E-KYC - Episode 1 – Enjeux, leviers digitaux et 1er retour d’expérience

Découvrez notre série sur le e-KYC. Dans cet article, nous parlons de ses enjeux, notamment pour les acteurs bancaires, avec un 1er retour d'expérience client.
This is some text inside of a div block.
This is some text inside of a div block.
Oups! Une erreur est survenue...

Les enjeux du KYC et les leviers digitaux d’industrialisation

Tout d’abord un petit rappel : pour les sociétés financières, telles que les banques ou les assurances, le KYC (Know Your Customer) correspond aux processus permettant de collecter un ensemble de données pour mieux identifier les clients, les protéger contre certains risques comme l'usurpation d'identité, le blanchiment d'argent ou toutes sortes de fraude.

Les enjeux sont multiples : même si celui de départ est de satisfaire les obligations réglementaires, la mise en place de ces processus et leur digitalisation répond aussi aux besoins d’efficacité opérationnelle et d’optimisation de l’expérience client.

Le KYC est donc une composante essentielle du métier bancaire, qui s’applique tout au long du cycle de vie du client. Cela débute dès l’Entrée En Relation (EER) et se poursuit tout au long de la relation.

Quand on parle de KYC pour les banques, il faut donc sous-entendre les processus :

·      d’entrée en relation

·      de remédiation

·      de revue périodique

Pour digitaliser ces processus de manière efficace, il est nécessaire d’embarquer une somme importante de fonctions digitales. Nous vous proposons un tour d’horizon de ces fonctions, que l’on peut regrouper au sein de 7 blocs fonctionnels digitaux.

Selon leur maturité digitale, les banques maîtrisent plus ou moins bien ces briques de base. Pour autant, on peut noter que les fonctions dont l’usage est le plus attendu par les clients (ou les collaborateurs) sont souvent les moins maîtrisées.

Naturellement les investissements sont aujourd’hui tirés par l’importance perçue de ces fonctionnalités par les clients et le besoin pour les entreprises de les maîtriser. Le plan de déploiement de ces fonctions dépendra donc de la maturité initiale de chacune des banques.

Retour d’expérience: Déploiement d’une solution RAD-LAD, arme de remédiation massive

1.    Quel besoin métier pour les banques ?

Industrialiser et automatiser la remédiation de dossiers client, cela signifie automatiser le contrôle des pièces justificatives des clients, la mise à jour des workflows KYC, les relances et la récupération des pièces auprès des clients via la mise à disposition d’un portail de dépôts de pièces auprès du client.

Concrètement, une banque transmet ses données client (données et dossiers de pièces justificatives) à un prestataire qui automatise la reconnaissance de ces documents (RAD), extrait les données (LAD) puis opère les contrôles KYC (workflows de traitement). La solution doit permettre, en cas de rupture du processus automatique (mauvaise qualité de documents, incohérences dans les pièces et les données), de faire appel à des opérateurs humains qualifiés qui reprennent la main.

2.    Pourquoi retenir une solution RAD-LAD ?

Une banque doit faire le choix entre les différents types de solution RAD-LAD disponibles sur le marché, voire parfois développées en interne. Ce sont les spécificités des besoins métier et le contexte du projet qui font pencher la balance du côté d’une ou plusieurs solutions. En effet, les acteurs peuvent proposer des technologies plus ou moins prometteuses et des architectures plus ou moins ouvertes.

Parmi les facteurs différenciant les solutions, il y a ceux qui permettent de rassurer vis-à-vis du cas d’usage en question - un modèle incluant une part importante de prestation de vidéo-codage, une prestation en partie réalisée dans des pays francophones et en conformité avec le RGPD – mais aussi les spécificités des cas d’usage et leurs volumétries, ou encore l’adéquation des ressources internes avec les technologies proposées par les éditeurs.

Par exemple, une solution RAD-LAD « traditionnelle » peut remporter le marché alors qu’en face se trouvent des acteurs avec des technologies bien plus prometteuses (modèle de machine learning performant permettant de s’adapter à n’importe quel fond documentaire, architecture orientée APIs et donc ouverte à tout type d’intégration), couvant davantage de cas d’usages (solution pouvant traiter la remédiation et l’entrée en relation temps réel), etc. Mais ces solutions nécessitent parfois des échantillons très importants pour l’apprentissage, des ressources techniques en datascience difficiles à dénicher en interne notamment dans certaines organisations, etc.

3.    Comment déployer ce type de solutions ?

Ce choix de partenaire permet de concevoir puis mettre en œuvre une démarche packagée en 8 chantiers.

En conclusion 

Les leviers présentés ici (RAD-LAD, workflows, gestion des pièces, …) sont de réels accélérateurs de transformation et de gains pour les acteurs qui font face aux enjeux du KYC, notamment les banques. Il est important de bien réfléchir aux solutions à utiliser et de bien cadrer les méthodologies pour y parvenir.

Au cours du prochain article, nous vous présenterons second retour d’expérience, la mise en œuvre d’un autre levier pour digitaliser le KYC, l’utilisation d’une solution RPA/RDA.

Si vous rencontrez les mêmes problématiques d’industrialisation du KYC et que vous réfléchissez à ce type de solution, n’hésitez pas à nous contacter, nous pouvons vous accompagner sur vos différentes phases de projets.

Si vous souhaitez être alerté de la sortie du prochain épisode, abonnez-vous à notre newsletter ! Ça se passe ici

La curation UX pour rester à la page !

Abonne toi à notre newsletter pour recevoir l’essentiel de l’actualité Design toutes les deux semaines dans ta boîte mail !

Merci pour ton inscription
Nous venons de t’envoyer un premier mail de bienvenue ! 💌
Oops! Something went wrong while submitting the form.
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.

AUTEUR(S)

No items found.

ARTICLES SIMILAIRES

No items found.
Voir le blog