Simulateur de règles de crédit bloquantes
Testez la démo générée ou importez des demandes passées avec une colonne indiquant si chaque règle s’est déclenchée et une autre donnant le résultat. Repérez les règles à classer en KO, à approuver avec investigation ou à écarter, puis mesurez l’effet des KO sur le taux de mauvais payeurs et les demandes refusées, selon le multiple choisi du taux de base, par exemple 6 % ou plus pour un taux de base de 2 %.
Demandes de crédit
10,000 demandes lues, 317 mauvais payeurs, 8,178 bons payeurs et 1,505 sans résultat.
Le fichier est lu dans ce navigateur et n’est jamais envoyé. Seuls les totaux quittent la page si le résultat est demandé par e-mail.
Dans la colonne de résultat, bad, default, fraud, 1 ou yes comptent comme mauvais payeurs, et good, 0 ou no comme bons payeurs. Toute autre valeur, par exemple une cellule vide pour un prêt qui n'a pas été mis en place ou qui n'a pas encore assez d'historique, est considérée comme une absence de résultat. Toute autre colonne qui ne contient que 1 et 0, yes et no, true et false, ou des cellules vides, est interprétée comme une règle qui s'est déclenchée ou non.
10 colonnes de règles détectées : address_not_matching_bureau, applied_between_1_and_5_am, device_on_3_or_more_applications, device_shared_with_blacklisted_phone, email_younger_than_7_days, employer_phone_is_applicant_phone, id_document_expires_within_30_days, income_above_employer_p90, phone_on_blacklist, same_ip_as_rejected_application
La démo comprend 10 000 demandes générées et dix indicateurs de règles, pas les données d’un prêteur.
Taux de mauvais payeurs après les KO
Les 3 règles KO refusent 3.0% des demandes et écartent 23.3% des mauvais payeurs. Le taux de mauvais payeurs passe de 3.7% à 3.0%.
L’unique règle envoie 5.8% des demandes en investigation après l’approbation. Le taux de mauvais payeurs parmi ces demandes est de 7.4%.
Lift par règle
Chaque barre indique combien de fois le taux de mauvais payeurs de la règle dépasse le taux de base. Les pointillés indiquent les multiples définis pour l’examen et le KO.
Impact sur le taux d’acceptation
Les règles KO font passer le taux d’acceptation de 100.0% à 97.0%, soit une baisse de 3.0 points.
Chaque barre indique la baisse du taux d’acceptation qu’entraînerait une règle KO, en ne comptant que les demandes non rejetées par les règles KO précédentes. Les barres grises et orange montrent l’impact si cette règle était définie comme KO.
Résultats par règle
| Règle | Déclenchements | Taux de déclenchement | Taux de mauvais payeurs | Lift | Nouveaux déclenchements | Taux de mauvais payeurs parmi les nouveaux déclenchements | Résultat |
|---|---|---|---|---|---|---|---|
| phone_on_blacklist | 64 | 0.6% | 63.2% | 16.9× | 64 | 63.2% | Classer en KO |
| device_shared_with_blacklisted_phone | 66 | 0.7% | 49.2% | 13.2× | 22 | 4.5% | Déjà couvert par les règles KO précédentes |
| same_ip_as_rejected_application | 18 | 0.2% | 35.7% | 9.6× | 17 | 30.8% | Trop peu de cas pour conclure |
| device_on_3_or_more_applications | 137 | 1.4% | 22.6% | 6.1× | 136 | 21.9% | Classer en KO |
| employer_phone_is_applicant_phone | 102 | 1.0% | 16.9% | 4.5× | 100 | 14.9% | Classer en KO |
| email_younger_than_7_days | 596 | 6.0% | 9.1% | 2.4× | 575 | 7.4% | Approuver, mais envoyer en investigation |
| applied_between_1_and_5_am | 393 | 3.9% | 6.4% | 1.7× | 380 | 5.0% | Déjà couvert par les règles KO précédentes |
| address_not_matching_bureau | 790 | 7.9% | 5.5% | 1.5× | 757 | 3.9% | Écarter |
| income_above_employer_p90 | 552 | 5.5% | 4.7% | 1.2× | 542 | 3.2% | Écarter |
| id_document_expires_within_30_days | 223 | 2.2% | 2.1% | 0.6× | 216 | 1.1% | Écarter |
Les règles sont évaluées par lift décroissant. Une règle dont le taux de mauvais payeurs atteint le multiple KO n’est définie comme KO que si celui des nouveaux déclenchements atteint aussi ce seuil.
Tester une nouvelle règle
Recevoir les résultats par e-mail
La même analyse peut porter sur les décisions de crédit passées : comparez les déclenchements de chaque règle aux résultats des prêts et testez les changements apportés aux règles KO sur ces décisions avant leur déploiement. Commencer gratuitement
Voir les formules
Taux de déclenchement = Déclenchements ÷ Toutes les demandes Taux de mauvais payeurs = Mauvais payeurs parmi les déclenchements ÷ Déclenchements avec résultat connu Lift = Taux de mauvais payeurs ÷ Taux de mauvais payeurs de référence Nouveaux déclenchements = Déclenchements, Non rejetés par les règles KO précédentes Classer en KO: Lift ≥ Multiple KO, Taux de mauvais payeurs parmi les nouveaux déclenchements ÷ Taux de mauvais payeurs de référence ≥ Multiple KO Approuver, mais envoyer en investigation: Lift ≥ Multiple d’investigation, Taux de mauvais payeurs parmi les nouveaux déclenchements ÷ Taux de mauvais payeurs de référence ≥ Multiple d’investigation Trop peu de cas pour conclure: Déclenchements avec résultat connu < Minimum de demandes avec résultat
Le résultat n’est connu que pour les demandes acceptées et suivies assez longtemps. Une règle qui a rejeté une demande par le passé ne peut donc pas être évaluée à partir de ce fichier. Les résultats montrent ce que chaque règle a repéré dans ces demandes passées, mais ne prédisent pas son effet le mois prochain.
Règles KO et taux de mauvais payeurs
Un contrôle KO rejette une demande d’emblée. Cet outil analyse les résultats de demandes passées et les indicateurs de déclenchement des règles, puis compare le taux de mauvais payeurs de chaque règle au taux de base.
Les résultats distinguent les règles qui atteignent le seuil KO de celles à accepter tout en les examinant, ou à écarter. Ils montrent aussi l’effet des règles KO sur le taux de mauvais payeurs et la part des demandes rejetées.
Questions fréquentes
Que montre un simulateur de règles KO ?
Un contrôle KO rejette une demande d’emblée. Le simulateur compare le taux de mauvais payeurs de la règle au taux de base, puis vérifie si ses nouveaux déclenchements atteignent le même seuil.
Comment choisir les règles KO pour les demandes de prêt ?
L’outil définit une règle comme KO lorsque son lift et celui de ses nouveaux déclenchements atteignent tous deux le multiple KO choisi, sur un nombre suffisant de demandes avec un résultat connu. Les paramètres permettent de modifier le multiple et le nombre minimal de cas.
À partir de quel taux de mauvais payeurs un contrôle KO doit-il rejeter une demande ?
Le seuil KO correspond au multiple choisi du taux de mauvais payeurs de base. Par exemple, avec un taux de base de 2 % et un multiple de 3, le taux de la règle doit atteindre au moins 6 %.
Comment calculer le lift d’une règle de fraude ?
Le lift correspond au taux de mauvais payeurs de la règle divisé par le taux de base. Il compare le taux parmi les demandes déclenchées par la règle à celui de l’ensemble du portefeuille.
Combien de demandes faut-il pour évaluer le taux de mauvais payeurs d’une règle ?
L’outil indique qu’il y a trop peu de cas pour conclure lorsque moins que le nombre minimal choisi de déclenchements ont un résultat connu. Le paramètre se modifie dans les réglages.