Les banques privées l’ont enfin compris : elles se doivent d’offrir à leurs clients une nouvelle proposition de valeur et d’améliorer leur expérience utilisateur, si elles souhaitent rester concurrentielles dans un contexte de digitalisation du secteur.
Jamais encore les banques privées n’avaient dû faire face à autant d’enjeux fondamentaux au même moment :
- de forts risques pesant sur le PNB, dus essentiellement aux exigences de MIFID 2, à la concurrence de nouveaux modèles relationnels imposés par les fintechs et à une nécessaire hausse des frais facturés aux clients qui pourrait être mal comprise ;
- un constat que certains services à valeur ajoutée sont rendus sans être systématiquement rémunérés ;
- un changement d’usage des clients et une forte demande de nouveaux services, répondant à de nouveaux besoins : autonomie dans le pilotage de leurs portefeuilles, conseils réguliers sur des opportunités d’investissement sur les marchés, recherche de services d’agrégation de comptes...
Cette évolution de la proposition de valeur doit répondre à 3 objectifs :
- sécuriser les revenus de la banque ;
- améliorer la satisfaction et renforcer la confiance des clients ;
- adapter le modèle relationnel aux enjeux et usages d’aujourd’hui.
Dans cette perspective, les investissements réalisés doivent permettre, en particulier, aux banques privées d’accompagner les clients vers une facturation du conseil, de gagner en temps commercial afin de permettre aux banquiers d’être davantage orientés « clients » et de mieux les connaitre, tout en répondant aux exigences réglementaires.
Automatiser des gestions rentables : gestion sous mandat et gestion conseillée
Les grandes tendances observées dans la redéfinition des offres de valeur concernent souvent la mise en place d’offres de gestion automatisée, qui visent à automatiser le conseil en investissement, en s’appuyant sur des outils qui tiennent compte du profil de risque et des orientations de gestion définis en accord avec chaque client. Les principales offres de gestion financière, fer de lance des banques privées, telles que la gestion sous mandat (gestion discrétionnaire) ou la gestion conseillée (advisory) ne sont pas encore suffisamment répandues auprès de la clientèle française. Et pourtant, ces offres restent pour les banques privées le « graal » à atteindre en termes de rentabilité. Le challenge est donc à la fois de développer ces offres auprès des clients tout en investissant dans des solutions informatiques qui permettent de les moderniser et de répondre aux exigences réglementaires de transparence et de suivi des conseils financiers prodigués. Toutes les études montrent que les clients sont à la recherche de conseils financiers personnalisés et plus particulièrement d’un accompagnement pour investir sur les marchés financiers.
Certaines banques privées, comme BNP Paribas Wealth Management ou Société Générale Private Banking, ont donc par exemple lancé des offres consistant à adresser régulièrement à leurs clients des recommandations d’arbitrages conformes à leur profil de risque, mais dont la décision reste de leur responsabilité. L’objectif est d’automatiser autant que possible le conseil en investissement, d’augmenter le nombre d’opérations et de faire évoluer le client vers une offre de gestion supérieure.
L’exemple de Morgan Stanley : gérer les données pour personnaliser le conseil
Ces évolutions en termes de modèle et d’offres permettent de faciliter l’accès à l’information de clients toujours plus mobiles et connectés, mais aussi d’industrialiser la partie opérationnelle du métier de banquier privé. Les nouveaux outils doivent être fournis en complément du contact humain et doivent renforcer le rôle du banquier pour qu’il gagne en efficacité. Le bon équilibre entre automatisation et personnalisation (le « sur-mesure ») doit être identifié.
Aux Etats-Unis, Morgan Stanley a annoncé ce mois-ci sa volonté d’accompagner ses 16 000 conseillers avec des outils d’intelligence artificielle, via des algorithmes. L’ambition est de guider le conseiller dans ses interactions avec ses clients en considérant leurs habitudes, leurs préférences et l’environnement financier. Des actions pourront être engagées ou non par le conseiller en fonction des impacts générés et des résultats attendus. L’enjeu est de capitaliser dans le temps sur la masse d’informations à sa disposition pour satisfaire son client et personnaliser le conseil. Cette approche mise, grâce à des algorithmes, sur le big data et le machine learning et crée ainsi un rôle de « conseiller augmenté » au sein de ses forces de ventes soumises à l’excellence.