Contexte & Objectifs

Une société de gestion de crédits spécialisée dans le recouvrement devait développer plus d'agilité analytique et travailler plus efficacement. Le client, actif dans le recouvrement de créances, était confronté à un nombre croissant de dossiers à traiter, et les conciliateurs embauchés par le client pour recouvrer les créances étaient débordés dans certaines régions. Le défi résidait dans la sélection des dossiers avec une forte probabilité d'être recouvrés. De leur expérience, ils avaient remarqué que certains facteurs de créance influaient sur le taux de récupération auprès des débiteurs. Mais, malgré une base de données propre, ils n'étaient pas en mesure d'assembler tous ces éléments.

Tout d'abord, les données devaient être rassemblées pour pouvoir prédire les segments et identifier les profils de débiteurs. Ensuite, le client devait assurer un suivi régulier des créances avec une couverture géographique optimale par ces conciliateurs.

Ainsi, le client s'est fixé pour objectif de traiter les créances qui lui sont confiées pour améliorer l'efficacité, la rentabilité et la performance client. Ils ont fait appel à Agilytic pour fournir rapidement une solution leur permettant de se concentrer sur les dossiers ayant de bonnes chances d'être recouvrés tout en recommandant le meilleur itinéraire aux conciliateurs.

Approche

Nous avons travaillé avec deux modules principaux pour gérer les différentes demandes du client et faciliter le processus de recouvrement des créances :

1. Module Prédictif

Nous avons collecté des données des dossiers de créance contenant des informations telles que le montant de la dette, l'activité du créancier et le taux de recouvrement régional. Ensuite, nous avons constitué un ensemble de données historiques sur plus de 150 000 réclamations précédentes et l'avons enrichi avec des données externes pour pouvoir identifier plus facilement des profils de débiteurs typiques.

Après cette phase de collecte et de construction analytique des données, nous avons segmenté les créances selon leur réceptivité au canal de recouvrement utilisé et le type de créance.

Nous avons ensuite développé un modèle de score pour évaluer la probabilité de récupérer une dette en totalité, identifiant les débiteurs pour lesquels une procédure légale a une forte probabilité de mener à un recouvrement. Pendant ce processus, nous avons collaboré étroitement avec le client pour valider le résultat. Ensemble, nous avons révisé les hypothèses de travail pour assurer la qualité finale du modèle et son adoption par le client. Nous avons testé le modèle sur des cas récemment clos pour évaluer sa fiabilité dans le temps. En plus de l'algorithme entièrement implémentable, le client a reçu des explications détaillées sur les facteurs influents.

Nous avons finalement appliqué cela à toutes les créances. Ainsi, nous avons pu classer les débiteurs en fonction de leur réceptivité au canal de recouvrement à utiliser et de leur probabilité d'être récupérés.

2. Module de Géo-Marketing

Optimiser la répartition géographique des zones de conciliation était nécessaire pour assurer un suivi simplifié des dossiers en cours. Pour commencer, nous avons subdivisé chaque code postal en neuf clusters.

Nous avons utilisé les données traitées dans le Module Prédictif pour optimiser et accélérer la couverture des zones par les conciliateurs. Cela nécessitait le support du client pour définir précisément les ressources disponibles (en termes de conciliateurs) et les contraintes liées à la relocalisation de certaines de ces ressources.

Ensuite, nous avons développé une routine de géocodage des adresses pour déterminer la latitude/longitude (via l'API Google) et attribuer chaque adresse à un cluster (une sous-catégorie d'un code postal).

En traitant ces données, nous avons également mis en place un système de reporting pour mesurer la performance individuelle des conciliateurs selon certains critères liés aux réclamations pour surveiller la qualité de la couverture géographique.

Résultats

Nous avons développé une version portable de l'application de Géo-Marketing et testé la solution dans l'environnement du client. L'application automatisée vérifie chaque semaine la présence d'un fichier, le traite et le renvoie au client.

Le client peut désormais se concentrer sur les 10% des dossiers prioritaires qui présentent un taux de recouvrement moyen de 90%. Avec le grand nombre de dettes traitées chaque année, savoir où investir le bon temps et les efforts est crucial pour la rentabilité. De plus, la qualité des dossiers attribués aux conciliateurs a un impact important sur leur motivation et leur productivité.

Et le client a obtenu tous ces résultats en moins de huit semaines de travail.