Parfois perçu comme le graal de l’appréciation du risque client, le scoring est une méthode d'attribution d'une valeur numérique (le score) à un client afin d’évaluer sa santé financière actuelle et de prédire sa solvabilité future.
Bien qu’étant réalisé dans le présent sur la base de données passées ou actuelles, il n’a d’autre intérêt que de contribuer à estimer ce que sera la situation financière de l’entreprise à l’avenir. Le scoring est donc par nature un outil prédictif qui s’inscrit dans le besoin d’anticipation de la fonction du credit management.
Prévenir l’impayé plutôt que le subir et cela le plus en amont possible de la relation commerciale puis tout au long de celle-ci. Mieux vaut identifier la fragilité d’un partenaire au stade de la prospection ou de la négociation commerciale plutôt qu’une fois la facture émise et le constat de non-paiement effectué.
Cette complexité est très amplifiée lors d’une crise nouvelle telle que nous la connaissons aujourd’hui. Il devient en effet très difficile de modéliser la résilience d’une entreprise qui fait face à un contexte et des événements inconnus jusqu’alors. Deux obstacles se dressent à une modélisation fidèle de la réalité : définir une méthode cohérente qui tient compte des événements et obtenir des données permettant d’effectuer cette analyse.
Par exemple, comment connaître l’effet du confinement et du ralentissement erratique de l’économie sur son portefeuille de clients ainsi que celui des aides publiques parfois massives ? Quand bien même ces informations sont connues, ce qui est improbable, comment construire l’algorithme pour les interpréter correctement ?
L’avenir du scoring est dans la qualité de la donnée, qui doit être la plus actuelle possible. C’est en cela que la big data a un rôle majeur à jouer car c’est en combinant des critères issus du bilan et par exemple du comportement de paiement actuel issu de la big data que le scoring peut être pertinent. Plus la donnée est riche et actuelle, plus le scoring peut être pertinent.
L’échange direct avec ses clients reste un incontournable lorsque c’est possible car c’est certainement le meilleur moyen d’obtenir des informations à jour, qu’elles soient tangibles (bilans intermédiaires, …) ou intangibles (commentaires et explications d’un directeur financier par exemple), mais il se heurte souvent au besoin d’efficacité et de productivité.
Comment se construit le score qui n’est au bout du compte qu’une synthèse minimaliste ? Pour les amateurs de sport, est-ce le résultat d’un match qui donne de l’intérêt ou le match lui-même, les actions qui construisent le résultat ? Un score est la fin d’une histoire, et pour bien apprécier sa chute il convient de la vivre du début à la fin.
Il s’inscrit dans le processus d’analyse crédit qui est plus large que lui et dont il n’est qu’un élément. Ne lui donnez pas plus d’importance qu’il ne le mérite. Par exemple, s’il se présente sous la forme de 1 à 10 ou 1 à 100 il renseigne sur la qualité financière d’une entreprise, pas sur sa capacité financière. Une TPE peut avoir un score élevé sans pour autant justifier une limite de crédit d’un million d’euros.
C’est pour cette raison que les fournisseurs d’informations financières l’associent à un montant d’encours recommandé. Cette exigence met en évidence l’intérêt des enquêtes poussées réalisées par les sociétés spécialisées en intelligence économique. Celles-ci misent sur l’expertise humaine, la qualité de l’information et prennent en compte votre problématique.
Dans tous les autres cas, les professionnels du scoring sont certainement les seuls à avoir les moyens d’être performant dans ce domaine. Est-ce qu’ils y parviennent durant cette crise covid ? A vous de le dire.
Article publié dans Fonction crédit n°81, le magazine de l'AFDCC.
Bien qu’étant réalisé dans le présent sur la base de données passées ou actuelles, il n’a d’autre intérêt que de contribuer à estimer ce que sera la situation financière de l’entreprise à l’avenir. Le scoring est donc par nature un outil prédictif qui s’inscrit dans le besoin d’anticipation de la fonction du credit management.
Prévenir l’impayé plutôt que le subir et cela le plus en amont possible de la relation commerciale puis tout au long de celle-ci. Mieux vaut identifier la fragilité d’un partenaire au stade de la prospection ou de la négociation commerciale plutôt qu’une fois la facture émise et le constat de non-paiement effectué.
Cette anticipation permet de prendre en compte la situation financière du client et d’adapter les conditions commerciales afin de couvrir le risque identifié.
Tout dépend donc de la qualité du scoring, qui dépend elle-même de la méthode et des données utilisées. C’est le grand challenge du scoring ! S’il est relativement facile de « faire » du scoring, il est infiniment plus complexe de réaliser un scoring pertinent.Cette complexité est très amplifiée lors d’une crise nouvelle telle que nous la connaissons aujourd’hui. Il devient en effet très difficile de modéliser la résilience d’une entreprise qui fait face à un contexte et des événements inconnus jusqu’alors. Deux obstacles se dressent à une modélisation fidèle de la réalité : définir une méthode cohérente qui tient compte des événements et obtenir des données permettant d’effectuer cette analyse.
Par exemple, comment connaître l’effet du confinement et du ralentissement erratique de l’économie sur son portefeuille de clients ainsi que celui des aides publiques parfois massives ? Quand bien même ces informations sont connues, ce qui est improbable, comment construire l’algorithme pour les interpréter correctement ?
Cette difficulté a rythmé l’année 2020 et a dans un premier temps décrédibilisé les scores des fournisseurs d’informations financières qui ne reflétaient pas les conséquences immédiates de l’arrêt de l’économie.
Première exigence du scoring : détenir des données au plus près de la réalité présente. Il va sans dire qu’un score calculé en novembre 2020 uniquement sur la base des états financiers de fin 2019, voire même de fin juin 2020 est obsolète. L’avenir du scoring est dans la qualité de la donnée, qui doit être la plus actuelle possible. C’est en cela que la big data a un rôle majeur à jouer car c’est en combinant des critères issus du bilan et par exemple du comportement de paiement actuel issu de la big data que le scoring peut être pertinent. Plus la donnée est riche et actuelle, plus le scoring peut être pertinent.
L’échange direct avec ses clients reste un incontournable lorsque c’est possible car c’est certainement le meilleur moyen d’obtenir des informations à jour, qu’elles soient tangibles (bilans intermédiaires, …) ou intangibles (commentaires et explications d’un directeur financier par exemple), mais il se heurte souvent au besoin d’efficacité et de productivité.
Attention donc aux scores qui se basent sur des données partielles et / ou anciennes. Ils vous induiront en erreur.
Deuxième exigence du scoring : finalement, qu’est-ce qu’un score ? Une note, un chiffre. C’est bien peu pour résumer une entreprise et influencer une décision crédit. Certains peuvent modéliser des méthodes de calcul très sophistiquées, tout cela pour « livrer » une note. Quel dommage ! C’est surtout le parcours permettant de calculer ce score qui est intéressant. Quels sont les réponses à chacun des critères ? Comment se construit le score qui n’est au bout du compte qu’une synthèse minimaliste ? Pour les amateurs de sport, est-ce le résultat d’un match qui donne de l’intérêt ou le match lui-même, les actions qui construisent le résultat ? Un score est la fin d’une histoire, et pour bien apprécier sa chute il convient de la vivre du début à la fin.
Détaillez les étapes qui amènent le résultat, c’est là que se situe la valeur. Et c’est par cette approche qu’il devient possible de comprendre les forces et les faiblesses d’une entreprise.
Troisième exigence du scoring : élargir son champ de vision. Un score n’a de sens qu’à l’intérieur d’une problématique, d’un contexte commercial. Il doit être interprété en fonction de vos enjeux commerciaux et des différentes caractéristiques de la relation commerciale. Il s’inscrit dans le processus d’analyse crédit qui est plus large que lui et dont il n’est qu’un élément. Ne lui donnez pas plus d’importance qu’il ne le mérite. Par exemple, s’il se présente sous la forme de 1 à 10 ou 1 à 100 il renseigne sur la qualité financière d’une entreprise, pas sur sa capacité financière. Une TPE peut avoir un score élevé sans pour autant justifier une limite de crédit d’un million d’euros.
C’est pour cette raison que les fournisseurs d’informations financières l’associent à un montant d’encours recommandé. Cette exigence met en évidence l’intérêt des enquêtes poussées réalisées par les sociétés spécialisées en intelligence économique. Celles-ci misent sur l’expertise humaine, la qualité de l’information et prennent en compte votre problématique.
La crise du covid challenge singulièrement le scoring. Les incertitudes et les événements imprévus rendent encore plus difficile et complexe la production d’un score de masse de qualité.
Les solutions que peuvent apporter la technologie (Big data, IA, …) ne sont qu’à la portée des sociétés spécialisées et restent imparfaites à ce jour. Reste la gestion du risque « à l’ancienne » lorsque le nombre de ses clients est faible et que le credit manager a suffisamment de temps : connaissance intime de ses clients grâce à des échanges réguliers qui permettent d’obtenir de l’information pertinente et à jour. Dans ce cas, un scoring « maison » est toujours possible. Dans tous les autres cas, les professionnels du scoring sont certainement les seuls à avoir les moyens d’être performant dans ce domaine. Est-ce qu’ils y parviennent durant cette crise covid ? A vous de le dire.
Article publié dans Fonction crédit n°81, le magazine de l'AFDCC.