AI (BNDE)

PROBLÈME

Le défi dans le domaine des prêts aux entreprises est d’empêcher les allers-retours entre les gestionnaires de risques, les gestionnaires de comptes et le back-office. L’objectif est de réduire le délai d’exécution. 

APPROCHE

Au cours des cinq dernières années à la BNDE, nous avons accumulé des données sur les allers-retours entre les demandes de prêt et les départements des risques.

Au lieu de prédire la probabilité de défaut sur la base des modèles de risque, nous avons cherché à prédire la probabilité d’un va-et-vient entre les départements risques et métiers. Nous avons mis en place une capture automatique des données. Nous avons développé des modèles qui pondèrent les facteurs selon leur valeur prédictive. Un moteur de règles détecte automatiquement une lacune dans la préparation du crédit et notifie le commercial.

RÉSULTATS

Le projet est actuellement en cours. Le modèle est capable de prédire avec une précision de 90 % la probabilité qu’une demande de crédit soit renvoyée pour des révisions et permet de mettre à jour la pondération de la règle de manière continue.

EXPERTISE UTILISÉE  

• SCIENCES DES DONNÉES
• APPRENTISSAGE AUTOMATIQUE
• INFORMATIQUE