Cela fait plusieurs années qu’Experian transforme son activité en s’appuyant sur l'analytique et sur l'IA. Comme l’a expliqué Shri Santhanam, vice-président exécutif et directeur général de l'analytique et de l'IA au niveau mondial chez Experian, la transformation des données par l’entreprise spécialisée dans l’appréciation du risque lié au crédit à la consommation, s'est concentrée sur trois piliers : la modernisation interne, la création de produits et de services d'analytique, et la stimulation de l'impact commercial et de l'impact sur les clients. « Malgré la pandémie, nous avons réussi à faire de bons progrès dans les fondamentaux de l'analytique et de l'IA », a déclaré Shri Santhanam. « La demande d'analyse et d'IA a considérablement augmenté. Les clients sont très intéressés et très engagés par l’usage des données et de l'analytique afin de prendre de meilleures décisions en matière de gestion d’entreprise », a-t-il ajouté.

Dans ce domaine, Ascend Intelligence Services illustre les efforts entrepris par Experian pour créer des produits d'analyse capables de révolutionner les activités de ses clients. En tant que service analytique managé, Ascend fournit aux prêteurs une modélisation alimentée par l'IA pour accompagner leur stratégie de développement, de gestion et de déploiement. Á l’aide de l’apprentissage machine (ML), les data scientists d'Experian construisent un modèle de risque de crédit personnalisé, optimisent une stratégie de décision et déploient le modèle en production pour les clients. L'offre comprend le service collaboratif de développement de modèles Ascend Intelligence Services Challenger, et le service proactif de surveillance et de validation de modèles Ascend Intelligence Services Pulse.

La datascience fournie comme un service

Le prêteur de taille moyenne Atlas Credit basé au Texas s'est récemment vu attribuer par nos confrères de CIO un trophée IT Excellence pour son travail avec Experian Ascend Intelligence Services. La solution a aidé le prêteur à doubler ses taux d'approbation de crédit tout en réduisant ses pertes de crédit à hauteur de 20 %. Atlas Credit est spécialisé dans les prêts personnels à tempérament à des particuliers considérés comme de mauvais payeurs au Texas, en Oklahoma et en Virginie. L'entreprise cherchait à se développer, mais estimait que son processus de demande de prêt n’était pas assez optimal. Trop de demandes étaient soit rejetées, soit renvoyées à une succursale pour décision. Pour se développer, Atlas devait augmenter les taux d'approbation des demandes sans prendre de risque supplémentaire, mais l'entreprise était limitée par les données. Elle ne disposait pas d'un grand volume de données de haute qualité provenant de précédentes demandes de prêt et ses données étaient conservées dans des environnements tiers qui les rendaient difficiles d'accès.

Grâce à Ascend Intelligence Services, Experian a permis de combiner les données d'Atlas avec le catalogue complet des actifs de données d'Experian dans un environnement analytique basé sur le cloud. Atlas a pu ainsi trouver des milliers de prêts similaires accordés à des consommateurs américains et évaluer leur performance. « Pour un certain nombre de cas d’usage, les recouvrements par exemple, le suivi des modèles basés sur l’apprentissage machine était resté largement inaccessible », a déclaré M. Santhanam. « Un prêteur de petite ou de moyenne taille ne peut pas s’offrir une équipe de data scientists pour développer en interne des modèles alimentés par l'apprentissage machine et les utiliser systématiquement pour la souscription, les recycler, les gérer ». En général, des prêteurs comme Atlas utilisent des scores de crédit génériques et quelques règles et structures pour approuver les prêts. Selon Shri Santhanam, Ascend fournit aux petits et moyens prêteurs le même niveau de capacités analytiques que ceux dont peuvent disposer les plus grands prêteurs. « Délivrer les capacités des quatre ou cinq plus grandes banques ou prêteurs, d'une manière beaucoup plus accessible, au marché intermédiaire est une opportunité très importante », a déclaré le vice-président exécutif et directeur général de l'analytique et de l'IA au niveau mondial chez Experian.

Un assistant virtuel en appui sur le recouvrement

Une autre solution d'Experian, PowerCurve, couvre la prise de décision en matière de crédit et de recouvrement. Elle propose désormais un assistant IA virtuel (AIVA) qui automatise les interactions avec les clients. PowerCurve AIVA for Collections et PowerCurve AIVA Originations utilisent le traitement du langage naturel pour fournir aux clients une assistance automatisée 24/24 et 7/7 via un portail web ou un appareil mobile. « Dans l’opération de recouvrement, le processus d'interaction avec le consommateur final peut être assez complexe et nuancé », a encore expliqué M. Santhanam. « Certaines approches traditionnelles se limitaient à des FAQ ou à des questions avec réponses préétablies. Or, nous avons constaté qu’un accès 24/7 à un assistant virtuel bien entrainé était très précieux ». Formé à partir de données historiques, l'agent PowerCurve est capable de traiter des interactions complexes, réglementées et subjectives.

Comme l’a indiqué M. Santhanam, au regard des premiers succès, Experian souhaite étendre l'AIVA à d'autres parties du cycle de vie du crédit. « Si l'on prend un peu de recul et que l'on regarde ce qui se passe dans le secteur, on constate d'énormes progrès dans le traitement du langage naturel, notamment dans le domaine de l'apprentissage par transfert, que je caractérise comme la formation ou la construction d'agents ou de machines sans beaucoup de données d'entraînement. Au cours des 12 derniers mois, certains géants de la technologie ont livré des modèles de traitement du langage naturel formés sur d'énormes quantités de données contextuelles, que l’on peut adapter à différents contextes ».

Rapprocher le data scientist de l'ingénieur IT

M. Santhanam affirme que la conception et le déploiement de ces services d'analyse et d'autres services en production ont beaucoup appris à Experian sur ce qu'il faut faire pour rendre l'analytique et l'IA opérationnelles. « La première, c’est qu’il faut disposer d'une plateforme pour résoudre le problème opérationnel du ML », a-t-il déclaré. « Il y a un écart énorme entre le monde du data scientist et celui de l'ingénieur IT, et une plateforme permet de les rapprocher et d’apporter des solutions ». Celui-ci a également appris qu'il fallait savoir parfois se mettre en difficulté, pour trouver une autre manière de construire un projet. « Le développement de produits analytiques démarre souvent sur des idées de data scientists et d’ingénieurs de données, il se poursuit par la construction proprement dite des produits, et s’achève par la mise sur le marché de ces produits et la recherche de clients », a-t-il expliqué. « Mais, quand on met le produit sur le marché, on réalise généralement qu'il reste encore beaucoup de travail à faire, ce qui amène parfois à modifier le produit que l’on a développé », a-t-il ajouté. « L'approche adoptée avec nos 10 services d'intelligence consiste vraiment à accélérer ces échanges avec les clients, à construire le produit au strict minimum, à répondre de manière pointue au feedback des clients et à finaliser le développement sur cette base ».

Concevoir en fonction du feedback des clients permet de garder le cap sur le projet, pointe M. Santhanam. Il explique qu'Experian se concentre d'abord sur l'impact commercial le plus important pour ses clients, plutôt que sur une capacité particulière. Par exemple, deux des premières capacités conçues par Experian pour son service Ascend Intelligence Services étaient axées sur les scores personnalisés et le suivi. « Auparavant, l'approche axée sur la vente de scores personnalisés et sur la surveillance consistait à dire au client : ‘Je peux vous construire ce super modèle et nous prendrons tant de temps pour le réaliser’. Maintenant, l'impact commercial est prioritaire et nous disons au client : ‘Nous pouvons vous fournir de meilleures approbations à des niveaux de risque plus responsables, avec de meilleurs résultats pour le consommateur’ ».