Comment Fintel utilise l’agrégation pour prévoir l’upsell des demandeurs de crédit

Si l’accès aux comptes bancaires dans le cadre de la DSP2 a d’abord été vu comme un moyen de créer des applications d’agrégation et de gestion du budget, plusieurs autres cas d’usage se développent désormais, comme la création de programmes de fidélité en magasin (lire notre dossier) et le scoring de crédit (lire notre dossier). La start-up française Fintel, créée début 2019 par Jonathan Dahan et Nick van Roekel, se positionne sur le créneau du crédit mais place l’accent sur un paramètre peu étudié par ses concurrents. Fintel utilise l’agrégation bancaire pour “extraire des données transactionnelles et effectuer des calculs pour prédire le défaut de paiement mais surtout le churn”, explique ainsi son CEO, Jonathan Dahan. 

“Les crédits, et d’autant plus les crédits immobiliers, ne sont pas très rentables pour les banques dans un contexte de taux bas, constate-t-il. Ce qui l’est, ce sont les souscriptions à des produits financiers. Avec la réglementation actuelle, il est facile de changer de banque, ou bien de n’utiliser la banque que pour son crédit sans jamais y acheter des produits financiers. Lorsqu’un client effectue une demande de crédit, il est donc intéressant pour la banque de savoir s’il va le rembourser mais aussi de prévoir la probabilité de churn et d’identifier si le client est susceptible de souscrire d’autres produits et lesquels.” 

Données de transaction bancaires et des réseaux sociaux

Selon le CEO, les transactions et le comportement financier comportent “de nombreux signaux faibles” permettant de le prédire. Selon, par exemple, que le client ait déjà des contrats d’assurance-vie ou des comptes d’épargne, ou bien selon la volatilité de ses mouvements financiers, sa situation maritale, ses dépenses… “Par exemple, un client qui passe d’un télécom à l’autre ou d’un service d’écoute de musique à un autre est probablement un client qui cherche toujours les bonnes affaires et n’est pas très fidèle à ses prestataires de services.” 

Fintel ne demande dans un premier temps que l’accès au compte principal du client. “S’il est multibancarisé, nous observerons probablement des virements vers le ou les autres comptes, explique Jonathan Dahan. Si les montants ont une influence significative sur le taux d’endettement, alors on en demande l’accès. Mais s’il s’agit d’un compte secondaire sans influence significative, comme un compte dans une néobanque peu utilisé, alors on ne le demandera pas.”

Outre les données de transactions bancaires, Fintel se nourrit de sources alternatives comme les données des réseaux sociaux. “Avec l’accord du client, nous utilisons les données publiques de LinkedIn pour obtenir les expériences passés, le diplôme, le réseau… “, explique le CEO. Fintel “scrape” aussi les résultats Google pour chercher des informations en lien avec le parcours professionnel. “Le client de la solution peut choisir de bannir cette source de données s’il le souhaite”, précise le CEO.

Probabilité d’upselling et scores d’appétence par produit

Fintel répond donc à deux questions : le client va-t-il rembourser le crédit, et combien va t-il rapporter par la suite ? Outre le score de crédit, elle propose donc une prévision de churn, la probabilité d’up selling et de cross-selling et enfin des scores d’appétences par familles de produits : livrets, plans d’épargne, cartes de crédit.

La start-up propose aussi une solution destinée aux courtiers, afin de remplacer les formulaires soumis aux clients avec une liste de questions déclaratives. “Ces formulaires présentent deux inconvénients : d’abord, ils sont chronophages pour le client final. Ensuite, ils aboutissent à une liste de banques privilégiant le taux le plus intéressant, regrette Jonathan Dahan. Mais dans un contexte de taux bas, les clients sont aussi attachés à d’autres éléments.” Fintel remplace le formulaire par un bouton d’accès aux comptes bancaires du client puis lui propose une offre de crédit personnalisée selon son profil, voire d’autres produits financiers si le courtier en propose. “Cela serait impossible avec la méthode du formulaire.”

5 à 30 euros par analyse

Concrètement, la solution accessible par API se présente en front par un “bouton”, qui s’intègre dans le parcours de souscription ou dans un mail. “Par exemple, il peut être utilisé dans un mail pour étudier la solvabilité d’un candidat locataire”, glisse le CEO. Fintel s’intègre aussi dans un SMS, pour un contexte offline par exemple, comme un achat de voiture.

La start-up facture une licence annuelle dont le montant est évalué en fonction du nombre d’analyses effectuées dans l’année. Une analyse coûte de 5 à 30 euros, selon qu’elle prenne en compte ou non la connaissance client (churn et score d’appétence) et selon les volumes. Le déploiement prend “3 semaines à 5 mois en fonction du client”, indique le CEO.

Fintel passe par plusieurs agrégateurs du marché, selon leur géographie et leurs points forts (données fournies, profondeur d’historique…). “Par exemple, Budget Insight fournit davantage d’informations que d’autres, en agrégeant des documents comme les factures EDF, et cela peut être utile, note Jonathan Dahan. En fonction de la banque, on oriente vers un agrégateur ou l’autre.” Fintel travaille notamment avec Bridge (Bankin’), Budget Insight, Klarna, Plaid et Salt Edge.

La technologie a été développée par les deux associés ainsi que par Sjoerd van Bekkum, professeur d’université spécialisé en analyse de crédit et Yuval Aronowitz, data scientist également spécialisé en analyse crédit et modèles marketing. “Nous avons travaillé à la transformation des données de paiement et des réseaux sociaux en variables fortement prédictives”, explique Jonathan Dahan. L’équipe est renforcée de quatre freelances ainsi que de ressources chez le partenaire Melhortaxa, qui va proposer la solution Fintel à ses propres clients et se rémunèrera comme apporteur d’affaires.

KPIs  : score de Gini de 73% et panier moyen en hausse de 19%

Le taux d’acceptation par les clients finaux pour l’accès à leurs comptes, “dépend du type de crédit”, détaille le CEO. “Par exemple, sur du leasing auto, quand l’objet est très désiré, les taux d’usage sont élevés, souvent au dessus de 70%. Et ceux qui ne consentent pas sont souvent de mauvais profils, voire des fraudeurs.” Sur des crédits immobiliers ou à la consommation, le taux d’acceptation oscille plutôt autour de 60%. Pour ce qui est de l’accès aux informations publiques des réseaux sociaux, “c’est peu courant que les clients refusent”, assure le CEO. 

Concernant la capacité à rembourser des clients analysés, le CEO revendique un score de Gini de 73%. Un score de Gini à 100% signifie que l’on a bien accepté toutes les demandes de crédit des clients qui auraient remboursé et que l’on a refusé les demandes de ceux qui n’auraient pas remboursé. “Dans le contexte de crise liée au coronavirus, appréhender au mieux le risque de crédit devient encore plus important et les indicateurs traditionnels comme le taux d’endettement et les revenus ne suffisent plus, ajoute-t-il. Il est nécessaire de modéliser le risque avec des données récentes et en étudiant les mouvements de comptes crédit/débit.” Et pour ce qui est du churn, il assure que “la solution est toujours à quelques points de la vérité”. Fintel permettrait par ailleurs d’augmenter le panier moyen de 19% en moyenne, grâce à sa capacité de “prédire la “lifetime value” de l’emprunteur et en déduire le PNB associé”.

Sept clients en production

Fintel revendique quatre clients en production. Sur son site, la société indique avoir travaillé (au moins pour des tests) avec la banque suédoise Ikano Bank, fondée par Ikea et qui propose des crédits à la consommation, crédit auto et leasing auto ; mais aussi Melhortaxa, leader du courtage en crédit immobilier au Brésil, soutenu par Goldman Sachs et Meilleurtaux ; Mercedes Benz Financial Services ; le CIC ; la Banque Populaire méditerranée ; Drover ; My Money Bank et Lowtaux. Jusqu’ici financée sur fonds propres mais en cours de levée de fonds, la société& vise un chiffre d’affaires de plus d’un million d’euros en 2020.