Comment l’apprentissage automatique peut améliorer les performances de tarification

Walter Rizzi,associé chezMcKinsey Marketing & Sales,examine comment l’adoption d’une variété de capacités d’intelligence artificielle, telles que l’apprentissage automatique ou le deep learning, donne aux fournisseurs de paiement un pouvoir important pour remodeler leurs tarifs de longue date stratégies.

L’ obtention d’une rémunération équitable pour des produits de paiement complexes, tels que les cartes d’entreprise, les acquisitions de marchands et les services de gestion du trésor, constitue depuis longtemps un défi majeur. Ceci est principalement dû au fait que ces produits ont tendance à être complexes, offerts sous une multitude de formes et mis en œuvre sur divers marchés. Dans l’ensemble du secteur des paiements, ces problèmes sont encore compliqués par l’évolution constante des méthodes et des plateformes de paiement créées par l’évolution rapide des technologies de paiement. Et maintenant, les attentes d’une hausse des taux d’intérêt aggravent la situation, augmentant l’incertitude quant à la performance des prix des produits à court et à long terme.

Cependant, il y a de bonnes nouvelles sur le front de la technologie. Tout comme les progrès technologiques redessinent le paysage des paiements, ils offrent de nouvelles capacités analytiques puissantes qui ont le potentiel de transformer la façon dont les banques et les autres prestataires de paiement paient leurs produits et services.

Extraction de divers ensembles de données pour des informations plus approfondies

Walter Rizzi

La nature complexe des services financiers pose d’importants obstacles à ceux qui sont chargés de la tarification stratégique. Les achats de marchands, les cartes d’entreprise et les services de trésorerie, par exemple, comprennent souvent des centaines de produits, chacun ayant ses propres frais distincts. Les contrats de services diffèrent également, et ils peuvent commencer et se terminer à des moments différents. En outre, les prix tendent à être fixés dans le contexte de la relation client respective, et la transparence au sein de l’industrie et des institutions individuelles est souvent rare ou inexistante.

Compte tenu de ces complexités, la plupart des fournisseurs de paiement ont du mal à concevoir systématiquement des stratégies de prix justes et efficaces. Par exemple, une étude récente de McKinsey sur les services de gestion du trésor en Amérique du Nord suggère que, à long terme, les services de réévaluation des prix entraînent une destruction de valeur à peu près aussi souvent qu’à la création de valeur. Dans l’étude, les augmentations de prix ont entraîné une baisse des revenus un an plus tard dans plus de la moitié des institutions visées, ce qui laisse supposer que le résultat des ajustements de prix est très imprévisible.

De nouvelles solutions pour faire face à la complexité des prix émergent. Les progrès des technologies informatiques, de l’ingénierie des données et de la numérisation des processus généraux peuvent désormais transformer la façon dont les banques et les autres fournisseurs de paiement créent et mettent en œuvre des structures de tarification. La baisse rapide des coûts dans le calcul et le stockage de données hautes performances, par exemple, leur permet d’utiliser des ensembles de données plus vastes et plus diversifiés pour créer plus des modèles de tarification phisticés. Sans surprise, plusieurs chefs de file de l’industrie tirent déjà profit des avantages de ces développements.

Un nouvel outil particulièrement utile a été SparkBeyond. Cette application peut automatiser l’ingénierie des fonctionnalités en créant un large éventail de transformations variables. Il est très efficace pour identifier les algorithmes d’apprentissage automatique les plus efficaces, tels que la forêt aléatoire et XGBoost. L’application permet également aux utilisateurs d’exporter des algorithmes et des fonctionnalités sélectionnés pour des tests hors échantillon et d’autres besoins de modélisation dans un environnement externe.

Les banques qui ont adopté l’analyse avancée au début ont construit des ensembles de données massifs qui intègrent les détails des clients et des prospects provenant de diverses sources de données internes et externes. Les ensembles de données riches en contenu qui en résultent fournissent des informations plus approfondies sur les clients et le marché, qui sont inaccessibles à l’aide des données traditionnelles. Par exemple, les données économétriques publiées par le gouvernement peuvent fournir des informations sur le bien-être économique et, par conséquent, mieux orienter le processus de budgétisation d’une banque. De plus, l’ajout de données commerciales et de référence peut aider les banques à déterminer avec plus de précision leur part d’activité actuelle dans les grandes relations d’entreprise.

Pour obtenir des informations plus riches et plus exploitables à un niveau granulaire, certaines institutions adoptent une variété de capacités technologiques avancées, y compris l’apprentissage automatique, le deep learning et l’intelligence artificielle en général. L’intelligence artificielle utilise des algorithmes qui vont des systèmes non supervisés (tels que le regroupement et l’analyse des composants principaux) à supervisés (tels que les réseaux forestiers aléatoires et neuronaux), en passant par le renforcement de l’apprentissage.

Certains leaders du paiement s’aventurent également dans la tarification numérique interactive en s’abonnant à des services tiers ou en construisant leurs propres outils de tarification numérique. À l’aide de nouvelles sources de données, de nouvelles technologies et de techniques de modélisation, ces premiers adoptants fournissent au personnel de première ligne une vision approfondie des clients et des prospects, y compris des informations telles que les probabilités d’acceptation des produits, les sensibilités aux prix, la propension au roulement et les valeurs de durée de vie. Ces nouvelles informations permettent aux gestionnaires d’identifier les segments des micromarchés et ainsi de cibler les prix de manière plus étroite, jusqu’au niveau de chaque client, lorsque les données le permettent. Une tarification étroitement adaptée aux besoins des clients et des prospects maximise les performances des prix tout en minimisant l’attrition des clients et les pertes de volume.

Développer une approche holistique en plusieurs étapes

Bien que les nouveaux outils et capacités offrent aux fournisseurs de services de paiement la possibilité d’améliorer considérablement leurs performances en matière de tarification, le succès réel ne sera que grâce à une exécution systématique et complète. Pour atteindre une efficacité maximale, il faut une transformation des prix à l’échelle de l’entreprise.

L’ une des façons d’initier une transformation des prix consiste à développer des changements de prix différentiels sur certains marchés ou segments à l’aide de programmes pilotes qui e rapidement appris et itéré avant d’être déployé en tant que programme de tarification général. Une fois la preuve de principe établie, le programme complet peut être déployé selon une approche en trois étapes qui comprend l’utilisation facultative des gains de revenus anticipés pour financer les étapes suivantes :

  1. Pour réussir rapidement la transformation, effectuez les initiatives suivantes (en plus des autres mesures appropriées) :
    • Utilisez des technologies d’analyse avancée, telles que l’apprentissage automatique, pour établir des benchmarks de tarification à un niveau granulaire. Par exemple, les banques peuvent passer des niveaux de segmentation traditionnels (tels que la géographie, l’industrie et la taille de l’opération) au code postal ou à l’unité commerciale, et ainsi identifier plus rapidement les fuites de frais au niveau de la tarification individuelle des clients.
    • Parallèlement à l’établissement de benchmarks granulaires, développez des outils interactifs qui permettent aux représentants sur le terrain de reconnaître rapidement et simultanément les opportunités de tarification dans les portefeuilles clients afin de tirer parti d’autres opportunités pour accroître la part des affaires avec le client.
    • Lancez des discussions sur les prix tout au long de l’organisation et redessiner le processus de tarification afin qu’il puisse être mis en œuvre par vagues soigneusement chronométrées L’un des éléments clés de cette démarche consiste à mettre en place un processus rigoureux de gestion des exceptions afin de renforcer la gouvernance des prix et de déceler et de corriger les lacunes des processus et politiques actuels.

Les programmes initiaux intégrant ces trois éléments peuvent entraîner des remontées de revenus d’environ 15 % en six à neuf mois, mais n’entraînent que des taux minimes d’attrition des clients et des volumes. Et ceux qui mettent en œuvre des programmes rigoureux de retarification des services peuvent appliquer des gains de revenus anticipés au financement de l’ensemble du parcours.

  1. Commencez à développer de nouvelles compétences et capacités de tarification à l’échelle de l’organisation Bien que ce voyage devienne souvent un voyage à long terme, il doit être initié et géré de manière proactive dès le début. Cette étape comprend généralement les actions suivantes :
    • améliorer et élargir les ensembles de compétences à l’échelle de l’organisation de tarification
    • amélioration significative des ensembles de données de tarification actuels
    • créer de solides capacités d’analyse des prix
    • élaborer des outils de qualité entreprise pour aider dans des domaines clés tels que la tarification des nouvelles transactions, la tarification du renouvellement des contrats et la gestion continue du portefeuille de revenus

Les investissements connexes communs comprennent l’acquisition de nouvelles capacités technologiques, comme la reconnaissance vocale et l’automatisation, afin de réduire le traitement manuel, les taux d’erreurs humaines et les fuites techniques.

  1. Équipé d’outils analytiques puissants, d’immenses ensembles de données et de nouvelles compétences, améliorez continuellement les stratégies de tarification grâce à la surveillance et à la mise à l’échelle continus des nouvelles constructions de tarification.
    • Ensemble, ces actions aident de nombreuses institutions à améliorer la façon dont elles répondent aux besoins actuels et futurs des clients dans divers marchés et segments. Les tactiques de tarification, par exemple, peuvent être pour tenir compte de l’évolution des besoins des clients et des prospects en s’appuyant sur une variété d’approches tarifaires, notamment la tarification groupée, la tarification des abonnements pour les petites entreprises et la tarification granulaire dégroupée pour les entreprises clientes. Par conséquent, une meilleure compréhension des besoins du marché en constante évolution peut fournir un avantage concurrentiel évident.

Sont les obstacles de la transformation des prix

L’adoption de l’apprentissage automatique et de l’analyse avancée donne généralement aux fournisseurs de paiement un pouvoir considérable pour remodeler leurs stratégies de tarification de longue date. Pourtant, la transformation peut aussi présenter des défis uniques.

L’analyse avancée présente une variété d’outils sophistiqués, mais leur efficacité dépend en grande partie de la manière dont les connaissances sont réellement dérivées et utilisées par la suite. Par exemple, les approches traditionnelles pour fixer des objectifs de tarification, telles que la notation ou le classement des clients en fonction de la sensibilité aux prix, sont moins exploitables que l’utilisation d’un modèle mathématique qui lie la probabilité d’acceptation de l’offense à des taux d’offre traditionnellement acceptés. Les modèles de tarification basés uniquement sur des résultats statistiques peuvent fournir des indications sous-optimales ; en revanche, la performance maximale exige également l’application de principes commerciaux sains et de pratiques disciplinées.

Outre les aspects de la modélisation des données et de l’analyse, un autre obstacle commun à l’efficacité totale de l’analyse avancée est une structure organisationnelle cloisonnée. Les silos organisationnels entraînent souvent des déséquilibres ministériels (par exemple, entre les finances, le marketing et les ventes) lors de la prise de décisions stratégiques en matière de tarification. Dans ces situations, la meilleure pratique consiste généralement à s’assurer dès le départ que toutes les parties prenantes jouent un rôle intégral dans la planification et la mise en œuvre de la transformation des prix et participent régulièrement aux réunions de planification de la transformation et d’examen des progrès.

Pour générer des résultats positifs, même les meilleures stratégies nécessitent une exécution transparente. Des failles réelles ou perçues lors du déploiement d’une nouvelle tactique de tarification peuvent rapidement inciter les responsables de relations à rejeter — un problème que les institutions qui réussissent sont en train de surmonter en mettant en valeur les réussites et en reconnaissant de façon visible les champions du changement au sein de leurs organisations. Bien entendu, il est également essentiel de réaligner rapidement les incitations à la performance avec de nouvelles approches et objectifs de tarification. Faire participer les gestionnaires de relations à l’élaboration de stratégies de tarification est un moyen très efficace de générer des attitudes positives en matière de changement. Pour donner confiance aux gestionnaires dans une nouvelle approche tarifaire, une banque européenne a conçu des algorithmes qui peuvent montrer instantanément aux gestionnaires la structure tarifaire de la banque sur des transactions comparables.

Les leaders de l’industrie de demain

Les

technologies d’analyse avancée commencent à modifier rapidement la façon dont les entreprises opèrent dans le monde entier. Compte tenu du rôle central des banques et des autres acteurs du secteur des paiements, ces acteurs sont rapides sous réserve de ces mêmes forces. Pour demeurer compétitifs, les fournisseurs de paiement devront donc adopter les technologies en temps opportun. Beaucoup de gens du secteur des paiements hésitent peut-être à changer leurs approches de longue date en matière de tarification, mais ceux qui sont prêts à adopter une transformation globale des prix fondée sur des connaissances approfondies du marché figureront clairement parmi les leaders de l’industrie de demain.

*L’auteur tient à remercier Maria Wang et Kuba Zielinskii de McKinsey & Company pour leurs contributions à cet article

Gaston Alexandre

En tant que travailleur indépendant, j’ai décidé de me lancer dans la rédaction d’articles basée sur le buzz international. Je traite ainsi différents sujets, et particulièrement ceux qui ont suscité un énorme engouement dans la société mondiale. J’écris ainsi des articles concernant les thématiques à fort caractère, c’est-à-dire qui créent un véritable impact émotionnel chez le lecteur. Le nombre d’articles que j’écris est variable au quotidien. L’objectif étant de fournir le maximum d’informations pertinentes du jour, vous pouvez alors découvrir de nombreuses publications d’une douzaine de lignes par article.
Bouton retour en haut de la page