Face à la nouvelle donne, comment faire évoluer le crédit ?
Les temps sont difficiles pour les établissements financiers, le marché du crédit a radicalement et si rapidement changé ces 18 derniers mois : la collusion entre la baisse de la demande de crédit et la baisse de l’offre liée au manque de liquidité en a stoppé brutalement l’expansion dans tous les marchés, matures et émergents. Non seulement moins de crédits sont accordés (phénomène appelé communément « credit crunch ») mais la qualité des portefeuilles des crédits s’est détériorée.
A la lumière de cette nouvelle donne, il faut faire évoluer la manière de faire du crédit et trouver un nouvel équilibre sur le marché. Les acteurs du crédit doivent et trouveront des solutions appropriées, nous en sommes persuadés.
Comme souvent dans les moments charnière, ce pourrait être le moment idéal de remettre à plat les stratégies, les politiques et les process en place, et ce avec l’objectif de trouver de nouvelles façons de gérer la relation client à chaque phase du cycle : octroi, fidélisation et recouvrement.
Du point de vue de l’entreprise, plus vite cet exercice sera exécuté, plus grand sera le bénéfice potentiel et l’impact sur la performance globale. Etre précurseur peut donner l’opportunité de constituer un avantage compétitif. Par exemple, un établissement pourrait adopter de nouvelles stratégies pour de nouveaux segments ou produits ou encore revoir complètement l’approche et ses stratégies de gestion de la base de clients existants.
Ce n’est pas, évidemment, un exercice facile : vous devez explorer des pistes qui ne pourraient ne pas être encore complètement comprises, estimer les impacts et mettre en œuvre des changements tout en maîtrisant votre démarche.
Mais les règles de base de l’exercice sont toujours les mêmes : une analyse « What-if » afin d’illustrer les différents scenarios et sélectionner le meilleur et une implémentation maîtrisée d’une stratégie alternative aux pratiques en cours.
On pourrait résumer cela à une approche « test & apprentissage » qui n’est pas un concept nouveau. Ce qui a changé aujourd’hui est le niveau de maturité des systèmes décisionnels en termes de disponibilité de données et de traitement statistiques afférentes, des technologies et de possibilité de benchmark. Tous ces éléments ont permis une amélioration significative de la précision des méthodes d’analyse préalable et d’implémentation et certainement sur l’impact sur l’entreprise et les résultats seront significatifs.
L’analyse et le traitement des données sont au cœur du process de création des différents scénarios. La bonne pratique étant la capacité de travailler au niveau de chaque client. Pouvoir stress tester une condition/un facteur et en évaluer l’impact permet de disposer d’une analyse de scénario précise et fiable. Ainsi, on pourra estimer de façon précise l’impact global sur l’entreprise.
Le développement des méthodes d’optimisation décisionnelles permet désormais une identification rapide et fiable de la meilleure stratégie alternative (dite stratégie challenger) à implémenter dès l’origine. En effet, au lieu de devoir attendre les résultats d’un essai en temps réel, les techniques d’optimisation permettent d’identifier dans presque instantanément la meilleure approche étant donné l’ensemble des éléments connus et estimés.
Le troisième élément clé de l’approche est lié à la maîtrise de l’implémentation de la stratégie alternative : on peut aujourd’hui tester une stratégie dans un environnement contrôlé, surveiller et suivre précisément ses performances et avoir la capacité d’adapter cette stratégie alternative elle-même si nécessaire.
Et enfin, le recul donné par les expériences similaires dans le marché du crédit permet de comparer et « benchmarker » les stratégies et les process. Ceci est un élément clé qui permet de guider chaque étape de l’approche brièvement décrite ci-dessus.
Trouver de nouvelles façons de faire n’est jamais facile, tirer parti de l’ensemble des ressources est plus important que jamais, les solutions décisionnelles y jouent un rôle primordial et ce à travers ses différentes composantes.
Luciano Bruccola,
Decision Analytics