Scoring
de Crédit


Définition

Le scoring de crédit peut se définir comme un moteur intelligent capable de déterminer le niveau de risque dans la capacité à faire défaut d’une entité. En effet, lors de l’octroi et du suivi d’octroi, tout organisme de crédit a la nécessité d’assurer une mesure et un suivi du risque afin de prendre une décision en conséquence.

Bénéfices

Le scoring de crédit 10h11 a démontré des performances supérieurs à celui présents et en vigueur dans de grandes institutions bancaires françaises. Le bénéfice est double. Le moteur de scoring permet d’identifier les mauvais payeur en amont de l’octroi par un scoring plus fin. Aussi, le moteur de scoring permet un suivi de l’octroi et du niveau de risque qui s’affine avec le temps. Ainsi, chaque mois, le score s’ajuste pour alerter l’organisme de crédit du potentiel risque à faire défaut. Ce principe permet d’anticiper et d’éviter certaines démarches administratives liées au défaut d’un client. Une économie financière et un gain de temps.

Méthodologie scientifique

La méthodologie se déploie en 6 étapes :

  • 1. Collection de la base de données client.
  • 2. First Processing Script (consolidation de la base de données, nettoyage et traitement, analyse des variables).
  • 3. Open Data (web scraping pour récolter les bases de données complémentaires nécessaires).
  • 4. Second Processing Script (consolidation, nettoyage et traitement des données Open Data, analyse des variables, développement d'indicateurs complémentaires).
  • 5. Algorithmic Process (agrégation des indicateurs complémentaires, application de l'algorithme développé).
  • 6. Credit Scoring (développement du système de Credit Scoring, intégration des Credit Scores à la base de données client).
Architecture

Les données d’historiques sont fournies par l’entreprise elle-même sous forme de base de données SQL ou base Excel. Si l’entreprise le souhaite et si cela est possible, l’équipe de 10h11 peut collecter des données via des APIs ou par l’Open-data disponible.
Les éventuels traitements des données et les méthodes de clustering sont réalisés sur le logiciel R et/ou Python.
La puissance computationnelle nécessaire dépendra de la taille de la base de données (nombre d’observations, nombre de colonnes).
Notre moteur de scoring est disponible pré-configuré sur certains types de crédit consommation ou bien il peut être ajusté à la demande sur un nouvel échantillon de données.
Pour retrouver un exemple d’application, merci de consulter le site dédié : http://www.bering-credit.com/

Installation / Intégration

Le moteur peut être utilisé à distance ou bien être installé dans l'environnement client. Ces paramètres sont à déterminer lors de la commande.

Licence

Une licence d’utilisation est proposée lors de la commande.
Si le client souhaite pouvoir accéder aux sources et maintenir le moteur en interne, l’hypothèse est envisageable et les conditions sont à définir avec notre équipe.

Coût

À définir en fonction du volume de données à traiter et du calibrage nécessaire à effectuer sur le moteur.

Contact

william.brojanigo@10h11.com - Responsable Data Science.

10h11.com utilise des cookies afin de vous proposer une expérience de navigation personnalisée.
Si vous désirez en savoir plus sur l’utilisation des cookies par 10h11, cliquez sur ce lien.

Refuser
Accepter