Mieux décider grâce aux données alternatives

« Des données mauvaises en entrée, des résultats mauvais en sortie. Ou, pour le dire plus joliment : l’arbre de l’absurde est arrosé d’erreurs, et les citrouilles du désastre se balancent à ses branches. »

Cette phrase de The Gone-Away World s’applique aussi à la prise de décision.

Améliorer la prise de décision

L’authenticité et l’intégrité des données utilisées dans le processus de prise de décision déterminent la qualité de la décision et influencent son résultat. Les sources de données se répartissent en 2 catégories : primaires et secondaires.

Les données primaires sont fournies par le client ou l’utilisateur, qui saisit des informations et répond à des questions dans le parcours de collecte. Les sources secondaires comprennent les fournisseurs de données alternatives et les courtiers en données. Si moins de données sont recueillies auprès du client, il faut en obtenir ou en compléter davantage auprès de sources secondaires ou de courtiers.

Les données utilisées pour l’enrichissement peuvent comprendre des identifiants personnels classiques, comme les numéros de téléphone, les adresses e-mail et les adresses postales. Elles peuvent aussi inclure des données techniques, comme les informations sur l’appareil, les données du navigateur et les adresses IP.

 

Collecte de données par connexion assistée

Les courtiers en données s’appuient notamment sur des appels API et sur la « collecte de données par connexion assistée ». Les appels API sont simples : une requête est envoyée et les données sont renvoyées dans la réponse. La collecte par connexion assistée soulève davantage de difficultés pour la qualité et l’intégrité des données.

La collecte par connexion assistée peut aller des standards d’API Open Banking à l’extraction de données de compte. Cette extraction a souvent lieu lorsque des utilisateurs saisissent leurs identifiants de connexion sur un site. En arrière-plan, les fournisseurs de données se connectent au compte et en extraient les informations. Ils les nettoient, puis les transmettent à l’entreprise sur le site de laquelle l’utilisateur a saisi ses identifiants. Certains sites tentent d’empêcher cette extraction : dans ce cas, aucune donnée n’est collectée.

Une personne avance dans un labyrinthe à l’aide d’un outil à long manche, illustrant la complexité de la collecte de données par connexion assistée

 

Intégrez ces contrôles à un flux de décision

Créez des règles de crédit, de fraude ou de recouvrement, puis appliquez-les aux décisions réelles.

Les difficultés liées aux sources de données alternatives

En raison de leur mode de collecte et de traitement, les données alternatives peuvent être incomplètes. Leur qualité peut être incertaine et leur intégrité insuffisante pour qu’elles soient utiles. Il arrive aussi que le service soit entièrement indisponible, par exemple lorsque le site dont les données sont extraites bloque leur collecte.

Les données alternatives servent traditionnellement à mieux segmenter les clients et à établir leur profil à des fins marketing. Elles sont utilisées pour entraîner des modèles prédictifs de score de crédit, enrichir les profils des utilisateurs et vérifier leur identité. Elles peuvent aussi contribuer à réduire la fraude et l’utilisation abusive des données.

Les sources de données alternatives posent principalement 2 difficultés : les questions de légalité et les interruptions de service. Même si les informations appartiennent au client, les plateformes dont les données sont extraites s’y opposent souvent. Elles tentent activement d’en empêcher la collecte et peuvent la qualifier de « vol » de données.

Autre difficulté : les interruptions de service peuvent provoquer des erreurs techniques, comme « service unavailable ». Une réponse de données peut sembler réussie alors qu’elle est incomplète. Certaines valeurs manquent et les données sont incomplètes. Les délais de réponse dépassent parfois ceux que les processus opérationnels peuvent accepter. La collecte des données requises devient alors impossible.

Pour travailler avec des données alternatives, quelques bonnes pratiques et mesures de contrôle peuvent être utiles :

  • Anticiper les problèmes de données.
  • Prévoir des flux de décision qui s’exécutent même lorsque des données manquent.
  • Lorsque plusieurs sources sont utilisées, les interroger en parallèle pour réduire le temps d’exécution.
  • Mettre les données en cache pendant la période où, du point de vue métier, elles ne peuvent pas avoir changé. Il peut être utile de demander à la source à quelle fréquence les données sont actualisées.
  • Lors de la création de modèles prédictifs et de la catégorisation des variables, distinguer « aucune réponse », « aucune donnée » et « valeur nulle ». Ces cas ont chacun un sens métier différent et peuvent avoir un pouvoir prédictif différent. Les regrouper sous « valeur nulle » peut faire perdre une information utile à la prédiction.

Le recours à des sources de données alternatives ne nuit pas nécessairement à la qualité du processus de prise de décision ni à son résultat. Des contrôles permettent d’éviter le scénario « données mauvaises en entrée, résultats mauvais en sortie ».

Questions fréquentes

Pour les décisions de crédit, vaut-il mieux utiliser une API ou la collecte de données par connexion assistée ?

Privilégiez l’API d’un fournisseur si elle fournit les champs nécessaires et si ses conditions ont été examinées par les équipes juridique et achats. L’extraction par connexion assistée comporte davantage de risques opérationnels : le site peut en bloquer l’accès et les données renvoyées peuvent être partielles. N’y recourez que si le mode de collecte, l’autorisation du client et la gestion de ses identifiants sont acceptables, et si une solution de repli est prévue. Aucune des deux méthodes ne garantit des données complètes ou adaptées.

Que doit faire le flux de décision si deux sources de données alternatives sont en désaccord ?

Définissez avant le déploiement l’ordre de priorité des sources pour chaque champ, en fonction de leur autorité, de la fraîcheur des données et de leur couverture. Si l’écart dépasse une tolérance définie, consignez le désaccord et appliquez une règle explicite, par exemple privilégier la source faisant autorité ou soumettre un dossier important à un examen humain. Ne faites pas la moyenne de valeurs qui mesurent des choses différentes et ne laissez pas l’ordre des réponses déterminer la valeur retenue.

Intégrez ces contrôles à un flux de décision

Créez des règles de crédit, de fraude ou de recouvrement, puis appliquez-les aux décisions réelles.