Pour accompagner son fort développement en France et en Europe, la fintech October a choisi Deloitte pour améliorer son algorithme de pre-scoring à l’octroi de crédit aux entreprises.
la fintech October revendique la place de première plate-forme de prêt aux PME en Europe continentale. Ellle voulait exploiter ses données internes ainsi que celles collectées en externe pour mieux modéliser la probabilité de défaut des entreprises. Elle s’est ainsi appuyée sur l’expertise de l’équipe crédit de Deloitte et sur la plate-forme de développement de modèles, Zen Risk.
Lancée en début d’année par la division Risk Advisory de Deloitte, Zen Risk permet d’automatiser et de systématiser la modélisation du risque pour en extraire des règles de gestion améliorant l’estimation du risque de crédit par les établissements financiers. La performance et la qualité de cette approche de modélisation alternative basée sur le Machine learning s’avèrent supérieures aux approches de modélisations classiques habituellement appliquées dans le domaine du risque de crédit.
Pour Nadège Grennepois, Associée Deloitte Risk Advisory, en charge du développement de l’offre Machine Learning pour le crédit, « la collaboration avec les équipes d’October a été très opérationnelle et efficace. En seulement quelques semaines, nous avons pu développer un algorithme prédictif performant et totalement transparent. October va pouvoir mettre ce score en production rapidement pour que les analystes chargés de la gestion de l’octroi puissent bénéficier d’un outil d’aide à la décision robuste. Grâce à cet algorithme qui prendra la forme de règles métiers simples, la fintech pourra accepter plus de projets de financement tout en limitant le niveau de risque de crédit pris. »
Selon Patrick de Nonneville, Chief Operating Officer d’October, « travailler avec l’équipe Risk Advisory de Deloitte a permis non seulement d’accélérer la conduite du projet, mais surtout d’appliquer les meilleures pratiques de documentation, d’auditabilité et de transparence, ce dernier point étant particulièrement clé pour la bonne utilisation de l’outil par nos analystes. »
