L’open banking demeure méconnu du grand public. Pourtant, il est en train de redéfinir le paysage financier. Lorsque les banques ouvrent et partagent leurs données via des interfaces de programmation applicatives (API), elles inaugurent l’intégration de systèmes divers avec les fournisseurs et la création de nouveaux services financiers. Mais cette création ne va pas de soi et doit s’appuyer sur des bases technologiques solides.
Qu’est-ce que l’open banking ? Il s’agit du partage des données collectées par les institutions bancaires sur leurs clients avec d’autres sociétés, comme des start-up. L’idée est de tirer parti de ces données pour améliorer l’expérience client et le niveau de personnalisation. Cette mine d’informations ouvre la voie à des services innovants. Grâce à la connexion avec des services externes, on peut recueillir une quantité phénoménale de données qui peuvent servir de base à la création de services. Pourtant, il existe encore une marge d’amélioration non négligeable.
Une approche plus fine, des coûts réduits
La qualité des API mises à disposition par les banques est d’une grande disparité. C’est un chantier prioritaire afin d’exploiter pleinement le potentiel des innovations. C’est d’autant plus essentiel à l’heure où l’Union européenne veut mettre un coup d’accélérateur réglementaire en révisant la directive sur les services de paiement (DSP2). Sur le plan technique, cette réglementation a deux objectifs notables : permettre aux fintechs d’accéder à l’ensemble des systèmes de paiement européens et améliorer les infrastructures d’open banking pour que les fintechs puissent fournir des services inédits.
Quels sont les bénéfices pour les banques et leurs clients ? Il y en trois principaux. Le premier, c’est l’hyperpersonnalisation des offres et services financiers. L’agrégation de données donne la possibilité d’une compréhension à 360° du client, rendant possibles des offres sur mesure. Cette personnalisation avancée peut transformer la tarification des assurances ou des prêts, en s’appuyant sur des comportements réels plutôt que sur des catégories statistiques assimilant des réalités très différentes entre deux individus a priori similaires.
En matière de lutte contre la fraude, l’approche traditionnelle montre ses limites face à l’ingéniosité des fraudeurs. L’intégration de l’intelligence artificielle et du machine learning, alimentée par des données diversifiées via l’open banking, promet une détection plus fine et efficace, réduisant les coûts pour les banques, leurs clients, ainsi que les faux positifs.
En matière d’évaluation du risque financier, l’open banking facilite l’acquisition de données comportementales tierces, essentielles pour développer des modèles prédictifs. Ces modèles, capables de détecter les signaux faibles annonciateurs de défauts de crédit, constituent de redoutables outils pour anticiper et gérer le risque financier.
Cette avancée n’est pas sans susciter des réticences, ce qui est compréhensible mais infondé. La « coopétition » avec les fintechs et les Gafam ne s’est pas révélée la concurrence mortelle redoutée par les établissements financiers. Nombreuses sont les banques qui se sont déjà aventurées dans l’agrégation de données et de comptes, démontrant ainsi les bénéfices potentiels de l’open banking. Elles confirment que le véritable gagnant sera celui qui saura exploiter ces données pour en tirer des analyses avancées. La capacité à analyser de grands volumes de données et à établir des corrélations pertinentes pour créer de la valeur est le nerf de la guerre. C’est une révolution stratégique qui, en dépit des défis réglementaires et des craintes légitimes qu’elle suscite, offre aux banques une opportunité inégalée de repenser leur relation avec les clients, de renforcer la sécurité financière et d’innover dans la création de services.
