L’information est partout. Protéiforme, elle se créé, se partage, s’envisage sur tous les supports, les plateformes, les formulaires, n’importe quand, n’importe où …
Bienvenue dans le monde de l’infobésité.
Et s’il est un métier qui se nourrit de l’information, c’est bien celui du Credit Manager.
Pour autant, ne pas se noyer dans la jungle des données est un défi de taille.
Voyons comment les professionnels du secteur peuvent tirer profit du Big Data.
Le Credit Manager au cœur des données
Le Big Data est un sujet que nous abordons souvent dans ce blog tant il révolutionne nos métiers. Les activités du Credit Manager, plus que jamais, sont directement impactées par la digitalisation de la société. Ses missions évoluent très vite en entreprise.
Non seulement, le credit manager intervient à tous les niveaux de la relation commerciale, de la prospection au recouvrement mais il est également chargé de l’analyse financière, de la structuration et de la stratégie. Parfois même, il a un rôle de conseil.
Cette évolution permet d’améliorer les processus mais également les conditions de travail : automatisation des tâches à faible valeur ajoutée, standardisation des process et optimisation des outils, d’où la valorisation de ce métier.
Pour mener à bien ses activités, le Credit Manager dispose d’ores et déjà d’une boîte à outils, laquelle se complexifie rapidement. Nouveaux outils digitaux et Big Data en tête. Gageons que viendront s’y ajouter très bientôt l’Intelligence Artificielle et le Machine-Learning.
Comment le Credit Manager peut-il optimiser les données ?
Au quotidien, le Credit Manager se trouve confronté à différentes sources pour prendre ses décisions. Données comptables, historiques clients, bases de données diverses, informations juridiques des sites spécialisés, informations recueillies des réseaux sociaux …, les données sont exponentielles. Notons que celles-ci peuvent être obsolètes ou en contradiction les unes avec les autres.
La mise à jour des informations contenues dans les bases de données est essentielle. Cela va de soi pour la base de données personnelle à l’entreprise – mais dans les faits, la question est loin d’être évidente : qui se charge des mises à jour ? avec quelle périodicité ? – mais en ce qui concerne les informations provenant d’autres sites, comment avoir pleinement confiance ?
Aussi le credit manager doit-il trier, interpréter, analyser, évaluer l’ensemble des informations à sa disposition pour mener ses missions efficacement. Est-ce là l’une de ses nouvelles missions, l’une des nouvelles compétences qu’il doit développer ?
Si la contextualisation des contenus est clairement de son ressort, le Credit Manager risque de se trouver confronter à des questions très pratiques de temps, de savoir-faire …
Et c’est là que devient intéressante la collaboration entre le data scientist et le Credit Manager.
Au Data Scientist la mission de débroussailler, récolter, analyser et à celle du credit manager d’utiliser les données en fonction de ses objectifs.
Cette collaboration pertinente permettra au Credit Manager d’être plus efficace dans sa gestion du portefeuille clients et de mieux prévoir les risques encourus en fonction de ses clients. L’analyse prédictive prend alors tout son sens.
Soyons francs, nous pensons que la gestion et la compréhension des données est une tâche trop lourde pour un seul Credit Manager. Il convient de l’accompagner dans la gestion de l’information. Soit en interne, par le recrutement d’un spécialiste de la data, soit en externe via la mise en place d’outils de gestion de l’information, chargés de la collecte, de la vérification, de la mise en qualité et de l’intégration de données.
En matière de Big Data, le travail en solo n’est certainement pas la solution gagnante !