Awa : Parlez-moi de votre rôle chez Rubyx.
Giorgio : Je suis Chief Data Officer chez Rubyx, et j'ai deux tâches principales. Premièrement, j'ai conçu notre modèle de données - notre entrepôt de données.Ensuite, je vérifie que nous disposons des données dont le client a besoin pour répondre à ses questions et aux nôtres.
Comment le vérifier ?
J'ai travaillé comme analyste de données dans différents secteurs, et ces dix dernières années dans la microfinance. Grâce à cette expérience, j'ai une certaine connaissance de ce qui doit être analysé et des questions que nous devons poser dans les opérations. Mes connaissances ne sont pas parfaites - elles s'améliorent sans cesse et doivent toujours être remises en question - mais je peux les utiliser pour vérifier que nous disposons des données nécessaires pour répondre à nos questions et à celles de nos clients.
À quel type de questions cherchez-vous à répondre grâce aux données ?
Qu'il s'agisse d'une institution financière ou d'une plateforme numérique, nous voulons comprendre comment suivre au mieux l'évolution d'un portefeuille, des décaissements et de l'évolution du risque. Ou comment segmenter au mieux les clients finaux afin de comprendre le comportement des clients.Il s'agit de questions pratiques et, pour y répondre, nous devons vérifier le système du client, ses données, et les cartographier pour voir ce qu'elles contiennent, quelles sont les lacunes et comment nous devons traiter les données pour les traduire - les convertir - dans notre modèle de données.
En changeant légèrement de sujet, pourquoi avez-vous opté pour Rubyx ?
Je voulais faire les choses mieux et plus intelligemment. La plupart des fondateurs de Rubyx venaient de Baobab, une institution de microfinance. Quelques-uns d'entre nous, dont Thomas Carrié, notre chargé de clientèle,avons travaillé ensemble pendant environ 5 ans et nous nous comprenions très bien. Depuis, nous nous sommes beaucoup développés, mais l'objectif est toujours le même : aider nos clients à proposer des prêts de manière durable.
Que signifie le terme "durable" dans ce contexte ?
Les prêts que les clients finaux peuvent rembourser -l'objectif n'est pas de pousser les clients au surendettement. C'est à la fois pour des raisons altruistes et égoïstes : si vous pousser les clients au surendettement,le modèle d'entreprise échouera à moyen et long terme, et vous vous retrouverez avec de gros problèmes. Il s'agit de choisir entre essayer de créer un cercle vertueux ou finir par détruire votre entreprise dans un cercle vicieux.
S'agit-il d'un problème que vous avez déjà rencontré dans le secteur du crédit - des prêteurs qui créent des dettes insoutenables pour leurs clients ?
Disons que dans d'autres secteurs où j'ai travaillé, j'ai vu des situations où l'accent n'était pas vraiment mis sur le client final, mais sur des objectifs financiers à court terme. Cela peut être dû à la taille de l'entreprise. Dans les grandes entreprises dirigées par un conseil d'administration et de nombreux actionnaires, on perd souvent de vue l'impact sur les personnes. Dans notre petite entreprise, nous restons concentrés et prenons les décisions - soutenues par nos valeurs - que nous pensons être les meilleures pour nos clients et leurs clients finaux.
Que pensez-vous des données de notation alternatives - données sociales, etc?
Nous ne travaillons pas avec d'autres données de notation, car les meilleures données - si elles sont disponibles - sont toujours les données de paiement. Nous avons construit notre système de notation autour de ces données. Nous devons donc comprendre comment ces données sont structurées dans les systèmes opérationnels du client et les traduire afin de disposer des données nécessaires pour effectuer le scoring. Notre notation est basée sur l'observation de la manière dont les clients ont payé dans le passé et sur la prédiction des comportements de paiement futurs. C'est sur cette base que nous fournissons le score. C'est la donnée la plus puissante que vous puissiez avoir.
Mais cela ne signifie-t-il pas que vous ne pouvez travailler qu'avec des clients existants ?
C'est certain. C'est pourquoi nous voulons continuer à explorer d'autres options. Nous utilisons déjà des données transactionnelles - avec les plateformes de commerce électronique, vous disposez d'énormes quantités de données..
Pour obtenir les données dont vous avez besoin, les plateformes posent-elles des problèmes supplémentaires par rapport aux institutions financières ?
Je dirais que l'équipe chargée de la science des données doit faire preuve d'un peu plus de créativité. Lorsque nous discutons avec des plateformes numériques potentielles, l'équipe chargée de la science des données examine les données disponibles et réfléchit à tous les moyens possibles d'établir le profil des clients et de relier ces comportements à notre objectif - prévoir la solvabilité des clients finaux potentiels. Après ces exercices, ils me communiquent les données dont ils ont besoin.
Il ne s'agit donc pas simplement d'insérer les données du client dans votre modèle de données.
Non, parce que les clients ont des opérations très différentes, des systèmes différents et des façons très différentes de représenter les mêmes choses. En général, les systèmes sont opérationnels, ce qui signifie qu'ils n'ont pas été créés dans le but d'effectuer des analyses, mais pour le fonctionnement quotidien d'une banque ou d'une plateforme numérique. Ils ne sont pas structurés de manière à pouvoir exécuter un algorithme - je veux dire, peut-être que vous pouvez le faire, mais ce n'est pas pour cela qu'ils ont été conçus. Elles peuvent être différentes, des tables et des champs peuvent manquer, mais nous devons les convertir en nos tables et champs pour notre modèle de données. Nous vérifions ensuite la qualité des données avec le client pour nous assurer que tout ce qui vient ensuite - analyse et rapports - sera basé sur des données cohérentes et de haute qualité.
Rubyx a-t-il un ou plusieurs modèles de données ?
Nous avons décidé d'avoir un modèle de données plutôt que plusieurs afin d'avoir un code de base unique, qui est la structure sous-jacente du modèle de données. Il est plus facile d'apporter des modifications et nous permet d'être plus flexibles et plus rapides. Mais il y a toujours un compromis. Pour un certain nombre de clients, comme les plateformes numériques, nous devons procéder à des adaptations pour convertir les données du client à notre modèle, qui a été conçu à l'origine pour les institutions financières.
Vous pouvez ainsi comparer les clients les uns aux autres ?
Oui, parce qu'après avoir converti les données, les traitements sont standard. Je ne dis pas que cela va durer éternellement, mais le fait d'avoir un seul code de base pour tous les clients facilite grandement les choses. Par le passé, j'ai travaillé dans des entreprises qui avaient des codes de base différents pour chaque client, mais c'était beaucoup plus compliqué. Chaque client est unique et pose des problèmes de spécificité et de complexité, mais nous préférons traiter ces questions dès le début, lorsque nous les intégrons. C'est pourquoi nous passons du temps avec chaque client pour déterminer comment adapter ses données.
Comment les clients tels que les institutions financières peuvent-ils structurer leurs données afin de les exploiter au mieux pour l'octroi de prêts ?
Je pense que ce qui est vraiment important, c'est que le processus de collecte des données dans un entrepôt de données ou un lac de données soit flexible et souple. J'espère que cela ne vous paraîtra pas trop ésotérique, mais l'idée est d'avoir des processus modulaires afin que les flux de données puissent être divisés en différentes parties, avec le moins d'interdépendances possible. Ainsi, lorsque vous rencontrez un problème, vous pouvez intervenir et réparer uniquement la partie spécifique dont vous avez besoin. Tout doit pouvoir être reproduit, de sorte que chaque fois que vous exécutez un traitement de données, vous obtenez le même résultat. C'est beaucoup plus propre et plus facile à gérer. Les deux choses que je recommande fortement sont donc la modularité et la reproductibilité.
Enfin, que faut-il pour réussir chez Rubyx ?
Il faut être curieux et s'efforcer de comprendre les gens, les clients et leurs consommateurs finaux. Quels sont leurs défis ? Quels sont leurs objectifs ? Vous devez également aimer ce contexte spécifique. Vous devez vous intéresser à la microfinance, aux marchés avec lesquels nous travaillons et à la compréhension du comportement des clients dans les pays en développement. Vous devez également comprendre ce que veut le client et être proactif, en cherchant des choses que le client n'a pas vues, en identifiant des tendances dans les données. C'est ce qui permet de mettre en place un cercle vertueux où l'on apprend toujours plus et où l'on s'améliore.