Amélioration du traitement des créances pour le recouvrement des dettes

Contexte & Objectifs

Une société de gestion de crédit spécialisée dans le recouvrement de créances avait besoin de plus d'agilité analytique et d'efficacité opérationnelle. Face à un volume croissant de dossiers, ses conciliateurs terrain étaient saturés dans certaines régions. Le défi: identifier les dossiers à forte probabilité de recouvrement. L'expérience montrait que certains facteurs influençaient le taux de récupération, mais malgré des données propres, impossible de croiser efficacement tous ces éléments.

Il fallait d'abord centraliser les données pour prédire les segments et profils de débiteurs, puis assurer un suivi régulier des créances via une couverture géographique optimale des conciliateurs.

Le client souhaitait optimiser le traitement de son portefeuille pour maximiser l'efficacité, la rentabilité et la performance globale. Agilytic a été sollicité pour déployer rapidement une solution ciblant les dossiers prioritaires tout en optimisant les tournées des conciliateurs.

Approche

Nous avons développé deux modules clés pour structurer et simplifier le processus de recouvrement:

1. Module Prédictif

Nous avons centralisé les données des dossiers de créances (montants, secteur d'activité du créancier, taux de recouvrement régional). Nous avons ensuite structuré un historique sur plus de 150k dossiers, enrichi de données externes pour profiler précisément les débiteurs.

Après cette phase de collecte et de préparation des données, nous avons segmenté les créances selon leur réceptivité aux différents canaux de relance et leur typologie.

Nous avons ensuite conçu un modèle de scoring évaluant la probabilité de recouvrement total, isolant les dossiers où une action légale serait la plus efficace. Ce travail a été mené en étroite collaboration avec le client pour valider les hypothèses, garantir la qualité du modèle et faciliter son adoption. Le modèle a été testé et validé sur des dossiers récents. En plus de l'algorithme directement opérationnel, le client a reçu une analyse détaillée des facteurs d'influence.

Appliqué à l'ensemble du portefeuille, ce modèle permet désormais de catégoriser les débiteurs selon leur profil de réceptivité et leur potentiel de recouvrement.

2. Module Géo-Marketing

Optimiser le découpage des zones d'intervention était crucial pour garantir un suivi fluide des dossiers en cours. Nous avons commencé par subdiviser chaque code postal en neuf micro-zones.

En exploitant les scores du Module Prédictif, nous avons optimisé les zones d'affectation des conciliateurs, en intégrant directement leurs contraintes logistiques et la disponibilité des ressources terrain.

Nous avons développé une routine de géocodage pour convertir les adresses en coordonnées de géolocalisation (via l'API Google) et les assigner précisément aux micro-zones définies.

Enfin, nous avons mis en place un système de reporting pour mesurer la performance individuelle des conciliateurs et suivre la qualité de la couverture géographique.

Résultats

Nous avons livré une version autonome de l'application Géo-Marketing directement intégrée à l'environnement du client. Chaque semaine, l'application traite automatiquement les nouveaux fichiers et renvoie les recommandations opérationnelles.

Le client cible désormais en priorité le top 10% des dossiers, qui affichent un taux de recouvrement moyen de 90%. Vu les volumes traités chaque année, prioriser l'effort est un levier majeur de rentabilité. De plus, attribuer des dossiers plus qualitatifs a boosté la motivation et la productivité des équipes terrain.

Le client a obtenu ces résultats en moins de huit semaines de projet.