La combinaison de l'échange de data avec l'IA générative permet aux banques de gérer data plus efficacement. Cette synergie favorise des expériences bancaires plus personnalisées tout en répondant aux exigences de confiance, de légalité et d'exactitude de data attendues par leurs clients et parties prenantes.

Parce que le secteur du marketing est confronté aux mêmes défis, Artefact a développé un cas d'utilisation pour améliorer la création de persona, en utilisant la plateforme Watsonx.ai d'IBM, alimentée par l'IA générative.

Data au cœur des décisions des bancassureurs

Le secteur bancaire est inextricablement lié à data : paiement data, informations sur les clients, transactions, etc. Les banques connaissent leurs clients mieux que la plupart des autres secteurs d'activité, c'est un fait. Et le partage de data entre les institutions financières et d'autres entreprises ouvre la voie à des expériences hautement personnalisées. Ce phénomène est amplifié par un contexte réglementaire favorable, avec des normes telles que le Directive sur les services de paiement 2 (PSD2) qui encouragent le partage de data entre les banques et les acteurs tiers. De plus, les banques évoluent dans un environnement concurrentiel où elles recherchent constamment des leviers de croissance, et l'un de ces leviers est le partage de data.

L'échange brut de data a peu de valeur intrinsèque

L'IA générative permet au partage de data de créer de la valeur à la fois pour les banques et les entreprises en apportant une meilleure compréhension de la clientèle. Par exemple, en croisant le data des clients d'une entreprise avec celui des banques, de nouveaux segments émergent, permettant un targeting plus précis.

Le partage de Data dans le secteur bancaire répond à trois défis majeurs :

  • Risque lié à la confiance: Quelle quantité de data les banques peuvent-elles partager sans compromettre la confiance de leurs clients ? En France, les banques sont généralement perçues comme les gardiennes les plus dignes de confiance du data personnel, plus encore que l'Etat. Cette confiance doit être maintenue.

  • Risque juridique: Le partage de Data doit être conforme aux réglementations en vigueur, notamment au règlement général sur la protection des Data (GDPR), afin de garantir la bonne utilisation des data sensibles.

  • Identifier les besoins: Il est essentiel de comprendre les types de data et la granularité requise pour répondre aux besoins des commerçants.

GenAI : plus avancée et plus efficace que l'apprentissage automatique traditionnel

À la pointe de la technologie de l'IA générative et des cas d'utilisation en data partage pour les banques, Artefact et IBM ont développé une plateforme de création rapide de persona pour les campagnes marketing : watsonx.ai.

Watsonx.ai offre des capacités de traitement data avancées, y compris des modèles de langage naturel avancés, des capacités de génération de texte et d'analyse data. La plateforme couvre l'ensemble du cycle de vie des projets artificial intelligence, de la collecte de data au déploiement du modèle.

Il permet également à l la création d'applications d'IA générative sans nécessiter d'expertise technique approfondie. Les utilisateurs peuvent participer à ateliers d'idéation et de perfectionnement pour les besoins spécifiques des clients. Watsonx.ai rend la création de modèles d'IA plus rapide, plus accessible et mieux adaptée aux besoins spécifiques des entreprises.

“[watsonx.ai génère] de la valeur à travers la création de persona, ce qui prend beaucoup de temps à grande échelle. Les équipes de Artefact ont eu accès à de multiples studios low-code sur la plateforme pour développer la solution rapidement. L'IA générative permet cette accélération car elle ne nécessite qu'une petite quantité de data pour produire d'excellents résultats. Il s'agit d'une véritable innovation par rapport au paradigme précédent de l'apprentissage automatique.”
Jean-Armand Broyelle, Principal Data Scientist / Client Engineering France - IBM

Génération de persona en temps réel pour un marketing ultra-personnalisé

Au sein du watsonx.ai Le processus de génération de persona commence par la sélection de plusieurs paramètres :

  • Choix du nombre de clusters à créer en fonction des besoins de leur campagne marketing, de quelques clusters pour une approche large à plusieurs dizaines pour une segmentation fine.

  • Sélection de l'industrie pertinente pour la campagne afin de s'assurer que les personas générés correspondent au secteur d'activité de l'entreprise.

  • Spécification des caractéristiques démographiques des personas (âge, sexe, résidence, revenu).

  • Définition de critères de segmentation permettant de regrouper les personas en fonction de leurs comportements, préférences et habitudes d'achat (montants dépensés, types de produits achetés, nombre de transactions).

Une fois tous les paramètres configurés, watsonx.ai génère des personas en temps réel. Chaque persona est accompagné d'un visage généré aléatoirement qui illustre le segment de clientèle. Une description en langage naturel en anglais explique qui ils sont d'un point de vue commercial. Ces data synthétiques affinent la compréhension du profil pour une meilleure maîtrise des campagnes marketing.

Interaction avec les personas pour mieux les comprendre

L'application va plus loin en offrant la possibilité d'interagir avec les personas. Les utilisateurs peuvent entamer une conversation avec un persona spécifique, poser des questions et recevoir des réponses basées sur les data fournies. Ils acquièrent ainsi une meilleure compréhension des besoins et des préférences de chaque segment de clientèle.

Ils personnifient ensuite leurs personas. En d'autres termes, les utilisateurs peuvent demander au modèle de se comporter d'une certaine manière en lui fournissant des caractéristiques psychologiques et sociodémographiques utiles pour comprendre comment réagir et se mettre à la place du profil ciblé.

“Pour bien comprendre une cible, il est possible d'interagir avec son persona. Ensuite, selon le même principe que ChatGPT, watsonx.ai rédige des messages hyper-personnalisés adaptés au canal choisi et à chaque cible. Cette approche est extrêmement rapide et permet de gagner du temps dans la mise en place des campagnes marketing.”
Jérémie Cornet, Directeur des services bancaires - Artefact

La plateforme permet également de générer des campagnes de marketing personnalisées en quelques clics. Les utilisateurs spécifient le canal de communication, les produits à promouvoir et les messages à envoyer. Ces messages peuvent être produits automatiquement pour chaque persona en fonction de ses caractéristiques.

L'IA générative associée au partage de data est le duo gagnant

Que ce soit pour une petite entreprise ou une multinationale, watsonx.ai offre un gain de temps considérable et une précision accrue pour la création de campagnes marketing :

  • Réduction significative du temps nécessaire à la création des personas : de plusieurs semaines ou mois à quelques heures.

  • Personnalisation beaucoup plus fine, avec des personas basés sur le monde réel actuel data.

  • Interaction avec les personas pour les mettre en situation.

Cette application démontre comment le partage data, associé à l'IA générative, peut apporter des avantages substantiels au secteur bancaire en fournissant des solutions marketing plus efficaces et mieux adaptées aux besoins des clients.