Née à la même époque que la plupart de ses consœurs de l'agrégation de comptes bancaires, l'américaine MX a depuis pris une direction spécifique : outre l'accès aux données brutes, elle propose également des applications concrètes exploitant celles-ci, dont la dernière en date est un module de segmentation intelligent des clients.
Parce que les consommateurs attendent toujours plus de personnalisation dans leurs échanges avec leurs fournisseurs, les institutions financières ont besoin de mieux connaître leurs clients et de sélectionner avec le plus grand soin ceux auxquels elles suggèrent un nouveau produit ou émettent une recommandation pratique. Afin d'enrichir sa solution de ciblage existante, MX vient d'introduire une fonction « Audiences », destinée à générer facilement des résultats plus précis, plus pertinents et plus utiles.
À la croisée de l'expertise de la jeune pousse et du trésor de données dormant dans les banques, ce sont naturellement les informations sur les comptes et les transactions de leurs clients, mais également leurs comportements dans l'usage de l'outil de PFM mis à leur disposition, le cas échéant, qui constituent les sources de connaissance principales de la solution et permettent de définir des catégories selon une multitude d'axes différents et non uniquement les quelques critères socio-démographiques habituels.
Les utilisateurs de la plate-forme peuvent ainsi sélectionner les paramètres qui les intéressent, que leur objectif soit, par exemple, de lancer une campagne marketing à destination d'une population particulière (les porteurs d'une carte de crédit de la concurrence), aussi étroite soit-elle, ou de formuler un conseil opérationnel à un groupe placé dans une situation unique (les détenteurs d'un prêt à long terme en période de baisse de taux), en évaluant sa portée potentielle au fil de l'élaboration du modèle.
Parce que les consommateurs attendent toujours plus de personnalisation dans leurs échanges avec leurs fournisseurs, les institutions financières ont besoin de mieux connaître leurs clients et de sélectionner avec le plus grand soin ceux auxquels elles suggèrent un nouveau produit ou émettent une recommandation pratique. Afin d'enrichir sa solution de ciblage existante, MX vient d'introduire une fonction « Audiences », destinée à générer facilement des résultats plus précis, plus pertinents et plus utiles.
À la croisée de l'expertise de la jeune pousse et du trésor de données dormant dans les banques, ce sont naturellement les informations sur les comptes et les transactions de leurs clients, mais également leurs comportements dans l'usage de l'outil de PFM mis à leur disposition, le cas échéant, qui constituent les sources de connaissance principales de la solution et permettent de définir des catégories selon une multitude d'axes différents et non uniquement les quelques critères socio-démographiques habituels.
Les utilisateurs de la plate-forme peuvent ainsi sélectionner les paramètres qui les intéressent, que leur objectif soit, par exemple, de lancer une campagne marketing à destination d'une population particulière (les porteurs d'une carte de crédit de la concurrence), aussi étroite soit-elle, ou de formuler un conseil opérationnel à un groupe placé dans une situation unique (les détenteurs d'un prêt à long terme en période de baisse de taux), en évaluant sa portée potentielle au fil de l'élaboration du modèle.
L'initiative de MX prend tout de même une dimension incongrue quand on réalise à quel point elle révèle, par sa simple existence, l'incapacité des institutions financières à s'emparer elles-mêmes des opportunités que recèlent les données qu'elles hébergent. Les services d'agrégation de comptes agissaient déjà comme des « libérateurs » de l'information jusque-là enfouie dans des systèmes inaccessibles, voilà que la prochaine génération serait maintenant prête à la valoriser… et à en tirer profit !
Pendant que beaucoup d'établissements explorent désespérément les possibilités de monétiser les API ouvertes qui promettent de suivre la première vague de la DSP2, c'est un acteur tiers qui vient donc leur rappeler que les cas d'utilisation des données bancaires dans des applications internes n'ont encore été qu'à peine effleurés, alors qu'ils recèlent un potentiel économique presque immédiat. Il serait peut-être temps de s'inspirer de ce que font les startups du secteur au lieu de tourner en rond indéfiniment…
Pendant que beaucoup d'établissements explorent désespérément les possibilités de monétiser les API ouvertes qui promettent de suivre la première vague de la DSP2, c'est un acteur tiers qui vient donc leur rappeler que les cas d'utilisation des données bancaires dans des applications internes n'ont encore été qu'à peine effleurés, alors qu'ils recèlent un potentiel économique presque immédiat. Il serait peut-être temps de s'inspirer de ce que font les startups du secteur au lieu de tourner en rond indéfiniment…
Aucun commentaire:
Enregistrer un commentaire
Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)