360° : Vision de l'invité d'honneur - Agora des Responsables du Risque client et du Recouvrement

L’intervention avait deux objectifs :
- délivrer des notions de bases de l’auto-apprentissage (traduction du machine learning) en tant que domaine de l’IA
- expliquer comment le machine learning peut s’appliquer à la maitrise du risque client.

Quels sont les notions essentielles pour utiliser le machine learning ?
Utiliser des algorithmes de machine learning supervisés suppose de disposer de trois ingrédients :

Une base de donnéesqui doit être divisée en une base d’apprentissage et une base de test. La base d’apprentissage va permettre à l’algorithme de machine learning d’apprendre un modèle sur les exemples. La base de test va permettre d’évaluer le modèle appris. Par exemple si vous disposez d’une base d’images avec des étiquettes chien ou chat sur chaque image, l’algorithme va s’entrainer à distinguer les images de chien et les images de chat sur une partie de la base. Ensuite vous testerez l’algorithme sur une autre partie de la base afin de voir dans quel cas l’algorithme répond juste et dans quel cas il se trompe.
Un algorithmed’apprentissage. Il y a énormément de technologies disponibles qui vont de la régression linéaire que vous pouvez faire sur Excel aux réseaux de neurones qu’on appelle en ce moment deep learning. Disposer d’un bon algorithme est important mais il ne sera capable de rien si on ne dispose pas des deux autres ingrédients
Une fonction objectif. La fonction objectif est souvent l’ingrédient qu’on oublie or il est essentiel. Un algorithme de machine learning cherche toujours à minimiser ou maximiser quelque-chose. Il faut donc lui dire quoi ! Avec une même base de données et un même algorithme vous obtiendrez des résultats différents si vous assignez à l’algorithme un objectif différent.

Quelles applications pour les directeurs du risque client et du recouvrement ?

Le machine learning a de multiples applications dans l’octroi du crédit client et l’optimisation du recouvrement. J’insiste fortement sur le choix de la fonction objectif en particulier dans les systèmes d’octoi :
Accorder ou refuser le crédit selon des critères de solvabilité pose un dilemme classique : si je refuse trop souvent, je ne prends pas de risque mais je ne fais pas de chiffre d’affaires; inversement, si je fais plus de chiffre d’affaires en étant plus permissif, je ferai face à plus d’impayés. Où est donc le meilleur compromis ?
Le meilleur compromis est en première approche celui qui maximise la marge de celui qui décide d’accorder ou de refuser le crédit. La marge est donc LA fonction objectif à maximiser. On met alors en évidence que les intérêts entre l’organisme prêteur et le commerçant ou l’entreprise ne sont pas alignés. En effet chacun cherche à maximiser sa marge ce qui conduit à des choix d’octroi différents même si les deux partenaires ont des bases de données et des algorithmes similaires.

Propos recueillis par Geoffroy Framery