6 exemples de silos de données dans le secteur bancaire et financier (et comment les surmonter)

Il est quasiment impossible de proposer une expérience bancaire digitale fluide aux clients lorsque les dossiers de connaissance du client (KYC), les journaux de transactions, l'historique des services et les données comportementales s'accumulent dans des systèmes qui ne communiquent pas.

Cette configuration force les équipes à prendre des décisions en vase clos, au lieu de collaborer en tenant compte de l'expérience client dans son ensemble. Résultat : une expérience fragmentée sur les différents canaux bancaires digitaux, le meilleur moyen de provoquer la frustration client.

Cet article examinera quelques exemples courants de silos de données dans le secteur bancaire et financier, notamment leur apparence, les raisons de leur apparition, leur impact sur les clients et les institutions, et les solutions pour les surmonter.

Principaux insights

• Les silos de données empêchent d'avoir une vue d'ensemble des comptes, des comportements et de l'historique de service d'un client, ce qui amène les banques à envoyer des offres inadaptées qui, souvent, frustrent plus qu'elles n'attirent.

• La solution Data Connect de Contentsquare importe automatiquement les données relatives à l'expérience client et aux erreurs dans votre entrepôt de données (Snowflake, BigQuery ou Amazon Redshift). Vous pouvez ainsi les combiner avec les données CRM, les dossiers de support et d'autres données départementales pour obtenir une vue d'ensemble : les points de blocage des clients, les causes des problèmes et les solutions

• En centralisant les interactions sur tous les canaux digitaux dans une vue unique du parcours client, les équipes peuvent identifier rapidement les points de friction et agir vite pour éviter l'attrition

• L'utilisation des fonctionnalités collaboratives de votre plateforme d'analyse comportementale (comme les dashboards et le partage de replay vidéo) veille à ce que toutes les équipes travaillent à partir des mêmes informations client, facilitant ainsi l'alignement sur les points à corriger

6 exemples concrets de silos de données dans le secteur bancaire (et comment les corriger)

D'après l'enquête The Personal Bank de The Harris Poll, seulement 22 % des 1 500 utilisateurs et utilisatrices de services bancaires digitaux interrogés estiment que leur banque les connaît suffisamment bien pour leur faire des suggestions pertinentes, tandis que 74 % sont à l'aise avec l'utilisation de leurs données par les banques pour créer des expériences plus personnalisées.

Comment les banques personnalisent-elles le parcours client ? En combinant les données financières, les données transactionnelles et les comportements pour obtenir une vision globale du client. Cette base leur permet aussi de progresser dans la maturité des données (passer du simple compte rendu de ce qui s'est passé à la prédiction de ce qui va se passer et à la transformation de ces insights en décisions plus intelligentes et axées sur les données).

Mais avant tout, il vous faut identifier les silos de données dans votre système actuel et les supprimer. Voici six exemples courants de silos de données dans le secteur bancaire (et comment y remédier).

1. Silos de produits

Le problème

Les silos de produits dans le secteur bancaire apparaissent lorsque chaque branche d'activité (comme les comptes courants, l'épargne, les cartes de crédit, les prêts ou les hypothèques) isole ses données client, au lieu de les combiner en un profil unique.

Bien souvent, cela arrive parce que les banques ont tendance à concevoir leurs systèmes internes autour des produits, et non des personnes. Un compte d'épargne peut fonctionner sur une plateforme, un prêt immobilier sur une autre, et les cartes de crédit sur une troisième, sans aucune intégration entre elles.

Résultat : les modifications apportées aux informations client dans une gamme de produits ne sont pas toujours répercutées sur les autres. Par exemple, un client peut modifier son numéro de téléphone sur son compte d'épargne peu après l'ouverture, mais l'équipe en charge des prêts hypothécaires continue d'appeler l'ancien numéro car leur système n'a pas été mis à jour.

Parfois, ce silo se forme aussi selon des critères géographiques, les données d'une agence ou d'une région n'étant pas facilement accessibles à une autre. Ainsi, si un client déménage, il devra peut-être soumettre à nouveau ses documents, car la nouvelle agence n'aura pas accès aux mises à jour de l'ancienne.

Ce type de déconnexion frustre les clients, ce qui, en retour, fragilise leur relation avec la banque. Parallèlement, les équipes perdent des heures à rapprocher manuellement des données qui devraient se mettre à jour automatiquement entre les systèmes.

La solution

Centralisez toutes les données client (comptes courants, épargne, prêts, cartes de crédit et hypothèques) dans un entrepôt de données (Snowflake, BigQuery ou Amazon Redshift) afin de créer un profil client unique. Puis configurez des intégrations en temps réel (via des API ou des outils de streaming comme Kafka) pour que les mises à jour soient automatiquement diffusées sur toutes les plateformes et régions.

Data Connect de Contentsquare s'appuie sur ce principe en exportant des données essentielles de comportements, d'erreurs et de produits directement vers l'entrepôt de données de votre choix. Grâce à cette configuration, chaque service bénéficie d'une vision quantitative et qualitative du client, lui permettant de formuler des recommandations adaptées à ses besoins réels. Ceci renforce la relation client globale et libère du temps pour les équipes d'analystes, qui peuvent ainsi se concentrer sur des tâches à plus forte valeur ajoutée.

2. Silos de canaux

Le problème

Les silos de canaux se produisent lorsque les interactions client sur le web, les applications mobiles, les centres d'appels et les agences sont gérées dans des systèmes distincts au lieu d'être interconnectées.

Ce type de silo s'explique souvent par l'évolution des points de contact client dans le secteur bancaire. Les agences et les centres d'appels constituaient les premiers points de contact avant que les clients ne se tournent vers le digital. Puis les banques ont déployé des portails web, des applications mobiles, puis des chatbots pour répondre aux attentes croissantes. Chaque canal ayant été introduit à un moment différent (et souvent avec son propre système), bon nombre de banques ne les ont jamais pleinement interconnectés, d'où la difficulté de comprendre le parcours client dans son ensemble.

Par exemple, une banque peut ne pas se rendre compte qu'un même client ayant commencé une demande en ligne a ensuite contacté le service client puis envoyé un message sur Instagram. Sans moyen clair de relier ces interactions et de visualiser le parcours complet, le client se lasse de devoir se répéter, tandis que les équipes passent à côté de tendances observées sur différents canaux, ce qui pourrait révéler des problèmes récurrents et permettre de les résoudre de manière proactive.

La solution

Centralisez les interactions client sur tous vos canaux bancaires digitaux en une vue unique du parcours client grâce à la plateforme d'analyse de l'expérience Contentsquare.

Ainsi, si une personne fait une demande de prêt sur le site web, s'arrête pour poser une question par chat, puis finalise sa demande plus tard dans l'application mobile, vos équipes perçoivent cela comme un seul parcours au lieu de 3 événements distincts.

Utilisez ensuite les données comportementales des clients pour identifier les points de blocage et résoudre les problèmes avant l'attrition. C'est exactement ce qu'a fait NatWest, l'une des plus grandes banques de détail du Royaume-Uni avec 19 millions de clients. Pour combler les lacunes sur ses canaux digitaux, son équipe d'expérience digitale a mis en place un modèle de test de bout en bout et y a intégré Contentsquare.

En utilisant des fonctionnalités comme Journey Analysis et Session Replay, associées à l'IA de Contentsquare, Sense, ils ont découvert les points de friction tout au long du parcours client, compris pourquoi les clients abandonnaient et apporté des modifications en fonction de ces insights.

Visualisation de Journey Analysis sur la page Épargne Jeunes de NatWest, montrant un taux de sortie élevé

Ces améliorations ont permis de corriger un problème majeur dans le parcours hypothécaire en ligne et de fluidifier le parcours d'épargne dans l'application mobile (augmentant ainsi les taux de remplissage et réduisant les abandons sur leurs canaux digitaux).

3. Silos de conformité

Le problème

Les silos de conformité apparaissent lorsque les systèmes de contrôle des fraudes, de connaissance du client (KYC) ou de lutte contre le blanchiment d'argent (LCB) fonctionnent séparément des outils utilisés par les agents et les gestionnaires de relations clients.

Ce silo s'explique généralement par le fait que les outils de gestion des fraudes et de conformité sont hébergés sur des systèmes distincts, séparés des CRM et des plateformes de support. Cette configuration contribue à protéger les données sensibles, mais elle a aussi pour conséquence que les personnes en contact avec les clients ne reçoivent pas les mêmes alertes que les équipes du back-office.

Imaginons qu'un client se voie refuser sa carte lors d'un achat en ligne, car l'équipe antifraude a signalé la transaction comme suspecte. Lorsqu'il contacte le service client, l'agent est incapable d'expliquer la raison du refus ou la marche à suivre : le problème est donc remonté et le client doit patienter plus longtemps.

Il arrive qu'un chargé de clientèle traite un litige relatif à une carte de crédit sans se rendre compte que le client est aussi en retard de paiement sur un prêt. Faute de ce contexte, il risque de ne pas déceler des comportements à risque, d'approuver une action inappropriée et d'exposer la banque à des pertes liées à la fraude ou à des sanctions réglementaires.

La solution

Pour décloisonner les données, intégrez les alertes de fraude, de connaissance du client (KYC) et de lutte contre le blanchiment d'argent (LCB) directement dans les outils que vos équipes en contact avec la clientèle utilisent déjà. Mettez en place des contrôles d'accès basés sur les fonctions afin que les agents du support, les gestionnaires de relations clients et les responsables de la conformité ne voient que le niveau de détail pertinent à leur fonction. Par exemple, les agents visualisent une alerte de fraude générale accompagnée d'instructions claires pour guider les clients, tandis que les équipes de conformité accèdent aux détails complets du dossier et à l'historique des opérations. Cela permet de prévenir les problèmes de gouvernance des données tout en simplifiant la prise de décision.

4. Silos de services

Le problème

Les silos de services constituent l'un des exemples les plus courants de silos de données dans le secteur bancaire : chaque équipe gère généralement ses propres outils et données de manière indépendante, sans partage au sein de l'entreprise. En l'absence de processus ou de plateforme permettant de connecter ces systèmes, l'information reste confinée à un seul service.

Par exemple, le service marketing sait à quelles campagnes un client a répondu, le service produit voit comment il utilise l'application et le support dispose d'un historique détaillé des tickets (mais chaque équipe conserve ces données dans des systèmes différents).

Résultat : les clients reçoivent des communications contradictoires (comme se voir proposer une mise à niveau juste après s'être plaint du prix), ce qui leur donne l'impression d'être ignorés. De leur côté, les équipes manquent des occasions d'adopter une vision d'ensemble, ce qui veut dire que les correctifs ou les optimisations qui pourraient réellement réduire l'attrition et fidéliser la clientèle ne sont pas identifiés.

La solution

Au lieu d'essayer de faire passer tous les services sur la même plateforme, concentrez-vous sur le choix d'une plateforme qui facilite la collaboration et le partage d'insights entre les équipes.

Contentsquare permet à toutes les équipes de travailler facilement à partir des mêmes données, même sans compte. Grâce aux fonctionnalités collaboratives et aux collections enregistrées, les analyses sont accessibles à tous les services.

Par exemple, si le support constate une hausse soudaine des plaintes concernant les demandes de prêt, il peut partager un lien de replay de session avec l'analyse de données, le développement produit, l'expérience utilisateur ou le marketing, même si ces équipes ne possèdent pas de compte Contentsquare, chacun peut suivre le parcours client en détail, identifier les points de blocage (comme une boucle d'erreur dans un formulaire) et collaborer pour trouver une solution.

Le partage d'un replay permet aux équipes de partager les sessions client enregistrées avec d'autres personnes via une simple URL.

Par ailleurs, le partage de données peut faciliter l'implication d'équipes comme le service juridique lorsqu'elles ont besoin de preuves pour prendre des décisions éclairées. C'est ce que fait l'équipe digitale de la Leeds Building Society.

Elle s'est rendu compte que les pages produits ne convertissaient pas : les visiteurs faisaient des allers-retours entre les pages produits et la page d'accueil, survolaient de longs paragraphes de texte juridique et passaient à côté d'informations essentielles. Le service juridique hésitait à simplifier le contenu légal, mais une fois que l'équipe a présenté des données de session montrant concrètement le comportement des clients, elle a obtenu le feu vert.

Les pages repensées, ainsi qu'un nouvel outil de comparaison, ont permis d'obtenir une augmentation de 40 % du taux de conversion moyen, certaines pages connaissant même une augmentation de 80 %.

5. Silos de fournisseurs

Le problème

Les silos de fournisseurs se produisent lorsque les données issues de prestataires tiers (comme les processeurs de paiement, les agences d'évaluation du crédit, les partenaires d'assurance ou les intégrations fintech) sont stockées sur des portails distincts au lieu d'être connectées aux systèmes centraux de la banque.

Ce silo se produit car les fournisseurs externes proposent leurs propres dashboards et flux aux banques, mais sans intégration, ces insights restent inaccessibles. Par conséquent, les équipes en contact avec la clientèle ne peuvent pas consulter les données des fournisseurs en même temps que les données internes.

Par exemple, si une mise à jour des informations d'un bureau de crédit n'arrive pas à votre système à temps, un chargé de prêts risque de ne pas voir le score le plus récent et la demande sera retardée. De même, si un prestataire de services de paiement signale une transaction, un agent du service client peut ne pas savoir si le problème vient de la banque ou du prestataire, ce qui oblige le client à patienter pendant que l'équipe enquête.

La solution

Pour décloisonner les données, utilisez des intégrations API ou des outils ETL pour importer des flux de données externes (scores de crédit, approbations de paiement, mises à jour d'assurance, etc.) et les afficher directement avec vos dossiers client. Puis intégrez ces données dans des dashboards partagés ou des outils CRM pour éviter que vos collaborateurs ne perdent du temps à naviguer entre les portails des fournisseurs ou à chercher l'origine d'un problème.

💡Le saviez-vous ? Vous pouvez créer des dashboards dans Contentsquare pour suivre les indicateurs clés du site web et de l'application, comme les sessions, le taux de rebond, les vues par session, le temps passé sur le site et les conversions, ainsi que les signaux comportementaux comme les clics, la profondeur de scroll, les chemins de navigation, les événements d'erreur et les abandons, le tout au même endroit.

Les dashboards vous offrent une vue d'ensemble de haut niveau de vos indicateurs les plus importants, regroupés en un seul endroit

Vous pouvez aller encore plus loin avec la fonctionnalité Data Connect de Contentsquare, qui vous permet d'exporter les données d'expérience, d'erreur et de produit dans votre entrepôt de données (Snowflake, BigQuery ou Redshift) et de les analyser en parallèle avec des ensembles de données externes comme les scores de crédit, les journaux de transactions ou les données de compte utilisateur.

Ainsi, vos équipes peuvent voir précisément les actions des utilisateurs et utilisatrices avant un échec de paiement ou l'abandon d'une application (par exemple, l'abandon d'un processus de paiement ou la rencontre d'erreurs d'interface utilisateur) et identifier la cause du problème. Grâce à ce contexte, elles peuvent approfondir l'analyse et résoudre les problèmes de façon proactive afin de réduire l'attrition.

6. Silos d'anciens systèmes

Le problème

Les systèmes cloisonnés hérités constituent un autre exemple courant de silos de données dans le secteur bancaire, en particulier pour les institutions traditionnelles qui transfèrent leurs opérations en ligne.

Ces problèmes surviennent lorsque les banques utilisent d'anciens systèmes centraux ou des systèmes incompatibles avec les outils modernes. Ces systèmes obsolètes n'ayant pas été conçus pour les API ni les mises à jour en temps réel, les données se retrouvent bloquées dans différents systèmes.

Résultat : les équipes consacrent davantage de temps à la maintenance et à la correction de ces systèmes obsolètes qu'à l'amélioration de l'expérience client, les équipes en contact direct avec la clientèle peinant à obtenir les informations nécessaires pour la servir. Dans certains cas, l'obsolescence des données complique aussi le respect des exigences réglementaires qui imposent des informations client exactes et à jour.

La solution

Centralisez les données clients, anciennes et nouvelles (informations de compte, scores de crédit, données démographiques, etc.), dans un entrepôt de données unique, où elles seront stockées avec les informations les plus récentes. Puis intégrez des signaux d'analyse comportementale, comme les abandons de page, les erreurs ou les formulaires non remplis, afin d'observer comment les utilisateurs et utilisatrices interagissent avec ces données.

Par exemple, vous pourriez constater que certaines personnes, présentant des profils de crédit particuliers, abandonnent plus fréquemment leurs demandes de prêt car des règles de validation obsolètes les empêchent d'aller plus loin. Une fois ces tendances identifiées, vous pouvez résoudre les problèmes immédiatement, même pendant les mises à jour système à long terme.

Brisez les silos en rassemblant toutes vos données au même endroit

Les silos de données, quel que soit leur type, empêchent les équipes de travailler avec une vision complète. Les clients le ressentent par un service lent, des questions répétitives ou des offres inadaptées à leurs besoins. En interne, cela se traduit par des retards, des tâches redondantes et des opportunités manquées.

La première étape pour décloisonner les données consiste à les centraliser, afin que chaque équipe dispose d'une source unique et fiable. Grâce à ce contexte complet, les équipes peuvent partager les insights pour résoudre les problèmes plus vite et proposer aux clients l'expérience fluide et cohérente qu'ils attendent.

Contentsquare rend les insights accessibles à tout le monde grâce à des fonctionnalités collaboratives comme les partages de replays et les collections enregistrées, ainsi que son IA, Sense, qui aide les équipes à faire rapidement apparaître les tendances qu'elles risqueraient sinon de manquer.

Ainsi, les équipes support, UX, marketing, de données et de gestion de produits peuvent toutes travailler à partir des mêmes preuves et agir plus vite, sans dépendre de rapports de seconde main.

FAQ sur les silos de données dans le secteur bancaire