Asset managers, oubliez le Big Data

Dossier : Dossier FFEMagazine N°720 Décembre 2016
Par Didier ROUBINET

« OIL & SOIL » !

Toutes les entre­pris­es en pleine trans­for­ma­tion numérique l’ont com­pris : la don­née est l’or noir de notre époque et le ter­reau sur lequel vont pou­voir croître les ser­vices et la valeur de demain pour leurs clients. 

Cepen­dant sur cette thé­ma­tique, trop sou­vent, c’est la promesse « Big Data » qui reste la plus médi­atisée : d’impressionnants vol­umes de don­nées très hétérogènes à analyser rapidement. 

Les sys­tèmes Big Data ne sont pour­tant pas pen­sés d’un point de vue « trans­ac­tion­nel », pour réalis­er et mod­i­fi­er des enreg­istrements, en appli­quant des règles busi­ness nom­breuses et en lais­sant à dis­po­si­tion des pistes d’audit pour toutes les trans­for­ma­tions effectuées. 

Cette approche « Smart Data » est en l’occurrence beau­coup plus intéres­sante pour un Asset Manager. 

Et pour cela, pas besoin de faire table rase de son sys­tème exis­tant : il suf­fit d’entrer dans une logique de « Data Cen­tric Oper­at­ing Mod­el ». L’essentiel sur le sujet en 3 questions. 

De quoi s’agit-il ?

À l’heure actuelle, l’immense majorité de nos sys­tèmes d’information sont conçus pour être « busi­ness cen­tric ». Les Asset Man­agers ont ain­si des sys­tèmes par­faite­ment cal­i­brés pour faire du « risque », d’autres de la « com­pli­ance », d’autres de la « tenue de posi­tion », ou encore de la compt­abil­ité… cha­cun étant un silo de don­nées pro­pre et cohérent pour faire très bien cette par­tie dédiée de son busi­ness. Et pas plus. 

De nom­breuses entre­pris­es cherchent à bâtir au-dessus de ces silos, une couche « client cen­tric » qui intè­gr­era les usages nou­veaux, une meilleure visu­al­i­sa­tion des don­nées, des fonc­tion­nal­ités et une ergonomie séduisante, au niveau de ce que pro­posent de plus en plus de jeunes acteurs dis­rup­tifs de la FinTech. 

C’est brûler les étapes et ris­quer au con­traire d’accumuler les erreurs qui grèveront cette expéri­ence util­isa­teur tant recher­chée. Pour attein­dre cet objec­tif, il faut repar­tir d’une base solide : une approche du data man­age­ment qui per­me­tte d’être « data cen­tric » à tous les niveaux de l’entreprise.

Les Asset Man­agers n’ont plus le choix : les con­traintes régle­men­taires, de Sol­ven­cy 2 au Dodd Franck Act, ont mis en avant l’impérieuse néces­sité de pou­voir jus­ti­fi­er de cette excel­lence sur la mise en qual­ité, la mise à dis­po­si­tion pour audit et la trans­parence de la don­née dans le sys­tème d’information.

Les dernières sanc­tions pronon­cées par l’AMF, cer­taines approchant le mil­lion d’euros sont là pour le rappeler. 

Quelles sont les meilleures pratiques pour mettre en place mon data centric operating model ?

L’objectif est de se dot­er d’une approche du data man­age­ment qui per­me­tte aux silos métiers du sys­tème his­torique de devenir à la fois con­tribu­teur et con­som­ma­teur d’un socle com­mun pour toutes les don­nées de l’entreprise.

La mise en qual­ité des don­nées sera cen­tral­isée, har­mon­isée, plutôt que d’avoir à se répéter des dizaines de fois pour chaque sys­tème. Le quo­ti­di­en « fonc­tion­nel » des silos métiers restera, lui, inchangé. 

ON NE S’IMPROVISE PAS EXPERT EN DATA MANAGEMENT : CELUI-CI DOIT AVOIR L’INTELLIGENCE QUI PERMETTRA DE S’ADAPTER EN TERMES DE FORMATS, DE PROTOCOLES, DE CONTRÔLES, AFIN D’UNIFORMISER, DE COMPLÉTER ET DE RESTITUER UN ENSEMBLE COHÉRENT.
 

Mais pour y arriv­er, il sera néces­saire d’éviter les faux com­bats. Par­mi eux, l’idée que l’entreprise doit dévelop­per elle-même en interne le logi­ciel de data man­age­ment. Le cœur de méti­er des Asset Man­ag­er n’est pas là : au-delà de la dimen­sion pure­ment tech­nique de ges­tion de la don­née et du data mod­el qui sera util­isé, il va fal­loir tenir compte de l’implémentation des très nom­breuses règles busi­ness finan­cières qui per­me­t­tront d’éviter les minus­cules erreurs aux con­séquences énormes. 

On ne s’improvise pas expert en data man­age­ment : celui-ci doit avoir l’intelligence qui per­me­t­tra de s’adapter en ter­mes de for­mats, de pro­to­coles, de con­trôles, afin d’uniformiser, de com­pléter et de restituer un ensem­ble cohérent. 

Il doit avoir les out­ils, API, web­ser­vices, qui per­me­t­tront de cap­i­talis­er sur l’existant, pour toutes les fonc­tions con­cernées, que ce soit un change­ment de date ou un cal­cul sophistiqué. 

De même, il ne faut pas tomber dans le piège des solu­tions totale­ment inté­grées qui répondraient à ces besoins-là aux mêmes titres qu’à tous les autres. Les exem­ples sont omniprésents sur le marché : on ne réus­sit pas une véri­ta­ble approche data cen­tric avec un couteau suisse. 

Au con­traire, un logi­ciel de data man­age­ment indépen­dant per­me­t­tra de faire le lien entre les logi­ciels « Best of Breed » en assur­ant un socle inté­gré com­mun : c’est ce que nous appelons chez Neox­am le « Best of Hybrid ». 

Qu’obtient-on une fois ce modèle opérationnel « Data Centric » mis en place ?

Ce socle com­mun sera une source de con­fort excep­tion­nelle pour tous les con­trôles internes ou externes qui seront néces­saires dans la vie de l’entreprise. C’est aus­si un gage de con­fi­ance que l’on est en mesure de don­ner à ses util­isa­teurs, qui ne douteront plus de la qual­ité et de la per­ti­nence des don­nées qu’ils utilisent au quotidien. 

Par ailleurs, la réduc­tion des coûts des con­trôles réal­isés, en évi­tant toute redon­dance, sera à la fois un fac­teur d’efficacité opéra­tionnelle et d’une meilleure maîtrise des risques. 

EN BREF

NeoXam, leader de l’édition de solutions logicielles dans le secteur financier, est au service de plus de 150 sociétés clientes dans 25 pays.
NeoXam se consacre au succès de ses clients : nous fournissons ainsi des solutions fiables et flexibles utilisées par plus de 10 000 personnes.

Enfin, l’entreprise pour­ra se tourn­er plus sere­ine­ment vers l’avenir, car elle aura de fait une meilleure con­nais­sance de son busi­ness, de ses clients, de ses émet­teurs, de ses con­trepar­ties ou encore de ses opéra­tions. Elle saura dire en com­bi­en de temps une infor­ma­tion a pu être traitée, quelles sont les don­nées inté­grées et celles détru­ites, qui les con­somme et pour quel coût global… 

Elle se dotera aus­si de KPIs opéra­tionnels qui per­me­t­tront de faire appa­raitre les usages, les com­porte­ments et les bonnes pra­tiques des acteurs de l’entreprise, au-delà de la dimen­sion tech­nique et des flux de données. 

De quoi se pro­jeter plus effi­cace­ment vers son pro­jet d’Entreprise Data Man­age­ment, et, plus loin encore, vers un Dig­i­tal Ecosys­tem Man­age­ment, qui éten­dra son savoir-faire et sa maîtrise des don­nées à l’ensemble des acteurs qui com­posent son écosys­tème, afin d’imaginer les ser­vices de demain.

Poster un commentaire