Avec 10 millions de clients actifs et ses 17 000 points de contact, dont les fameux bureaux de poste, la Banque Postale est la 11ième banque européenne. La Data joue un rôle clé dans son développement et la banque mise sur les synergies entre ses directions transverses et métiers pour faire la différence.
Comme beaucoup de grandes entreprises, la Banque Postale a créé une direction Data Groupe. C’est une direction transverse qui est au service de ses directions métiers dans leurs projets liés à l’exploitation des données.
Des équipes de Data scientists et de Data Engineers
La Banque Postale s’est dotée des moyens de ses ambitions et elle emploie aujourd’hui 200 Data Scientists et 60 Data Engineers pour porter ses ambitions. 300 cas d’usage Data sont actuellement en production. La Banque Postale est la filiale bancaire du groupe La Poste et compte 10 millions de clients actifs dont 300 000 professionnels et 46 millions d’assurés via CNP Assurances. Ces clients génèrent énormément de données, de l’ordre de 8 To de nouvelles données injectées chaque jour, pour 6 Po stockées au total.
« Les directions Data Groupe et IT doivent travailler en étroite collaboration et interagir avec les directions métiers »
La direction Data Groupe a un rôle transverse. Cette organisation a en charge les référentiels tels que les contrats et les données clients. Elle définit l’ensemble des règles de gouvernance de la donnée. Ce cadre doit être appliqué par l’ensemble des directions métiers. « La direction Data Groupe est un peu le chef d’orchestre. Elle pose les règles et fait en sorte que tous les musiciens dans les directions métiers jouent en harmonie » avance Clémence Panet-Amaro.
Une certaine latitude pour les métiers mais le tout doit rester cohérent
Le but est que tous avancent dans la même direction mais sans étouffer une part de liberté individuelle. « Chacun peut jouer sa partition, les directions métiers ont une certaine latitude, des projets menés en solo, mais le tout doit rester cohérent » précise-t-elle.
« La direction Data groupe doit pousser les directions à devenir Data-Centric »
Devenir Data centric est une démarche qui implique une profonde adaptation. « Certaines directions le sont déjà. Elles traitent des données depuis des années. Elles vont consommer les services proposés par la Data Groupe afin d’innover, chercher des modèles et expérimenter de nouvelles technologies. La direction Data Groupe va aller évangéliser les métiers les moins aguerris sur les sujets de la donnée » ajoute-t-elle.
Une adoption de la Data très variable selon les directions
Trois directions manipulent des données depuis toujours. C’est bien évidemment le cas des directions du digital et du marketing avec des modèles de scoring et de calcul de churn. Côté finance et gestion de risque, des modèles de calcul de risque et de sécurité financière sont à l’œuvre pour la détection de la fraude, des modèles de calcul de risque crédit, etc.
« L’arrivée des modèles de Machine Learning, Deep Learning et d’IA générative permettra sans doute d’améliorer ces modèles »
Prenant exemple de la direction Epargne et Assurances, Clémence Panet-Amaro explique l’action de sa direction Data vis-à-vis des directions de l’offre, de la distribution, du pilotage financier. « Ma vocation est d’aller au plus près de ces métiers pour répondre à leurs besoins » dit-elle.
Collecter et mettre en qualité les données
Les tâches sont multiples afin de réussir les projets Data. « Il s’agit de trouver des solutions afin de répondre aux besoins de ces directions sur toute la chaîne de valeur de la Data » poursuit-elle. « Cela implique de collecter les données nécessaires, les stocker dans nos entrepôts de données pour pouvoir ensuite industrialiser les usages, mettre en qualité ces données, assurer un suivi de leur qualité, puis les exposer via des tableaux de bord dynamiques » liste-t-elle.
Les directions métiers mènent des projets Data sur un horizon à plus court et moyen terme
« Ces deux modes d’actions doivent s’articuler et cela passe par 2 boucles d’interaction. La première s’exécute au sein des métiers, elle doit faire parler la data pour les utilisateurs au plus proche des clients et doit développer des cas d’usage utiles avec une valeur ajoutée immédiate. La seconde, plus large, implique la direction Data Groupe, la Direction Data métier et la DSI » décrit-elle.
Des cas d’usage surtout statistiques dans la banque
En termes de cas d’usage, Clémence Panet-Amaro explique que si on parle beaucoup d’IA générative, le plus grand nombre de cas d’usage s’appuient encore sur des statistiques dans le secteur bancaire, des tableaux de bord de pilotage, des modèles de scoring et du Machine Learning.
« Pour le Deep Learning et l’IA générative, ces usages restent encore marginaux«
Cette démarche visait d’une part à cadrer les cas d’usage avec des critères de sélection des bons cas d’usage. Aujourd’hui, trois cas d’usage sont en test et sont suivis par le Comité Exécutif. Il s’agit de projets liés à la génération de texte. « Outre ce cadrage des usages, un chantier énorme doit être mené sur l’encadrement des risques liés à cette technologie, ainsi que les solutions techniques à mettre en place » résume Clémence Panet-Amaro. Ces trois chantiers sont actuellement menés en parallèle afin de porter la démarche de l’IA générative (GenAI) au sein du groupe.
Le Deep Learning et l’IA générative restent marginaux
« En termes de cas d’usage, si on parle beaucoup d’IA générative, dans le secteur bancaire le plus grand nombre de cas d’usage s’appuient sur des statistiques, des tableaux de bord de pilotage, des modèles de scoring et du Machine Learning. Pour le Deep Learning et l’IA générative, ces usages restent encore marginaux » conclut-elle.
