Demain, le crédit algorithmique

Petit à petit, sous des formes variées, dans le monde entier, le recours à des données non conventionnelles dans les décisions d'attribution de crédit permet à des nouveaux entrants de servir une clientèle jusque alors exclue. Un article d'American Banker attirait ainsi récemment mon attention sur une startup luxembourgeoise, MyBucks.

Fondée en 2011, cette jeune entreprise exploite une idée qui a aussi vu la création de Lenddo, à peu près à la même époque, Cignifi et Upstart, un peu plus tard, pour ne citer que ceux-là. À chaque fois, la même question se pose : comment déterminer la fiabilité financière d'une personne sollicitant un prêt si elle n'est pas entrée au préalable dans le circuit traditionnel du scoring ? Leur solution consiste à utiliser des informations de la vie courante et en déduire un niveau de risque grâce à des modèles algorithmiques.

Pour MyBucks, déjà présente dans 11 pays africains, en Espagne et en Pologne, une nouvelle incarnation de cette approche est déployée depuis peu au Zimbabwe, en Ouganda, au Swaziland et au Kenya sous les traits d'une application mobile (pour Android). Une fois installée sur son téléphone, Haraka – c'est son nom – demande à l'utilisateur un accès à son historique d'appels et de SMS, aux enregistrements de sa position GPS et à ses comptes de réseaux sociaux, pour mieux le connaître.

Grâce à toutes ces données (plus riches qu'il n'y parait : les SMS, notamment, peuvent comprendre les transactions financières réalisées avec des plates-formes de paiement telles que m-Pesa), les outils de MyBucks valident (statistiquement) l'identité du demandeur et établissent son profil de risque. S'il passe le test, qui ne prend que 2 minutes, il peut bénéficier d'un prêt d'un petit montant (par exemple l'équivalent de 10 euros), versé instantanément sur son porte-monnaie mobile. Si le remboursement se déroule bien, une somme plus élevée pourra être empruntée la fois suivante.

Malgré les apparences (et pour sa crédibilité), le processus n'a rien de magique et demande de constants ajustements et un apprentissage permanent. En particulier, les taux de défaut lors d'une première opération restent élevés (aux alentours de 20%) et ne sont amortis que par l'application de frais importants. Cependant, ses raffinements successifs sur les modèles d'analyse qu'elle applique ont permis à la jeune pousse de passer progressivement (sur l'ensemble de ses opérations) de 30% à moins de 12%.

Naturellement, le service offert par l'application Haraka semble, au premier abord, surtout adapté aux marchés émergents, ayant une forte pénétration de smartphones. C'est la raison pour laquelle il sera prochainement déployé aux Philippines et en Inde, puis dans d'autres pays asiatiques et africains. Mais MyBucks évoque également la possibilité d'une distribution en Australie. Peut-être estime-t-elle que ses autres solutions, plus classiques, ne sont pas suffisantes pour répondre aux besoins d'une partie de la population des régions développées, où des systèmes de micro-crédit ont aussi une place…

Plus généralement, dans le sillage de la révolution des paiements via mobile (et son passage marquant par le Kenya), nous sommes potentiellement face à un nouveau cas de bond en avant technologique des pays émergents. Pendant ce temps, les pays occidentaux préfèrent se complaire dans leurs méthodes d'un autre temps, leurs banques arguant éventuellement de la protection des données personnelles pour justifier leur immobilisme (alors qu'il existe probablement des solutions compatibles avec la protection de la vie privée, pour peu qu'on prenne la peine d'y réfléchir sérieusement).