Le déficit de confiance retarde l’adoption de l’analyse prédictive dans le secteur bancaire, selon Qlik

Les préoccupations concernant la confiance et la conformité réglementaire ralentissent l’adoption de l’analyse prédictive dans les services financiers.

C’est ce qui ressort d’une étude de la société d’analyse de données Qlik, réalisée par Censuswide en juin et juillet 2021. Sur les 503 professionnels des services financiers interrogés, 200 étaient dans le secteur bancaire, 201 dans l’assurance et le reste dans la comptabilité, les fonds et l’investissement, l’investissement et les retraites, selon un porte-parole de Qlik.

Le rapport, Libérer le potentiel de l’analyse prédictive dans les services financiers, a constaté que 38 % des institutions financières britanniques ont actuellement cinq cas d’utilisation de l’analyse prédictive ou moins en exploitation, tandis que 7 % ont peut-être introduit 50 cas ou plus.

L’analyse prédictive implique l’application de techniques d’analyse statistique aux données pour créer des modèles prédictifs afin de faire des prévisions. Dans cette recherche, Qlik travaillait sur une définition de l’analyse prédictive qui inclut l’apprentissage automatique.

Richard Speigal, client de Qlik, responsable du centre d’excellence en information commerciale (BI) chez Nationwide, a déclaré : « L’intégration de l’analyse prédictive dans la BI permet à notre organisation d’exploiter ses avantages pour améliorer la prise de décision des employés. »

Développant les cas d’utilisation de l’analyse prédictive dans la société du bâtiment, il a déclaré: « J’ai vu Nationwide explorer les utilisations de l’analyse prédictive dans la lutte contre le blanchiment d’argent, la criminalité financière et la gestion des risques. Il y a un intérêt à l’utiliser pour soutenir les décisions humaines, par exemple en triant et en aidant à hiérarchiser la charge de travail du personnel. Je n’ai pas encore vu de désir d’automatiser complètement dans cet espace, cependant, nous n’avons pas de culture pour « l’ordinateur dit non » – et longtemps que cela le reste.

« Nous sommes très clairs sur ce que nos clients, nos membres, signifient pour nous, et cela s’étend à la transparence que nous faisons dans les processus de prise de décision. Nous ne voudrions jamais donner à un client l’impression que des décisions sont prises à son sujet qui ne pourraient pas être expliquées. Un humain doit être capable d’expliquer ces décisions. »

L’étude a révélé que seulement la moitié des répondants (50 %) font confiance aux décisions prises par les systèmes d’analyse prédictive pour être sans biais. Quelque 44% d’entre eux ont déclaré craindre d’être tenus personnellement responsables des décisions déclenchées automatiquement par les logiciels d’analyse prédictive , ce qui représente 81% chez ceux qui travaillent dans les fonds et les investissements. Le fardeau réglementaire pèse également lourd sur eux, 46 % d’entre eux déclarant qu’il l’emporte sur les avantages que la solution pourrait offrir.

Un nombre important de personnes interrogées ont cité les questions de gestion des données comme des obstacles à l’utilisation de l’analyse prédictive. Les deux cinquièmes ont déclaré avoir rencontré des problèmes de qualité des données (40 %), de silos de données (40 %) et de vitesse d’intégration des données (36 %). La confidentialité des données (30 %) et l’utilisation d’ensembles de données inexacts ou désuets (30 %) étaient également des préoccupations courantes. Un peu plus des deux cinquièmes (43 %) craignaient également de ne pas avoir les compétences nécessaires pour mettre en œuvre l’analyse prédictive.

Un autre problème révélé par la recherche était un manque de connaissances requises en matière de données dans les organisations. Les trois quarts (76 %) des répondants ont déclaré qu’une plus grande littératie des données était essentielle pour que les employés reconnaissent les limites de la technologie, et qu’elle était considérée comme tout aussi importante pour les aider à expliquer aux clients et aux autres parties prenantes comment les décisions utilisant l’analyse prédictive sont prises (77 %).

« Le secteur des services financiers connaît une transformation rapide des données », a déclaré Adam Mayer, cadre supérieur chez Qlik. « L’analyse prédictive jouera un rôle clé en permettant aux employés de prendre des mesures plus éclairées, les prévisions les aidant à prendre en compte ce qui pourrait arriver, ainsi que ce qui s’est passé auparavant, lors de la prise de décisions. Cependant, nos recherches ont montré que de nombreux responsables informatiques n’ont pas encore pleinement confiance aux informations issues de l’analyse prédictive et à l’impact que ces décisions pourraient avoir sur leurs clients. »