L’utilisation de techniques avancées d’analyse des données («advanced analytics») s’intensifie dans l’industrie de la gestion d’actifs : c’est ce qu’assure une étude que vient de publier McKinsey au niveau mondial. Et si les asset managers américains ont un temps d’avance, leurs homologues européens se mettent en mouvement pour combler leur retard. «Les sociétés de gestion européennes, et notamment françaises, engagent depuis quelques mois de plus en plus de projets pour utiliser ces techniques dans les domaines de la distribution et de la vente, mais aussi au niveau des fonctions support, dans un souci de maîtrise des coûts plus important aujourd’hui», précise Jonathan Klein, directeur associé au sein du bureau parisien de McKinsey. Ces travaux visent par exemple à obtenir une segmentation de leur clientèle moins descriptive, par typologie d’acteurs (assureurs, CGPI…), et plus orientée vers les comportements d’investissement effectifs (sensibilité aux risques, autonomie par rapport aux benchmarks…). Grâce à l’utilisation du big data et de l’intelligence artificielle, les revenus des asset managers pourraient ainsi croître de 5 à 30 %, selon McKinsey. Ces outils pourraient en outre réduire leurs coûts de middle et back-office de 10 à 30 %. «Aujourd’hui, la mise en place d’un mandat remporté auprès d’un institutionnel peut prendre à un asset manager entre 9 et 12 mois, indique Jonathan Klein. Les techniques d’analyse avancée de la donnée appliquée au KYC ou encore au reporting peuvent leur permettre de raccourcir ces délais, et ainsi d’améliorer le service client et d’accélérer le versement des premiers frais de gestion.» Cette transformation digitale est toutefois freinée en Europe par rapport aux Etats-Unis. «La contrainte du règlement RGPD limite la richesse des données accessibles, souligne Jonathan Klein. Mais les acteurs européens partant de plus loin sur ces sujets, le potentiel de progression reste très important.»