Big Data : le nouvel or noir de la gestion d’actifs ?

Issue du monde de l’internet, la technologie Big Data touche aujourd’hui de nombreux secteurs économiques et l’industrie de la gestion d’actifs ne fait pas exception. Les applications dans ce secteur spécifique sont potentiellement immenses car elles concernent aussi bien « le client profiling » et la gestion du risque opérationnel que le processus d’investissement à proprement dit.

Big Data : infrastructure et outils d’analyse

Le Big Data consiste à collecter et manipuler une quantité gigantesque de données hétérogènes et non-structurées. La réponse technique à ce défi s’est concrétisée sur deux volets : un volet Hardware (architecture informatique utilisant massivement le parallélisme) et un volet Software avec un système d’exploitation spécifique (Hadoop). Toute une industrie de services basée sur ces technologies s’est ainsi considérablement développée ces dernières années (« Cloud Computing », outils d’analyse de données Big Data…)

La démarche d’analyse ainsi que les outils utilisés pour extraire de la valeur de ces données Big Data, sont en fait très similaires à ceux employés classiquement en finance. Après toute une série de transformations (filtres, normalisation, gestion des données aberrantes/manquantes…) les données sont analysées par des modèles quantitatifs de type « prédiction/régression » ou « classification/machine learning ». Parmi les plus connues, on peut citer les méthodes d’intelligence artificielle (réseaux de neurones) très utilisées pour la reconnaissance de formes ou encore les méthodes dites de « clustering » qui servent par exemple au « profiling » de clients.

Le Big Data au sein de la gestion d’actifs

A l’instar d’autres industries, l’Asset Mangement s’intéresse également au Big Data. Les sociétés de gestion veulent en effet mieux anticiper les besoins et les réactions de leurs clients, afin de leur proposer des produits et des actions mieux adaptés. Elles voient également dans cette technologie un outil d’amélioration de leur risque opérationnel. Quant à développer un processus d’investissement systématique reposant exclusivement sur le Big Data, nous n’en sommes pour l’instant qu’au stade de recherche et des premiers lancements de fonds : l’industrie manque encore de recul pour juger les performances de ce type de stratégies. Cependant, son apport semble plus prometteur et pertinent dans l’élaboration de nouveaux indicateurs de sentiments ainsi que de proxies quasi temps-réel d’indicateurs macro-économiques majeurs (inflation, chômage, PIB etc.).

Sans faire de Big Data stricto sensu, Candriam s’appuie néanmoins dans ses processus de gestion sur des techniques d’analyse de données relativement similaires à celles employées dans le Big Data. D’autre part, la société développe depuis une dizaine d’années une expertise propre dans le stockage et la manipulation de grandes quantités de données. Enfin, Candriam a engagé une vaste réflexion autour du thème du digital afin d’améliorer significativement l’utilisation de la data (via une solution « Cloud ») en impliquant tous les services de la société. A cet effet, quatre axes prioritaires ont été identifiés : Client & Distribution, Innovation, Digital Enterprise, Data Value.

Pour en savoir plus sur le big data, téléchargez notre Position Paper