Actualités : analyse de données, Business Intelligence, Data Science, Big Data


Comment l’innovation basée sur la donnée peut nous aider à éviter les erreurs de 2008 et à optimiser la gestion de cette nouvelle crise mondiale ?


Rédigé par Jonathan Westley, Experian le 18 Juillet 2020

Si les conséquences économiques de la crise liée au COVID-19 sont encore difficiles à évaluer, il est toutefois probable qu'elles atteignent des proportions inégalées depuis la Seconde Guerre mondiale. Alors que certains pays s'habituent au déconfinement pendant que d'autres se reconfinent partiellement, on ignore encore quand et comment la reprise de l'économie interviendra.



Jonathan Westley, Chief Data Officer at Experian
Jonathan Westley, Chief Data Officer at Experian
Selon le FMI, la pandémie laissera des "cicatrices économiques profondes", avec des prévisions inférieures de 5 % pour la plupart des pays émergents, et ce même après une période de forte reprise en 2021. Le Fonds Monétaire International affirme que la pandémie pourrait même être plus importante que la crise financière mondiale de 2008.

Cette instabilité a déjà entraîné un changement radical de comportement de la part des consommateurs en matière de finances. Les mesures nationales de confinement, les offres de "congés de paiement" proposées par certains organismes prêteurs ou encore les difficultés rencontrées par de nombreuses PME pour poursuivre leurs activités, ont subitement modifié les habitudes de consommation. Et il est possible que celles-ci ne reviennent jamais à ce qui était auparavant considéré comme "normal".

La nécessité d’exploiter les progrès technologiques

Nous avons tous tendance à ne pas prendre de risques, à nous inquiéter des conséquences à long terme et à réduire nos dépenses pour tenter d'anticiper cet avenir incertain. Cela pose d'importants défis, notamment pour les organismes prêteurs. En effet, il est très difficile pour eux d'évaluer les risques et la situation financière dans des circonstances aussi inédites et évoluant si rapidement. En 2008, cette même incertitude a entraîné une spectaculaire récession du marché du crédit traditionnel. Les pertes d'emplois et la chute des marchés boursiers ont contraint les consommateurs et les chefs d'entreprise à se tourner vers des méthodes d'emprunt plus coûteuses et risquées. C'est à ce même phénomène que nous risquons aujourd'hui d'assister.

Pourtant, les progrès technologiques, la mise à disposition de nouvelles données et la réglementation ont fondamentalement bouleversé le secteur des services financiers au cours de la dernière décennie. Il est maintenant temps d'exploiter ces évolutions pour développer de nouvelles formes de crédit permettant aux consommateurs de faire face à cette pandémie, tout en favorisant l'économie et en prenant des mesures adaptées aux personnes les plus nécessiteuses.

Dans le contexte actuel, le fait d'améliorer la manière dont les entreprises peuvent comprendre et réagir aux comportements financiers, en utilisant des données et des technologies de pointe, prend une toute nouvelle signification. Cela permet en effet aux organismes prêteurs d'anticiper les risques d'endettement et d'aider leurs clients à traverser cette période difficile en leur fournissant des produits et des services accessibles et pertinents.

Le potentiel de la donnée pour accompagner l’ensemble des acteurs

L'essor de l'Open Banking a permis aux organismes prêteurs d’intégrer de nouvelles opérations dans leurs décisions et d'examiner plus en détail la situation des consommateurs pour disposer d'une vision plus complète de leurs finances à long terme, au-delà d'un simple aperçu ponctuel ne pouvant refléter les évolutions individuelles. En examinant les données disponibles sur une plus longue période, il est désormais possible d'évaluer plus précisément le niveau de solvabilité. Ainsi, il est facile de distinguer un emprunteur qui honore confortablement ses remboursements chaque mois d'un autre qui les respecte mais dont la dépendance au crédit augmente sur le long terme.

L'accès à des données plus précises, et plus fréquemment, apporte une visibilité indispensable à un moment où les modèles et les postulats traditionnels sont remis en question. À titre d'exemple, des indicateurs tels que les taux de rotation des crédits et des débits, les variations des soldes minimums et les retards de paiement peuvent donner une vision beaucoup plus juste de la situation d'une entreprise à un moment T. De plus, les modèles de Machine Learning fournissent des analyses plus approfondies et plus intelligentes des données existantes afin de dresser un profil plus complet d'un individu ou d'une entreprise, ce qui donne aux organismes prêteurs les renseignements et la confiance dont ils ont besoin pour proposer le bon produit au bon moment.

La crise liée au COVID-19 a eu un impact considérable sur la santé publique, mais nous avons désormais la possibilité de réduire les conséquences sur la santé financière en soutenant les consommateurs et les entreprises les plus touchés. Il est maintenant essentiel que tous les acteurs financiers collaborent pour protéger les consommateurs et maintenir l'intégrité et la transparence du marché du crédit. C'est en utilisant les nouveaux outils dont nous disposons aujourd'hui et en tirant les enseignements de la crise de 2008 que nous pourrons progresser et accélérer la reprise.




Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store