Ben-Mercier-Barclays

Benjamin Mercier est Vice-Président et Responsable Digital Analytics de la division « Retail » au sein de la banque Barclays basée à Londres. 10 ans auparavant, il débutait sa carrière en participant au lancement du site d’annonces Vivastreet, avant de poursuivre sa route quelques années plus tard comme consultant chez 2 éditeurs de solutions analytiques (dont AT Internet !) en France et au Royaume-Uni. Imprégné de la culture ‘data-driven’ anglo-saxonne, il a pris les commandes du département « Digital Analytics » de la banque Barclays où il gère une équipe d’une dizaine de web analystes et consultants. Pour lui, la Big data n’est pas juste un effet de mode, mais il faut maîtriser le concept avant d’en parler. La fonction analytique ? Il l’imagine dans quelques années au niveau de l’exécutif des entreprises. Bref, c’est un véritable expert de la data qui partage avec nous son expérience aux multiples facettes. Entretien.

Votre expérience pro est impressionnante. Quels sont les éléments clés qui ont guidé vos choix ?

Ma première aventure dans le digital chez Vivastreet m’a offert la possibilité de toucher à tout : Marketing, Affiliation, SEO, Adserving, avec l’Analytics au cœur de ces problématiques. Cette première approche du métier a donc été très positive.

Je dois aussi dire que j’ai été séduit par la culture anglo-saxonne en passant par Londres et New York dès mes débuts. A ce moment-là, j’ai découvert le modèle de l’entreprise ‘Data-driven’  où la remise en question est permanente (à l’inverse des pays d’Europe du sud où la prise de décision est plutôt basée sur l’intuition). A l’ère d’internet, où un concept est quasiment obsolète au moment de sa sortie,  il me semble indispensable d’adapter constamment son business pour répondre à la demande.

Ensuite, c’est le métier de consultant qui a réellement forgé mon expérience. J’ai pu approcher des secteurs très variés – Finance, Retail, Edition – et des marchés plus ou moins matures : UK, US, Russie, UAE, Asie… L’approche de l’analytique est tellement différente d’un pays à l’autre que c’est forcément enrichissant. Avec les années et la diversité des projets, j’ai été confronté à des problématiques aussi bien opérationnelles que stratégiques. Au final, cette variété de missions et ma volonté de mener un projet analytique sur le long terme m’ont conduit jusqu’ici.

Quelles sont les spécificités du métier de digital analyste dans le secteur de la Banque ?

Les banques génèrent directement de la valeur via leurs canaux digitaux par 2 moyens : la vente de produits financiers (crédits, comptes, assurances, bonds etc.) et la réduction des coûts opérationnels. La plupart des banques concentrent aujourd’hui un maximum de services via le web. Ce virage digital, s’il est mal négocié, peut néanmoins être risqué car il peut avoir un effet désastreux sur la qualité du service et donc sur le résultat financier de la banque. C’est sur ce point clé que le travail de l’analyste est fondamental. Nous devons systématiquement raisonner en termes de qualité de service et de ‘P&L’ (Profits and Loss). Un premier exemple tout simple : si un client transfère des fonds en ligne plutôt qu’au téléphone c’est à priori un bon résultat. Mais pour nous (analystes), la question primordiale reste : garde-t-on la même qualité de service par ce canal ? Est-ce que sur le long terme cela n’affecte pas la vente d’un produit financier ? Ces paramètres sont à prendre en compte dans toutes nos recommandations analytiques.

Deuxième aspect spécifique  à ce secteur : tout le monde a besoin d’une banque quel que soit l’âge, le sexe, la profession. Cela implique que nos propriétés digitales (sites web, applis mobiles) doivent correspondre à des segments de population vraiment atypiques en ligne. Chez Barclays, nous avons donc cassé les segments traditionnels pour les adapter au mieux à l’activité digitale. Cette stratégie de ciblage, pilotée par l’analytique, intervient en particulier sur des personnes qui commencent à adopter les services bancaires sur internet. L’objectif est de les pousser à utiliser nos supports en ligne.

Dernier point très spécifique à la banque : le multicanal. Nous n’avons pas des clients uniquement digitaux ou uniquement physiques. Chacun interagit par le biais d’une multitude de canaux (guichet, téléphone, bornes de retraits, sites web, applications mobile). L’approche analytique est donc plus globale que dans l’analyse web traditionnelle. L’étude de ces comportements multicanaux nous permet d’améliorer la relation client, mais également de déceler de nouvelles opportunités de services.

Votre point de vue sur la Big data : véritable opportunité ou phénomène encore très abstrait dans sa mise en oeuvre ?

Selon moi, la Big data n’est pas un effet de mode. On en entend beaucoup parler car les technologies sont devenues très accessibles financièrement. Aujourd’hui, grâce à des produits comme Amazon Webservices n’importe quelle entreprise peut stocker des data dans le Cloud et avoir accès à différentes modèles de stockage pour calculer des volumes de données très importants. Je pense qu’il existe quand même un problème de compréhension du phénomène par les acteurs du marché. Pour beaucoup, la Big data sonne simplement comme « Beaucoup de données donc plus de précision dans l’analyse et donc plus de rapidité via les nouvelles technologies disponibles ». Or, pour maîtriser les concepts fondamentaux que sont les 3V de la Big data (Volume, Vélocité et Variété), il faut aller beaucoup plus loin dans la connaissance du phénomène et se fixer, au préalable, plusieurs impératifs :

  • Définir la stratégie et les objectifs en amont
  • Solliciter la connaissance de l’analyste pour comprendre les applications concrètes de la big data sur le business.
  • Faire appel à l’expertise technique pour maîtriser les formats de données et la manière de les calculer.

En d’autres termes, il s’agit de maîtriser parfaitement les utilisations que l’on peut faire de bases de données relationnelles et non relationnelles.

Concernant la Banque et les assurances, il existe depuis longtemps des modèles de prédictions pour calculer des taux de risques. Chez Barclays, des solutions robustes comme Hadoop sont à l’étude mais ce sont des initiatives plutôt naissantes. Il y a encore tellement à exploiter en termes de Business Intelligence qu’on préfère opérer cette transition progressivement. Autrement dit : on préfère apprendre à marcher avant d’apprendre à courir.

Personnellement, j’ai compris la Big data en saisissant la différence avec la Business Intelligence. D’un côté la BI repose sur l’analyse des comportements via des données très détaillées, pour étudier des opportunités, des difficultés, et des tendances pour le business ainsi que pour orienter la stratégie en temps réel. De l’autre, la Big data s’appuie sur la loi des grands nombres qui permet d’établir des corrélations entre certains facteurs (externes au business) et des segments définis sur une durée et dans un contexte précis. La BI mesure des évènements passés et en tire des leçons pour améliorer le business, la Big Data prédit des comportements ou des opportunités sur la base de ‘patterns’ reconnaissables. La Big data appliquée au niveau business se base sur les apprentissages de la BI pour fonctionner. Mon avis est donc que sans connaissance de son audience, et sans hypothèses préalables solides, la Big data ne sert à rien. Néanmoins, on pourra toujours citer des contre-exemples comme Walmart aux Etats-Unis qui utilise des données météorologiques pour booster leurs ventes de ‘strawberry pop tarts’ avant le passage d’un ouragan. En effet, en croisant les dimensions ‘Météo’ et ‘Ventes’, ils ont constaté un engouement 7 fois supérieur à la normale autour de ces produits la semaine précédant les tempêtes. Cependant sans avoir de réelle explication. Il n’empêche que chaque prévision d’ouragan est une bonne occasion de remplacer les bières par les ‘strawberry pop tarts’ en têtes de gondoles et de générer plus de chiffre d’affaires.

La Privacy est un sujet d’actualité qui agite le monde digital. Les banques ont-elles une approche particulière de la protection des données ?

Dans les banques ce sujet n’est pas nouveau. Chez Barclays par exemple nous collectons des données dans notre data warehouse depuis 1992, et nous sommes sous la loupe du gouvernement, de l’UE  et de la FCA (Financial Conduct Authority). La privacy est d’ailleurs un argument essentiel que l’on met toujours en avant et qui est vital pour un établissement financier. Pour donner un exemple, Apple a récemment proposé en urgence un update d’iOS pour palier un problème de sécurité sur certaines applications vulnérables et potentiellement attaquables. Barclays n’a pas été impacté, car nous avions déjà un système d’encryptage renforcé. Autre illustration : au moment de la mise en place du tracking de nos applications mobiles, nos services juridiques préconisaient d’aller beaucoup plus loin que ce qui était prévu par la loi, en proposant par exemple l’opt-out par défaut.

Sur ce point de la sécurité des données, la vigilance est extrême à l’intérieur même de l’entreprise. L’une de mes prérogatives en tant responsable est de veiller à la bonne « Data gouvernance », c’est-à-dire faire en sorte qu’aucun des membres de mon équipe ne puisse injecter ou collecter des données personnelles dans nos systèmes. Cela passe évidemment par la mise en place de process très stricts et de tests réguliers des individus pour nous assurer que leur niveau de connaissance est suffisant.

Comment voyez-vous le métier de digital analyste dans 10 ans ?

Le métier de digital analyste est voué à être étroitement rattaché au décisionnel. Les professionnels se battent d’ailleurs pour cela. Les entreprises ont conscience aujourd’hui que la data est l’un des vecteurs les plus importants dans la prise de décision. Les départements analytiques vont donc devenir le point central entre le business, la prise de décision, la finance et l’opérationnel. Aujourd’hui, au sein des entreprises, certains décideurs n’ont pas de culture « digitale ». Mais demain, les générations qui ont grandi avec le digital vont occuper les postes clés. L’analytique va s’imposer au plus haut niveau de l’entreprise car la donnée n’a pas vocation à être simplement collectée et présentée, mais aussi interprétée. Les acteurs de l’analytique vont également faire face à des problématiques techniques de plus en plus complexes. Je crois que les technologies vont enfin permettre d’automatiser certaines interprétations pour fournir de l’insight plus rapidement. Ma conviction profonde est que l’analyste digital de demain sera de plus en plus représenté au sein même de l’exécutif au même titre que le marketing ou l’opérationnel par une position dédiée comme un chief analytics officer.

Une anecdote à nous confier ?

Oui, régulièrement nous travaillons conjointement avec département BI de la société pour matcher des données offline/Online et en dégager des insights destinés à la direction générale. En amont de cette réunion, nous avions donc préparé (chacun de notre côté) des modèles de segmentation établis sur la base de nos données respectives. En comparant nos résultats, nous avons constaté que nos modèles étaient strictement les mêmes ! Cela traduit bien ce glissement de nos métiers vers plus de convergence et de complémentarité. Les frontières du digital analytics et de la Business Intelligence sont en train de disparaitre.

Un grand merci à Benjamin d’avoir tout de suite accepté cette interview. Il est également co-fondateur et contribue de manière active au Digital Analytics Social Club que vous pouvez découvrir sur LinkedIn.

Author

Responsable éditorial. Bernard est en charge de la stratégie de contenus pour AT Internet. Il possède une expérience de 10 ans dans le domaine du Content Marketing. Ses sujets de prédilection : le data marketing, les stratégies d'Inbound, la communication éditoriale web et les digital analytics.

Comments are closed.