Westpac
offres produit personnalisees sur la base clients existante, mesurees contre groupe de controle
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
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 inféréeLe détail interne n'est pas public. Voici une approche éprouvée qui mène au même résultat - à adapter à votre stack.
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-
1Consolidation 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.
-
2Detection 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.
-
3Diffusion de l'offre Marketing et plateforme digitale
L'offre personnalisee part dans l'application et les canaux digitaux ; un groupe de controle est retenu.
-
4Leads Business IA puis banquier
Pour la banque Business, la meme couche genere des smart digital leads qui ouvrent une conversation entre banquier et client.
-
5Mesure 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.
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 sourcéesLe 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).
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 sourcéPrérequis 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
Le plan, étape par étape
- Étape 1Consolider les donnees de compte et de comportement dans une base gouvernee accessible a l'equipe data.Livrable : Vue client unifiee exploitable pour le ciblage.
- Étape 2Definir 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.
- Étape 3Diffuser l'offre dans l'app sur la population ciblee en retenant un groupe de controle aleatoire.Livrable : Campagne en production avec groupe temoin.
- Étape 4Mesurer 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
- S1 Westpac Banking Corporation - Data, Digital and AI Update, September 2026 (presentation investisseurs) Primaire archive à générer
- S2 Westpac goes all in on AI (Capital Brief, Rose Mackenzie) Presse établie archive à générer
- S3 Westpac's AI use will see the bank shift to a 'digital-first service' (Cyber Daily, Daniel Croft) Secondaire archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.