Piloter la donnée : un enjeu de performance

Il en va de la pertinence des choix dans les stratégies d’externalisation, comme dans la maîtrise des risques et la production d’états réglementaires conformes aux attentes des régulateurs et bien entendu aussi d’une mesure de la performance de leurs fonds pour les comparer à ceux d’autres acteurs du marché.

Force est de constater, en effet, que la gestion des données fait face aujourd’hui à de multiples défis :

• Contrairement aux informations de marché, les données nécessaires au traitement post-marché ne sont pas toutes actualisées ou accessibles en temps voulu (portefeuille, compte espèces). De surcroît, elles ne peuvent pas être partagées aisément, leur usage étant soumis aux documents contractuels ayant permis de les obtenir.

• Mises à part les informations structurées par des protocoles comme SWIFT ou FIX, il existe de multiples données non structurées, au format libre, qu’il est difficile de consolider,

• Sur les fonds alternatifs et les actifs non-côtés (capital-investissement et immobilier notamment), il est nécessaire de gérer de nombreux documents additionnels, également peu structurés,

• Lors de l’enregistrement de clients (investisseurs ou institutionnels), les processus de type KYC¹ nécessitent la vérification de documents rarement homogènes (documents d’identité, formulaires spécifiques à chaque pays ou chaque marché).

• Les documents nécessaires à la connaissance d’un fonds (prospectus ou autres) ont autant de formats que d’émetteurs ou de sociétés de gestion, chacun ayant à cœur de proposer le document le plus attractif et le plus explicite,

• Le volume de données géré quotidiennement augmente de façon exponentielle, avec des formats nouveaux (podcasts, vidéos, tweets) augmentant également le niveau de complexité de chaque traitement. A titre d’illustration et pour prendre un sujet particulièrement d’actualité, les informations ESG² illustrent bien ce niveau de complexité croissant des données à piloter et à maîtriser.

Ainsi, au moment où la recherche de pistes d’efficacité et de productivité n’a jamais été plus importante dans la Gestion, il devient a contrario de plus en plus difficile de maîtriser les flux et les stocks de données. Cette fonction de pilotage de la donnée doit donc accompagner la mise en place de solutions comme la suite intégrée de services front-to-back de SGSS, CrossWise  (processus, outils ad-hoc).

A ce titre, la plupart des éditeurs et partenaires technologiques auront tendance à apporter des solutions sur le contenant, mais rarement sur le contenu. Ainsi, les technologies de Cloud ou de transfert de fichiers ont permis d’augmenter les capacités de stockage de données (environnement « big data ») et de partage de celles-ci. Mais en aucun cas, ces solutions ne permettent de réellement maîtriser le pilotage de ces données pour créer de la valeur.

Il devient alors capital d’imaginer des solutions complémentaires pour :

• Améliorer le niveau de qualité de la donnée (fiabilité, mise à jour, certification de la source) et pour cela, il est possible de s’appuyer sur des référentiels normés. A ce titre, le recours à l’IBOR³ facilite grandement la tenue de position centralisée en temps réel ;

• Proposer des solutions d’injection et de contrôle à l’entrée des données, ceci afin de garantir qu’un flux est complet, et que les données sont correctes. Les flux STP⁴ entre les équipes des gestions et leurs partenaires sont ainsi nécessaires pour les plates-formes de négociation, mais aussi pour toute la chaîne de traitement en middle office ou en back office, et bien évidemment aussi pour les besoins de surveillance des risques de liquidité ou de contrepartie.

• Faciliter le rapprochement de ces données en les structurant (en faisant appel à des modèles de données et des solutions de rapprochement comme le « matching »).

• Ajouter des modules permettant de générer de la valeur additionnelle (benchmark, extrapolation) et pour cela l’ajout de l’Intelligence Artificielle vient compléter utilement nos environnements par la classification automatique ou la segmentation (via le « machine learning », avec ou sans supervision). Les solutions de reconnaissance visuelle des données (data visualisation) permettent aujourd’hui d’identifier les tendances de marché ou les alertes sur des valeurs anormales (gestion de la fraude et du risque opérationnel). Ainsi, les modèles prédictifs sont devenus très performants quand le volume de données de qualité est suffisant ;

• Réaliser aisément le reporting de gestion, y compris pour les commentaires de gestion, et ce faisant,  aider au pilotage des activités et au monitoring de la gestion.

En conclusion, un bon pilotage de la donnée concerne l’ensemble des chaînes de traitement et des acteurs et offre des enjeux considérables d’amélioration de l’efficacité des traitements d’une part, et de soutien des projets de développement, d’autre part. A ce titre, le métier de fournisseur de services titres doit être aussi en mesure de s’orienter de plus en plus vers le pilotage de la donnée. Et parmi les solutions et outils à disposition, tant pour le suivi que pour le pilotage de la performance, les fournisseurs de services mettent au point de nouveaux modèles et algorithmes et les testent afin d’aider leurs clients à maîtriser au mieux leur patrimoine informationnel. Ces modèles peuvent, par exemple, permettre de déterminer des groupes de données (segmentation, clusterisation), de définir des tendances (calcul de régression linéaire) ou de trouver des valeurs anormales ou des données manquantes dans une série, ou bien encore d’identifier des doublons « potentiels » qui devront ensuite être vérifiés/corrigés par un back-office. Avec sa palette de solutions s’appuyant sur la plate-forme clients SG Markets et des offres de sous-traitance front-to-back comme CrossWise, SGSS accompagne ses clients dans la transformation de leur organisation et les assiste dans l’amélioration du pilotage de leurs données.