Le groupe bancaire BPCE fait évoluer son offre de crédit d’équipement professionnel en y greffant du Machine Learning. Cette offre est destinée aux professionnels. Elle permet d’octroyer une enveloppe de financement avant que le client n’en ait besoin. Quand il en a besoin, il peut l’ouvrir.
Sur cette offre déjà existante, deux scores sont calculés, un score d’appétence et un score d’éligibilité. Cela permet de dire que le client est intéressant et que le client est intéressé. Et s’il est intéressé s’il est éligible à cette enveloppe.
Le nouveau score d’éligibilité qui sera lancé d’ici peu intégrera non seulement les données du passé mais il va également commencer à imaginer ce qui va se passer demain. C’est ce que présente Yves Tyrode, directeur général du digital du groupe BPCE et membre du Comex. « Ce score d’éligibilité va être prédictif. Nous utilisons le Machine Learning. On va le tester. C’est très important pour nous » insiste le dirigeant. Il a pris la parole à l’occasion de l’événement Digital Change à Nantes, le 22 janvier.
« Très souvent la banque travaille avec les données du passé, ce que par exemple les startups nous reprochent [NDLR : puisqu’elles n’ont pas d’historique de leur activité]. Pour une entreprise qui se crée, c’est compliqué, la prise de risque est un peu différente. Nous avons besoin pour penser notre métier de demain de penser la data différemment » insiste-t-il. « On peut peut-être devenir un grand financeur de startups grâce au Machine Learning » conclut-il.
Cette innovation a muri plusieurs années avant de faire ses preuves.
Un exemple du temps nécessaire à ma mise sur le marché d’un process d’évaluation efficient par une banque de réseau.
Loin de se vouloir critique, ce constat ne veut qu’ appuyer une réalité, le temps, les compétences et les moyens nécessaires pour parvenir à ce type de résultat nécessitent le plus souvent une vraie stratégie de conviction et une forte vision de moyen long terme.