peut aider les banques à :

• Identifier les modèles d'activités suspectes et les repérer de manière proactive
• Identifier les transactions à haut risque avant qu'elles ne soient autorisées et prévenir les tentatives de fraude
• Identifier les changements soudains dans le comportement d'achat des consommateurs
• Minimiser l'erreur humaine en automatisant les activités hautement répétitives
• Concevoir des offres et des canaux de services plus pratiques pour les consommateurs
• Générer des revenus grâce à des modèles prédictifs

Cependant, l'identification de projets d'apprentissage machine viables est un défi pour la plupart des organisations. Pour aider les banques à tirer parti des possibilités offertes par l'apprentissage machine, Visa Consulting & Analytics (VCA) a élaboré de nouvelles solutions pour améliorer la rentabilité et le rendement de leur portefeuille.

L'intelligence artificielle en action : façon dont l'intelligence guidée par les données oriente le marketing

VCA fournit à ses clients bancaires des solutions transfrontalières efficaces en utilisant des techniques d'apprentissage machine appliquées sur des données de transactions mondiales complètes. La solution identifie :

1. La probabilité qu'un titulaire de carte voyage dans les 30 à 90 prochains jours
2. Les principales destinations que le titulaire de la carte est susceptible de visiter
3. Les segments de titulaire de carte les plus susceptibles d'être réceptifs aux messages de marketing visant à utiliser leur carte Visa

La solution utilise des algorithmes d'apprentissage machine pour analyser plus de 500 variables de VisaNet, le réseau mondial de traitement de Visa. Il s'agit notamment des dépenses totales, de la fréquence des dépenses, du prix moyen et de l'argent dépensé dans les différents segments de marchands, tant dans le pays qu'à l'étranger. Avec ces données, Visa est en mesure de créer des modèles prédictifs pour comprendre la probabilité qu'un titulaire de carte voyage dans les 30 à 90 prochains jours et les trois principales destinations où il est susceptible de se rendre. Les modèles permettent à la banque de personnaliser les offres de voyage pertinentes pour les clients au bon moment.

Dans le monde, nous avons plus de 50 banques qui utilisant cette solution. Pour voir l'impact de la solution, nous avons suivi six campagnes marketing à l'aide de cette solution. Les banques ont vu une augmentation moyenne de 14,5 % des dépenses de voyage transfrontalières par carte, une augmentation de 9,1 % des transactions de voyage transfrontalières par carte et une augmentation de 7,2 % dans des segments de marchands distincts constatant des achats de voyages transfrontaliers.²

Conditions de réussite

Bien que l'apprentissage machine soit un outil puissant, les banques doivent déterminer s'il convient à leurs configurations de données actuelles. Par exemple, leurs bases de données sont-elles optimisées à cette fin? Leur infrastructure des renseignements et de la technologie prend-elle en charge les outils nécessaires? Existe-t-il un portefeuille capable de mettre en production les résultats du modèle d'apprentissage machine? Peut-être plus important encore, ils doivent se demander s'ils ont une équipe qui comprend à la fois les technologies sous-jacentes et la nature de leur entreprise. Pour retirer de la valeur de l'apprentissage machine, il faut non seulement traiter les renseignements plus efficacement, mais également en extraire des renseignements susceptibles d'améliorer la prise de décision.

Les consultants VCA combinent un accès unique à VisaNet, l'un des plus grands réseaux de paiement au monde, avec des techniques d'analyse perfectionnées comme l'apprentissage machine et une vaste expérience dans le secteur des paiements. Réunies, ces capacités offrent aux clients des solutions innovantes qui catalysent la croissance transformatrice de l'entreprise.