Chez EOS, le Big Data ne fonctionne pas sans l'Homme pour le guider
Quand les machines arrivent, les personnes deviennent obsolètes : ce n’est pas vrai, affirme l’équipe qui dirige le Centre Analytique d’EOS : elle a construit une plateforme analytique qui va transformer les activités sur les marchés d’EOS et créer une culture de la donnée.
Peu après son arrivée chez EOS en décembre 2017,Joachim Göller a réfléchi à la manière de construire le Centre Analytique. Sa mission : aider EOS et ses activités dans 25 pays à devenir une société axée sur la data. « Pour faire ce grand bond en avant, j’ai vite réalisé que nous devions d'abord faire un pas en arrière » affirme Göller, installé dans une salle de conférence des bureaux d'EOS dans le centre de Hambourg.
Avec son siège en Allemagne, EOS a une présence forte et de l'expérience dans la gestion du poste clients en Europe. Des pays aussi différents que la Pologne, l’Espagne et la Bosnie figurent sur la liste de ses sites d’implantation sur le continent. Mais EOS est également présent en Russie et sur l’autre rive de l’Atlantique, au Canada et aux États-Unis. Cela montre l’ampleur de la tâche à laquelle s'attaquent Göller et son équipe au Centre Analytique (Center of Analytics - CoA) : il ne s'agit pas seulement de créer une plateforme de business intelligence. Il s'agit d’installer une culture de la donnée dans le quotidien de plus de 55 filiales qui gèrent environ 20 000 clients dans le monde tout en généralisant la prise de décisions axée sur la data et en adoptant la technologie qui la soutient.
Développer un système qui fonctionne avec de nombreux services de recouvrement
« Nous sommes un des acteurs majeur de la digitialisation chez EOS, ce qui signifie aussi mettre en forme les données et transformer les données en informations » affirme le responsable. « Le point de départ, c'est l'accès aux sources des données, vérifier leur qualité et créer un historique. » Depuis la création de la plateforme, le Centre Analytique peut intégrer les systèmes de recouvrement locaux déjà en place dans les filiales EOS du monde entier et déplacer la prise de décision sur la plateforme : Les entités EOS peuvent conserver leur système de recouvrement de base qui correspond aux exigences de leur marché - le CoA le connecte à son infrastructure, le booste grâce à la finesse des données et apporte une vue d'ensemble à l’entreprise entière, tout en assurant la confidentialité de chaque client en utilisant uniquement des données anonymisées.
Pour avoir une meilleure idée du fonctionnement du Centre Analytique, faisons connaissance avec les personnes qui s’en occupent. L'équipe rassemble des profils bien différents : « D’un côté, nous recherchons constamment de nouveaux talents avec un profil plutôt technique» explique Patrick Witte, Manager d'équipe. Des data scientists, des développeurs, ingénieurs en données et architectes de plateformes, par exemple. Ils conçoivent et gèrent la plateforme analytique, qui reste au cœur des efforts du CoA pour transformer EOS et l’aider à rester un leader sur son secteur. « Notre but est de trouver la manière la plus efficace de transférer les données des différents pays EOS sur la plateforme analytique en respectant les règles européennes de protection des données » affirme Witte.
« Cela nous permet de concevoir des modèles de prévisions, d’utiliser l’intelligence artificielle et de créer des canaux pour renvoyer nos conclusions aux services opérationnels - ce qui leur donne un avantage concurrentiel. »
Pensez global, agissez local
Le Centre Analytique comporte aussi une branche conseil qui promeut le partage des meilleures pratiques en matière d'analyse, tant sur la sécurité des données que la protection de la confidentialité, auprès de toutes les filiales. « Nous pouvons aider nos collègues en analysant les données dans une région du monde tout en contribuant à améliorer les modèles statistiques existants dans une autre région » écrit Witte. « Pour cela, nous travaillons de concert avec nos collègues dans tout le Groupe EOS. » C’est là qu’intervient le deuxième groupe de professionnels au CoA : les consultants analytiques et les data scientists, qui ont pour la plupart des antécédents méthodiques allant des mathématiques à l’économie. « Il faut un large éventail de compétences pour pouvoir identifier et résoudre les besoins commerciaux en utilisant la bonne approche analytique » affirme Witte.
Witte lui-même a un diplôme de statisticien de l’université de Dortmund, et a travaillé pour une société internationale de business analytics avant de rejoindre EOS en 2012. « C’est ici chez EOS que j’ai acquis les compétences nécessaires » affirme-t-il. Mais il n’y a pas de profil type - dans l’équipe du CoA on rencontre des personnes que l’on n’attendrait pas nécessairement dans le secteur financier : « Nous avons aussi une physicienne théoricienne qui a travaillé comme consultante pendant plusieurs années avant de nous rejoindre. »
Appliquer la méthodologie agile aux services financiers
Witte et son collègue Joachim Göller ressentent tout deux beaucoup d’émulation au sein de l’équipe du CoA. « C’est vraiment l’atmosphère de start-up qui m’a amené ici en premier lieu » affirme Göller, qui avait auparavant travaillé dans le secteur bancaire pendant plusieurs années. « Le CoA est une équipe très agile et culturellement diversifiée, qui a son propre rythme. »
Comme si EOS avait créé sa propre Fintech, le modèle économique du CoA ressemble aussi à celui utilisé avec succès par de nombreuses start-up : Il faut d’abord faire démarrer une plateforme analytique, puis développer les opérations et laisser les partenaires connecter leurs propres systèmes en offrant un API. Et bien sûr il faut continuellement tester, apprendre et améliorer le système en respectant les règles de développement de logiciel agile. Avec une différence majeure par rapport à la vie d’une start-up : l’équipe du CoA peut travailler sur l’innovation fintech sans avoir à rendre des comptes à des investisseurs. Chez EOS, c’est une question d’engagement à long terme envers les clients.
Ajouter une approche axée sur les données au processus de recouvrement
Le processus de changement est déjà bien avancé en Allemagne, les cas de première utilisation étant gérés par le nouveau logiciel appelé FX, le CoA cherche désormais à soutenir d’autres entités en y développant une culture de la donnée. Göller est certain que les réussites vont ouvrir la voie et convaincre les décideurs : « C’est un peu comme le marketing moderne : il faut se faire des fans qui font alors avancer le processus » affirme-t-il. « Chaque cas que nous gérons doit déboucher sur un avantage direct pour le client. » Priorité aux personnes : la méthode agile est très utilisée au CoA.
L'hypothèse selon laquelle la technologie des données pourrait remplacer les personnes et les emplois est sans fondement, d'après Witte : « Nous avons besoin de nos experts pour interpréter les données consommateurs disponibles et se poser les bonnes questions auxquelles le système d'analyse des données devra répondre ». Une manière pour les équipes EOS de voir le learning machine et l'intelligence artificielle comme un collègue intelligent qui les aide à prendre des meilleures décisions mieux informées et plus précises sur la prochaine action à mener, et augmenter le taux de recouvrement.
Les solutions big data ont besoin de collabroateurs pour les gérer
La transformation vers une entreprise axée sur les données augmente l’efficacité et booste les chances de remboursement des dettes, mais elle offre aussi des avantages considérables pour les clients, selon Göller. Citons par exemple le fait que le système détermine le moment le plus adapté pour envoyer des alertes aux clients; « Mais se fier aux algorithmes en toutes circonstances irait à l’encontre de nos normes éthiques » affirme Göller. Par exemple, EOS n’autoriserait jamais un algorithme à noter les antécédents de crédit d'un emprunteur en fonction de la sonorité de son nom. « C’est là que nous nous appuyons fortement sur nos collaborateurs pour fixer les limites. »