AI Showreel l'observatoire indépendant de l'IA marketing
← La base
Preuve A Vivant confirmé

Westpac

offres produit personnalisees sur la base clients existante, mesurees contre groupe de controle

IndustrieBanque, assurance & fintechLevierActivation / conversionFamillePersonnalisationImplémentationHybrideÉtapefidelite
Pattern prouvé dans 7 industries encore vierge en Média & entertainment, Voyage & hospitality, Tech & SaaS +6 Voir la carte du pattern
500k
Clients particuliers touches par les offres de depot personnalisees en deux semaines
"Customers reached in 2 weeks" S1

Avec sa couche de donnees et d'IA Westpac Intelligence, la banque australienne Westpac a adresse des offres de depot personnalisees a 500 000 clients particuliers en deux semaines, pour une ouverture de compte plus de deux fois superieure au groupe de controle, selon sa presentation investisseurs du 15 septembre 2026.

L'essentiel

  • Westpac pousse des offres d'epargne personnalisees a ses clients particuliers via sa couche Westpac Intelligence.
  • 500 000 clients touches en deux semaines par ces offres de depot.
  • Ouverture de compte plus de deux fois superieure au groupe de controle.
  • Chiffres publies dans la presentation investisseurs du 15 septembre 2026.

Objectif

Renforcer la collecte de depots aupres des clients particuliers deja en portefeuille, en leur adressant la bonne offre d'epargne au bon moment, et faire remonter aux banquiers Business les opportunites detectees dans les donnees.

Le déploiement

Westpac, deuxieme banque australienne, a construit une couche de donnees et d'IA baptisee Westpac Intelligence, posee sur une fondation de donnees unique qui agrege 285 systemes sources. Cette couche alimente l'application mobile, le digital banker et le centre de contact digital. Son premier usage chiffre est commercial : des offres de depot personnalisees envoyees aux clients particuliers. Selon la presentation Data, Digital and AI Update du 15 septembre 2026, ces offres ont touche 500 000 clients en deux semaines, avec une ouverture de compte plus de deux fois superieure a celle du groupe de controle. Westpac precise en note de bas de page que la comparaison se fait contre ce groupe de controle, ce qui en fait une mesure incrementale et pas un simple taux de reponse. Le meme moteur produit des smart digital leads pour la banque Business : 16 000 conversations clients et des settlements multiplies par 2,8 sur les cinq mois a fin aout 2026, compare a la meme periode un an plus tot (comparaison sur periode, sans groupe temoin). En juin 2026, Luis Uguina, general manager data, digital and AI de la division Consumer, decrivait l'intention : reperer dans les signaux comportementaux le client qui envisage de changer de banque et lui adresser une offre d'epargne par le bon canal, au bon moment. La banque cite Snowflake comme partenaire de cette couche. Hors perimetre de la fiche mais publie le meme jour : un moteur de recherche IA sur le site public, lance le 21 aout 2026, avec une selection du premier resultat en hausse de 75 % contre les 12 semaines precedentes. Westpac ne communique ni le montant des depots collectes, ni le modele utilise.

Résultats Preuve A

500k
Clients particuliers touches par les offres de depot personnalisees en deux semaines
"Customers reached in 2 weeks" S1
>2x
Ouverture de compte (account uptake) contre le groupe de controle
"Compared to the control group" S1
x2,8
Settlements issus des smart digital leads Business, cinq mois a fin aout 2026 contre la meme periode un an plus tot (16 000 conversations clients)
"Increase in settlements" S1

Les chiffres viennent de la presentation investisseurs officielle Data, Digital and AI Update du 15 septembre 2026, publiee sur le site investisseurs de Westpac (banque cotee a l'ASX), avec une note explicite de comparaison au groupe de controle ; Capital Brief couvre la presentation le jour meme et Cyber Daily documente en juin 2026 l'intention de ciblage d'offres d'epargne par l'Intelligence Layer.

Comment ça fonctionne

Approche-type inférée

Le détail interne n'est pas public. Voici une approche éprouvée qui mène au même résultat - à adapter à votre stack.

offre de depot personnaliseesmart digital leadsouverture de compte, boucle de mesure 285 systemes sources :comptes, operations,produits Fondation de donneesgouvernee unique Westpac Intelligence :signaux, predictions,offres et leads Westpac Intelligence Application mobile etcanaux digitaux Banquiers Business Clients particuliers etgroupe de controle

La stack en détail

  • plateforme Westpac Intelligence Couche in-house qui relie donnees et IA et alimente l'app, le digital banker et le centre de contact digital. Westpac annonce une activation des insights clients 6 fois plus rapide sur les premiers cas d'usage.
  • infra Snowflake Cite par Westpac comme partenaire de l'Intelligence Layer dans la presentation du 15 septembre 2026.

Comment ça tourne, concrètement

Pour les équipes ops
CadenceCampagnes d'offres declenchees depuis la couche Westpac Intelligence, qui capte en continu les signaux et evenements des clients ; les leads Business sont produits au fil de l'eau pour les banquiers.
Opéré parEquipe Data, Digital and AI de Westpac (direction d'Andrew McMullan) avec les equipes produit epargne de la division Consumer ; les banquiers Business pour les leads.
  1. 1
    Consolidation des donnees Equipe data

    Les donnees des 285 systemes sources sont regroupees dans une fondation de donnees gouvernee, sur laquelle s'appuie la couche Westpac Intelligence.

  2. 2
    Detection et selection des clients IA

    La couche traite les signaux comportementaux pour reperer les clients a qui adresser une offre de depot, par exemple ceux qui envisagent de changer de banque.

  3. 3
    Diffusion de l'offre Marketing et plateforme digitale

    L'offre personnalisee part dans l'application et les canaux digitaux ; un groupe de controle est retenu.

  4. 4
    Leads Business IA puis banquier

    Pour la banque Business, la meme couche genere des smart digital leads qui ouvrent une conversation entre banquier et client.

  5. 5
    Mesure Equipe data et marketing

    Ouverture de compte comparee au groupe de controle pour les offres ; conversations et settlements compares a la periode precedente pour les leads.

Le signal qui pilote

L'ouverture de compte par les clients cibles, comparee a un groupe de controle qui ne recoit pas l'offre. Sans ce groupe temoin, la banque ne distingue plus ce que l'offre provoque de ce que les clients auraient fait seuls.

Comment vos clients perçoivent ce type d'usage

Études sourcées

Le paradoxe est documente des deux cotes : 71% des consommateurs attendent des interactions personnalisees et 76% sont frustres quand elles manquent (McKinsey, 2021), mais 75% declarent ne pas acheter aupres d'organisations auxquelles ils ne confient pas leurs donnees (Cisco, 2024). La « creepy line » est localisee : messages recus quelques secondes apres une recherche et suivi de localisation sont les pratiques qui mettent le plus mal a l'aise (Periscope by McKinsey, 2019).

71%
Consommateurs qui attendent des entreprises des interactions personnalisees (2021)
76%
Consommateurs frustres quand la personnalisation n'a pas lieu (2021)
75%
Consommateurs qui declarent ne pas acheter aupres d'organisations auxquelles ils ne font pas confiance pour leurs donnees (2024)

Conditions d'acceptation

  • La confiance dans le traitement des donnees precede l'achat : 75% ne achetent pas sans elle (Cisco 2024)
  • Un cadre legal protecteur rassure : 59% des consommateurs disent que des lois fortes sur la vie privee les rendent plus a l'aise pour partager des informations dans des applications IA (Cisco 2024)
  • La personnalisation elle-meme est attendue quand elle est consentie : environ la moitie des consommateurs (US 55%, UK 52%) disent s'inscrire souvent ou parfois a des services personnalises (Periscope by McKinsey 2019)

Lignes rouges

  • Le message declenche quelques secondes apres une recherche ou un achat : deuxieme ou troisieme cause de malaise selon les pays (Periscope by McKinsey 2019)
  • Le suivi de localisation percu comme de la surveillance : 40% de malaise en Allemagne et au Royaume-Uni (Periscope by McKinsey 2019)
  • Le mesusage des donnees personnelles par l'IA, devenu la premiere inquietude des consommateurs, a 53% et en hausse (Qualtrics 2025)

Sources : McKinsey & Company 2021 · Periscope by McKinsey 2019 · Cisco 2024 · Qualtrics 2025

Voir l'acceptation complète : par pays, par usage, par génération

Comment répliquer

Inférence - non sourcé

Prérequis data

  • vue client unifiee couvrant comptes, operations et produits detenus
  • signaux comportementaux exploitables (soldes, virements sortants, baisse d'usage)
  • historique des reponses aux offres precedentes pour entrainer la propension
  • dispositif de groupe de controle integre a l'outil de campagne

Prérequis orga

  • une equipe data et IA qui possede la couche d'activation, distincte des projets d'infrastructure
  • un accord avec les equipes produit epargne sur les offres et les marges autorisees
  • une regle de mesure fixee avant le lancement : incrementalite contre groupe temoin

Stack possible

  • data warehouse cloud (Snowflake, BigQuery, Databricks)
  • modeles de propension in-house ou plateforme de next best offer
  • outil de campagne CRM capable de gerer un groupe de controle
  • notifications in-app et canaux digitaux
Équipe pour opérerUn data scientist propension, un ingenieur data sur la fondation de donnees, un responsable CRM qui pilote les campagnes et le groupe de controle, un product owner epargne cote metier.

Le plan, étape par étape

  1. Étape 1
    Consolider les donnees de compte et de comportement dans une base gouvernee accessible a l'equipe data.Livrable : Vue client unifiee exploitable pour le ciblage.
  2. Étape 2
    Definir les signaux declencheurs (risque de depart, excedent de liquidites) et entrainer un modele de propension a l'ouverture d'un compte d'epargne.Livrable : Score de propension par client et liste de declencheurs.
  3. Étape 3
    Diffuser l'offre dans l'app sur la population ciblee en retenant un groupe de controle aleatoire.Livrable : Campagne en production avec groupe temoin.
  4. Étape 4
    Mesurer l'ouverture de compte contre le groupe de controle, puis etendre a d'autres produits et aux leads pour les banquiers.Livrable : Lecture incrementale et decision d'extension.

Première étape : Choisir un seul produit d'epargne, construire un score de propension sur les clients existants, et envoyer l'offre a une population ciblee avec un groupe de controle tire au hasard.

Sources

  1. S1 Westpac Banking Corporation - Data, Digital and AI Update, September 2026 (presentation investisseurs) Primaire westpac.com.au · 2026-09-15 · consulté le 2026-10-05 archive à générer
  2. S2 Westpac goes all in on AI (Capital Brief, Rose Mackenzie) Presse établie capitalbrief.com · 2026-09-15 · consulté le 2026-10-05 archive à générer
  3. S3 Westpac's AI use will see the bank shift to a 'digital-first service' (Cyber Daily, Daniel Croft) Secondaire cyberdaily.au · 2026-06-12 · consulté le 2026-10-05 archive à générer