En 2012, les consommateurs ont payé 32 milliards de dollars en frais de découvert, qui représentait la plus grande source de revenus pour les banques provenant des comptes de dépôt à vue, tout en menant à des niveaux importants d'insatisfaction des consommateurs et en attirant l'attention des régulateurs gouvernementaux.

Dans une étude récente, les chercheurs ont découvert qu'il pourrait être possible d'aider à corriger ce problème grâce à l'application d'analyses de données sophistiquées.

L'étude sera publiée dans l'édition de décembre de la revue INFORMS Sciences du marketing s'intitule "Analyser les frais de découvert bancaire avec le Big Data, " et est écrit par Xiao Liu de l'Université de New York, Alan Montgomery de l'Université Carnegie Mellon et Kannan Srinivasan de l'Université Carnegie Mellon.

L'étude a porté sur la problématique des frais de découvert bancaire, qui se produisent lorsqu'un consommateur dépense ou retire plus de fonds de son compte courant que ce qui est disponible. Les banques américaines permettent aux consommateurs de mettre à découvert leurs comptes, sous réserve de certaines restrictions, mais c'est à la condition que le consommateur encourt des frais de découvert.

Alors que les banques génèrent des revenus importants grâce aux frais de découvert, il en résulte également une part importante d'attrition des consommateurs. Cela a attiré l'attention de la Consumer Financial Protection Agency des États-Unis, qui a indiqué qu'il pourrait envisager une réglementation accrue des pratiques de frais de découvert.

Identifier les principaux facteurs contributifs

A travers leurs recherches, les auteurs de l'étude ont constaté que les consommateurs ont tendance à ignorer fortement les conséquences futures potentielles lorsqu'ils dépensent ou se retirent de leurs comptes courants en raison d'habitudes de dépenses impulsives. Les auteurs ont également constaté qu'en raison des frais élevés de surveillance bancaire, les consommateurs peuvent ne pas être en mesure de suivre avec précision leurs soldes. Par conséquent, les consommateurs peuvent parfois mettre à découvert leurs comptes en raison d'habitudes de dépenses ou de retraits impulsifs, et le manque d'informations exactes et actuelles.

La méthodologie des chercheurs impliquait la collecte de données anonymisées auprès d'une grande banque américaine, qui comprenait plus de 500, 000 comptes avec un historique allant jusqu'à 450 jours. Cela représente 200 millions d'observations pertinentes.

Tirer parti des données pour parvenir à des solutions

« En substance, nous avons constaté qu'en raison des facteurs qui contribuent au problème de découvert, les consommateurs peuvent devenir insatisfaits puis quitter leur banque après avoir encouru ce qu'ils considèrent comme des frais de découvert déraisonnablement élevés, " dit Srinivasan.

"Ces résultats suggèrent que nous devons soigneusement modéliser la demande des consommateurs en tenant compte des comportements impulsifs des consommateurs, leur inattention aux soldes et la façon dont ils ont tendance à réagir lorsqu'ils sont insatisfaits des frais de découvert, " a ajouté Liu. "Cela nous pousse à trouver des solutions possibles."

Sur la base de leurs découvertes, les chercheurs plaident en faveur de l'utilisation de données et d'analyses prédictives pour mieux résoudre le problème. Ils présentent des simulations politiques dans le cadre de leur article qui montrent que des stratégies de tarification alternatives peuvent aider à augmenter les revenus bancaires tout en améliorant le bien-être des consommateurs. Cela comprend les calendriers de facturation fixes et les programmes de dispense de découvert qui peuvent être appliqués aux consommateurs individuels qui présentent certains comportements de découvert.

« Une solution potentielle pour les consommateurs et les banques consiste à exploiter les données des transactions financières pour gérer les découverts et proposer de nouveaux services qui utilisent les données des transactions financières, " a déclaré Montgomery. " Les institutions financières stockent des quantités massives d'informations sur les consommateurs, qui est un sous-produit des transactions. Dans cette recherche, nous montrons comment ces informations peuvent être exploitées pour prédire le comportement de découvert des consommateurs."