Amélioration du traitement des créances pour le recouvrement des dettes

Contexte et objectifs

Une société de gestion de crédit chargée du recouvrement de créances avait besoin de développer une plus grande agilité analytique et de travailler plus efficacement. Le client, actif dans le recouvrement de créances, était confronté à un nombre croissant de dossiers à traiter et les conciliateurs engagés par le client pour recouvrer les créances étaient débordés dans certaines régions. Le défi consistait à sélectionner les dossiers ayant une forte probabilité d'être recouvrés. D'après leur expérience, ils avaient remarqué que certains facteurs liés à la dette influençaient le taux de recouvrement auprès des débiteurs. Mais, malgré une base de données propre, ils n'étaient pas en mesure de rassembler tous ces éléments.

Tout d'abord, des données ont dû être rassemblées pour pouvoir prévoir les segments et identifier les profils des débiteurs. Ensuite, le client a dû assurer un suivi régulier des dettes ( ) grâce à une couverture géographique optimale de ces conciliateurs.

Le client a donc décidé de traiter les créances qui lui étaient confiées afin d'améliorer son efficacité, sa rentabilité et la performance de ses clients. Il a fait appel à Agilytic pour lui fournir rapidement une solution lui permettant de se concentrer sur les dossiers ayant le plus de chances d'être recouvrés, tout en recommandant la meilleure voie aux conciliateurs.

Approche

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

1. Module prédictif

Nous avons recueilli des données à partir des dossiers de créances, avec 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 créances antérieures et l'avons enrichi de données externes afin de pouvoir identifier plus facilement les profils de débiteurs typiques.

Après cette phase de collecte de données et de construction de données analytiques, nous avons segmenté les créances en fonction de leur réceptivité au canal de recouvrement utilisé et du type de créance.

Nous avons ensuite développé un modèle de notation pour évaluer la probabilité de recouvrer entièrement une dette, en identifiant les débiteurs pour lesquels une procédure judiciaire a une forte probabilité d'aboutir à un recouvrement. Au cours de ce processus, nous avons collaboré étroitement avec le client pour valider le résultat. Nous avons examiné ensemble les hypothèses de travail afin de garantir la qualité finale du modèle et son adoption par le client. Nous avons testé le modèle sur des cas récemment clôturés afin d'évaluer sa fiabilité dans le temps. En plus de l'algorithme entièrement implémentable, le client a reçu des explications détaillées sur les facteurs d'influence.

Nous avons finalement appliqué cette méthode à toutes les créances. Nous avons ainsi pu classer les débiteurs en fonction de leur réceptivité au canal de recouvrement à utiliser et de leur probabilité d'être recouvrés.

2. Module de géomarketing

L'optimisation du découpage géographique des zones de conciliation était nécessaire pour assurer un suivi aisé des dossiers en cours. Dans un premier temps, nous avons subdivisé chaque code postal en neuf groupes.

Nous avons utilisé les données traitées dans le module prédictif pour optimiser et accélérer les zones de couverture des conciliateurs. Cela a nécessité le soutien 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 pour les adresses afin de déterminer la latitude/longitude (via l'API de Google) et d'assigner 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 afin de contrôler la qualité de la couverture géographique.

Résultats

Nous avons développé une version portable de l'application Geo-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 % de dossiers les plus importants, dont le taux de recouvrement moyen est de 90 %. Compte tenu du grand nombre de dettes traitées chaque année, il est essentiel pour la rentabilité de savoir où investir le temps et les efforts nécessaires. En outre, la qualité des dossiers confiés 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.