Dans le secteur financier, la connaissance du client est d'abord identifiée, sous l'acronyme KYC, comme une obligation réglementaire, avant de constituer un facteur d'optimisation de la relation, une fois celle-ci entamée. Pour la turque Yapı Kredi, elle offre également un puissant moyen de conquête, récemment récompensé par Qorus.
L'initiative concerne un domaine très spécifique, particulièrement concurrentiel sur ce marché : la gestion de paye pour les entreprises. Afin de renforcer sa compétitivité, la banque a imaginé de construire un modèle analytique, basé sur les informations disponibles sur le prospect combinées à des données de référence sectorielles, qui lui permettent de prédire l'évolution dans le temps de sa masse salariale et d'élaborer, en misant sur le long terme, des conditions potentiellement avantageuses.
La beauté du concept réside non seulement dans la différence de traitement à l'entrée, qui va profiter aux meilleurs (futurs) clients, mais également dans sa capacité à réduire les incertitudes qui président aujourd'hui à la formulation d'une proposition commerciale et pèsent directement sur la rentabilité du portefeuille de l'établissement. L'objectif de la démarche porte de la sorte autant sur l'espoir de revenus que sur la compétitivité, à équilibrer avec des éléments de décision relativement objectifs.
Outre sa valeur métier, le projet m'interpelle sur une autre dimension, de frugalité. L'industrie est en effet frappée depuis quelques années par une maladie sournoise qui la contraint, surtout quand il est question de traitement de données, à engouffrer le maximum de moyens, humains et technologiques, parfois extrêmement coûteux, dans le but d'obtenir des résultats les plus précis possibles. Pour Yapı Kredi, il n'en est rien, en partie par nécessité, j'imagine, mais aussi, certainement, par choix (avisé).
Je note ainsi que les équipes impliquées ne sombrent pas dans les mirages de l'intelligence artificielle et se contentent « simplement » de modèles à apprentissage automatique (qui se souvient encore de ces dinosaures ?) appliqués à un corpus d'information naturellement limité (disponible publiquement, selon toute vraisemblance). Les prédictions qui en ressortent ne sont certes pas parfaites (86% dans une marge de +/-30%) mais elles s'avèrent largement suffisantes pour répondre au besoin.
Au-delà de l'exemple local et ciblé, l'approche mériterait une plus grande diffusion, notamment dans tous les segments susceptibles de générer un volume important de nouveaux clients. Les banques gagneraient à mieux connaître les personnes et les firmes qui viennent ouvrir un compte ou recherchent un financement, sans se limiter aux questionnaires classiques d'entrée en relation, de manière à mieux appréhender et satisfaire leurs attentes immédiates mais aussi à prendre en compte leur potentiel sur un engagement qui, normalement, se prolongera sur de longues années.



















