Le responsable des données de JPMorgan a impressionné le directeur général, Jamie Dimon, avec une vidéo décrivant les bases de données de la banque sous forme de système solaire.

Rob Casper, directeur des données de JPMorgan.
  • En tant que responsable des données de JPMorgan, Rob Casper est impliqué dans l’un des plus grands projets de données de Wall Street à ce jour.
  • Son rôle, et le fait qu’il existe même, montre à quel point les données sont importantes pour les plans de Wall Street de conserver ses clients et ses marchés, malgré le bouleversement générationnel provoqué par la technologie.

Rob Casper se lève et prend un morceau de papier stratifié derrière son bureau.

Debout dans son bureau situé au 39ème étage du siège central du centre-ville aux murs de verre de JPMorgan à Manhattan, le responsable des données de la banque souhaite faire une remarque.

La carte qu’il détient indique le nom de Long Term Capital Management, le fonds de couverture qui s’est effondré il y a plus de 20 ans.

Ils ne sont qu’un échantillon des noms que l’ancienne société de Casper, Morgan Stanley, utilisait pour faire référence au hedge fund dans ses registres informatisés, ce qui rendait difficile de calculer combien la banque pourrait perdre en 1998 après que le défaut de paiement de la dette russe l’ait envoyé en spirale

“Vous arriveriez un jour et vous diriez que nous avons trouvé 50 millions de dollars de plus, et vos patrons diraient: ‘Pourquoi n’avez-vous pas vu cela plus tôt?”

L’expérience a été formative pour Casper et a jeté les bases du travail qu’il accomplit maintenant chez JPMorgan.

Son rôle, et le fait qu’il existe même, montre à quel point les données sont importantes pour les plans de Wall Street de conserver ses clients et ses marchés, malgré le bouleversement générationnel provoqué par la technologie.

Hollis Johnson / Business Insider

Casper apporte un arrière-plan improbable à la tâche.

“J’aime l’approche méthodique requise par une bonne gouvernance des données”, a-t-il déclaré, ajoutant que dans les entreprises américaines, de nombreuses personnes ne prennent pas le temps d’aborder un problème avant de passer à un autre.

Chez JPMorgan, Casper a examiné de près les centaines de milliers de bases de données gérées par la banque et a commencé à déterminer celles qui font partie intégrante de son fonctionnement et celles qui devraient être mises hors service.

Il l’a fait d’une manière nouvelle.

En avril 2018, Casper a présenté une vidéo à l’équipe de direction de JPMorgan pour expliquer son travail.

Les stars sont des bases de données et sa vidéo montre comment elles communiquent.

Cela lui a donné le budget et le mandat de poursuivre ce qui pourrait autrement sembler plutôt banal.

Mais son effet sur JPMorgan peut être énorme.

Cela implique également de transformer les données en un formulaire pouvant être utilisé plus facilement pour des initiatives d’intelligence artificielle et d’apprentissage automatique, a-t-il déclaré.

Hollis Johnson / Business Insider

«Tout le monde aime l’intelligence artificielle et l’apprentissage automatique, mais sans une bonne gouvernance des données, les avantages sont probablement compromis», a déclaré Casper, évoquant l’engouement pour Wall Street autour de l’IA et la promesse de l’utiliser pour prédire les transactions clients ou futures.

Un des inconvénients de la réduction du nombre de bases de données est que cela rend plus importantes celles qui restent et augmente le risque en cas de panne d’une des bases de données clés, a déclaré Casper.

Plus généralement, il a mis en place un cadre de gouvernance comprenant 51 taxonomies pour les données de la banque.

Tout cela remonte à une approche développée par Casper chez Morgan Stanley.

Cette approche a été tellement novatrice que Casper et Jeff McMillan, désormais responsable des analyses et des données chez Morgan Stanley, ont reçu un brevet pour leur travail, intitulé “Système et méthode de gestion des informations des comptes financiers”.

Le modèle permet aux banques de mesurer plus précisément leur exposition aux contreparties de négociation, comme dans l’exemple de LTCM.

“C’était tout sauf une science fulgurante; c’était littéralement un modèle de données très discipliné sur les entités juridiques et leurs relations les unes avec les autres”, a déclaré Casper.