Affaires
Banques : Questions à Amine Diouri, Responsable études PME chez Inforisk
D’après les estimations recoupées de quelques banquiers, les comptes des professionnels dépassent les 500 000 en moyenne chez les trois premières banques.
La Vie éco : Pouvez-vous nous donner des éléments chiffrés sur la clientèle des professionnels chez les banques ?
Il est important de bien définir ce qu’est un professionnel : la classification se fait-elle par rapport à un métier (boulanger, pharmacien…) ou par rapport à une catégorie d’entreprise (entrepreneurs individuels exerçant une activité professionnelle). Il est très difficile d’estimer le nombre exact de professionnels, sachant que la grande majorité des structures sont des personnes physiques. La base Inforisk est avant tout une base de personnes morales même si nous disposons des informations nécessaires pour traiter les besoins des banques marocaines en matière de scoring.
Comment peut-on confectionner des grilles de scoring pour cette cible ?
De manière générale, plus nous disposons de variables (données disponibles), plus le modèle construit sera performant. Pour cela, il nous faut disposer de données quantitatives (éléments financiers), mais aussi qualitatifs (âge de l’entreprise, comportement de paiement…), sur des échantillons d’entreprises saines mais aussi défaillantes. Les deux faces de cette réalité sont importantes pour expliquer les risques. On apprend beaucoup des entreprises défaillantes en les comparant à celles qui se développent.
En l’absence de données financières, le qualitatif est important pour noter cette clientèle. Quelles données qualitatives peuvent être utiles pour la banque ?
La banque possède énormément de données sur son client, qu’elle peut exploiter dans la construction de modèles de scoring (c’est-à-dire de modèle d’octroi de crédit): données Crédit Bureau, informations sur le dirigeant (par exemple dirige-t-il d’autres entreprises, ces entreprises sont-elles viables ou défaillantes…), situation bancaire… Bien entendu, l’idée est, à travers des échanges avec le personnel de la banque en contact avec la clientèle, de tirer profit de l’expérience accumulée par les experts internes à la banque. L’expert data scientist ne réinvente pas, il amplifie la connaissance et renforce l’avis de l’expert interne. Il transforme la data en business. Il cherche à tirer le maximum de l’existant, en y ajoutant des données supplémentaires, en donnant de l’importance à chaque situation, et bien entendu son expertise en matière de modélisation statistique.
