FAQ
Open Banking, Score, Catégorisation des données... quelques précisions techniques qui régissent l'offre de credit decisioning d'Algoan.
-
Le Score Algoan
-
Qu'est-ce que le Score Algoan ?
Le Score est une évaluation de la propension à rembourser, basée sur le comportement financier mis en valeur par les comptes bancaires. Le Score est une note entre 0 (profil le plus risqué) et 1000 (profil le moins risqué), homogène à l’inverse d’une probabilité de défaut. En effet, le Score est dérivé de la probabilité de défaut à 12 mois estimée par une régression logistique, selon la formule suivante : Score = (1 – probabilité de défaut) x 1000
-
Quelle est la définition de défaut du Score Algoan ?
La définition de défaut utilisée est de 3 mois d’impayés consécutifs au moins dans les 12 premiers mois de remboursement.
-
Qu'est-ce que le Gini ?
Le Gini est une mesure de la performance globale du Score, c’est-à-dire qu’il indique la capacité du Score à séparer les bons des mauvais payeurs. Le Gini est compris entre 0% (équivalent à tirer à pile ou face pour évaluer le candidat à l’emprunt) et 100% (séparer parfaitement les bons des mauvais payeurs). Les scores traditionnels français ont des Ginis entre 40 et 50%. Le Score Algoan a un Gini allant jusqu’à 80%.
-
Est-ce que le Score Algoan utilise des données sensibles (par ex. les dépenses de santé) ?
Non. Le Score a été construit sur des données anonymisées, c’est-à-dire sans libellé de transactions, qui peut contenir des informations sensibles comme les dépenses de santé.
-
Quelle est la différence entre le Score Algoan et les scores utilisés actuellement par les établissements financiers (scores socio-démo) ?
Algoan Score est un score de comportement financier basé sur l’analyse de 3 mois d’historique de données bancaires, collectées au moment de la demande.
Contrairement aux scores français traditionnels, Algoan Score ne se base pas sur des données socio-démographiques (statut marital, logement, etc.) déclaratives mais sur des données financières granulaires récentes et sourcées directement auprès d’institutions réglementées. La pertinence des données financières pour la décision crédit et leur granularité permet à Algoan Score de surperformer et d’augmenter considérablement le pouvoir discriminant (c’est-à-dire la capacité à bien prédire le défaut ou le bon remboursement).
Ainsi, les scores traditionnels français ont des Gini allant de 40 à 50%, tandis qu’Algoan Score a un Gini atteignant jusqu’à 80% (cf. qu’est-ce que le Gini). Sur le plan algorithmique, Algoan Score utilise une régression logistique, algorithme classiquement utilisé pour les scores en France, dont le comportement statistique est largement connu.
-
Est-ce que le Score Algoan fonctionne à l'étranger ?
Algoan Score fonctionne à l’étranger. Algoan Score utilise des données de transactions sans libellé et n’est donc pas dépendant de la langue des transactions. Par ailleurs, des backtests réussis (avec des Ginis du même ordre que les Ginis français) ont été menés à l’étranger (ex. en Espagne) et ont permis de valider la robustesse du Score dans des pays pour lesquels les habitudes de consommation et de paiement sont similaires.
-
-
Catégorisation des données et prise de décision
-
Quelle est la profondeur d'historique analysée par Credit Insights ?
Credit Insights analyse une profondeur d’historique maximale qui peut être paramétrée :
- X derniers mois calendaires. Lorsque la profondeur d’historique récupérée avec l’Open Banking le permet, l’analyse de Credit Insights porte alors au moins sur les derniers X mois calendaires complets d’analyse. Par exemple, si la synchronisation a lieu le 5 juin et que les données Open Banking remontent à février, Credit Insights mènera l’analyse du 1er mars au 31 mai.
- X derniers mois calendaires + mois courant. Lorsque la profondeur d’historique récupérée avec l’Open Banking le permet, l’analyse de Credit Insights porte alors au moins sur les derniers X mois calendaires complets d’analyse ainsi que le mois en cours. Par exemple, si la synchronisation a lieu le 5 juin et que les données Open Banking remontent à février, Credit Insights mènera l’analyse du 1er mars au 5 juin.
- X derniers jours. Lorsque la profondeur d’historique récupérée avec l’Open Banking le permet, l’analyse de Credit Insights porte alors au moins sur les derniers X jours.
-
Quelle est la différence entre la catégorisation Credit Insights et celle d'un agrégateur ?
La catégorisation Algoan est une catégorisation spécialisée pour le risque de crédit. La catégorisation des agrégateurs est une catégorisation généraliste qui vise à donner une vision de ses dépenses à l’utilisateur. La catégorisation Algoan se concentre sur l’analyse d’évènements significatifs pour la prise de décision crédit (incidents de paiements, frais d’incidents, échéances, etc.). Par ailleurs, la catégorisation Algoan est construite sur des données tirées du monde du crédit, contrairement aux agrégateurs dont la population est particulière et dont seule une petite partie est similaire à la population des demandeurs de cr’édit. Enfin, la catégorisation d’Algoan évolue pour satisfaire au mieux les besoins des agents du crédit, contrairement aux agrégateurs qui se basent sur les retours de clients particuliers seulement.
-
Qui prend la décision d'octroi ?
Le Client prend la décision. Algoan est un prestataire de services mettant à disposition des outils d’aide à la décision. Le Client récupère les indicateurs calculés par Algoan et les combine dans son SI pour prendre une décision selon ses règles internes.
-
Les données traitées sont-elles conservées ?
Les données personnelles sont conservées pendant toute la durée nécessaire au traitement, et pour une durée maximale indiquée par le responsable du traitement (généralement 3 mois) pour de l’octroi de crédit.
-
-
Open Banking
-
Qu'est-ce que l'Open Banking ?
L’Open Banking est le dispositif par lequel n’importe quelle personne peut donner accès à un tiers à ses données bancaires en vue d’accéder à un service financier.
Les données sont transmises de manière sécurisée et cryptée par l’intermédiaire d’une API bancaire. Après la récupération des données, l’Open Banking permet aussi leur structuration et leur traitement de façon instantanée.
Parmi ses premières applications concrètes, la plus prometteuse est certainement l’évaluation du profil de risque des emprunteurs grâce à l’analyse de leurs transactions bancaires quotidiennes, révélatrices à la fois de leur situation budgétaire et de leurs comportements financiers.
-
L'Open Banking est-il encadré légalement ?
L’Open Banking est régi par deux corpus réglementaires, la DSP2, qui intervient sur la notion de partage des données bancaires, et le volet RGPD pour tout ce qui est relatif à la gestion et le traitement des données personnelles.
-
Comment gérer la fraude avec l'Open Banking ?
Les données Open Banking sont sourcées directement par API auprès d’institutions réglementées. Avec la DSP2, l’identité du/des propriétaire(s) du compte est remontée. Cela permet d’éviter la fraude par un tiers grâce au process usuel de KYC auquel s’ajoutera la vérification de la cohérence entre propriétaire du compte et demandeur.
-