AccueilSi les data analytics sont très utilisés dans le secteur bancaire pour améliorer l’expérience client et faciliter les prises de décisions stratégiques, ils peuvent également s’avérer très intéressants pour optimiser les coûts de fonctionnement des agences bancaires. Découvrez dans cet article trois exemples concrets d’utilisation de la data mise au service de l’optimisation de la gestion de parc immobilier.
1/ Détecter des erreurs de facturation automatiquement
Il est question ici des factures concernant les charges de consommation d’énergie et d’eau dans les agences bancaires.
Avant
Les factures étaient collectées et saisies par les services de comptabilité manuellement pour être traitées ensuite dans des logiciels. Laborieux et source d’erreurs, ce contrôle de la facturation permettait difficilement d’avoir une vision entière des dépenses. Les bilans comptables descendant rarement sous l’échelle annuelle, il était impossible de détecter des erreurs et d’optimiser les coûts plus finement sur l’ensemble des charges.
Après
Grâce à des technologies de collecte d’information, la collecte des factures est désormais automatique directement depuis les espaces des fournisseurs. Le data-analytics permet ensuite d’alerter en cas de factures manquantes, en cas d’erreurs au sein des factures ou en cas de provision ou de rattrapage à venir. Prenons l’exemple des factures d’énergie, le taux d’erreurs de facturation est estimé aujourd’hui à 1 pour 70 factures d’électricité et monte jusqu’à 1 pour 30 sur le gaz. C’est le cas aujourd’hui chez un réseau d’agences bancaires qui a détecté plus de 150 erreurs dans ses factures en 2017 soit environ 2,5 k€ HTVA de montant erroné sur un an.
À lire également : Contrôle automatique des factures : algorithme VS règle, le match !
2/ Optimiser ses contrats d’énergie
Avant
Il fallait attendre le bilan annuel du fournisseur pour déterminer les optimisations énergétiques à entreprendre et réduire ses coûts. À condition que les fournisseurs d’énergie proposent ce service, ce qui n’est pas systématique ! De plus, le bilan fourni était rarement complet et n’arrivait pas toujours au bon moment pour l’entreprise.
Après
Il est désormais possible d’analyser toutes les variables de facturation pour chaque agence bancaire afin de détecter des optimisations tarifaires. Le principe est simple : un système automatisé récupère l’ensemble des variables de la brique de coût, calcule le coût théorique, le compare à la facturation réelle et détermine où sont les erreurs et comment optimiser chacune des variables. On peut par exemple vérifier si la puissance souscrite est optimale, ou encore si l’option tarifaire est adaptée à la consommation du site. La Caisse d’Epargne Lorraine Champagne Ardennes a détecté 6 000 € d’optimisation tarifaire en moins de 10 minutes grâce à un algorithme d’analyse de ses données de facturation.
À lire également : Comment le data-analytics vous aide dans la maîtrise et l’optimisation de vos contrats d’électricité ?
3/ Réaliser des économies d’énergie
Avant
Lorsque la banque possédait une solution de gestion technique centralisée (GTC) et / ou de gestion technique des bâtiments (GTB), elle était la plupart du temps initialisée par le fournisseur au démarrage et les mainteneurs n’y touchaient plus car leur formation à cet instrument est rarement prévue dans leur contrat d’exploitation. Non seulement cette supervision ne permettait pas toujours de tenir compte de l’évolution des besoins dans le temps, mais elle était parfois même en conflit avec les équipements installés par les facilities managers dans le cadre de leurs forfaits de maintenance.
Après
Il est désormais possible d’accéder aux données des GTC/GTB par un accès simple à un connecteur ou un module web du constructeur. Ces données peuvent alors être croisées avec les données de facturation, d’activité et de patrimoine. Elles sont analysées par des algorithmes de détection d’anomalies et permettent de détecter en continu des actions d’économies d’énergie précises. Il a ainsi pu être identifié sur une agence bancaire du groupe BPCE équipée de tels équipements un gain de 20% de sa facture d’énergie uniquement grâce à l’analyse de ces données.
À lire également : Détecter des économies d’énergie sur 400 bâtiments uniquement grâce à l’analyse de ses données, c’est possible ! Kiloutou témoigne
La consommation énergétique du secteur des agences bancaires passée au crible :
Pour leurs activités financières comme dans leur gestion immobilière, les banques peuvent tirer profit du data analytics. Vous voulez découvrir un cas concret d’utilisation de ses données afin d’optimiser la gestion de son réseau d’agences bancaires ? Télécharger le retour d’expérience de Swiss Life.
