Cela fait belle lurette que les départements financiers se livrent à l’analyse des données pour optimiser leurs opérations et améliorer les relations de leur entreprise avec la clientèle. Les applications d’intelligence artificielle (IA) leur permettent aujourd’hui d’affiner cette analyse.
De la priorisation à la prédiction
Jusqu’il y a peu, les outils informatiques destinés à l’analyse des données financières s’appuyaient uniquement sur des règles prédéfinies par des opérateurs humains. De nos jours, les algorithmes de l’IA fonctionnent différemment. Comme l’explique Edouard Beauvois, CEO de AiVidens, « sur la base de données historiques remontant entre 3 et 5 ans par exemple, ils parviennent de manière dynamique à des prédictions pouvant guider de façon optimale les équipes des départements financiers. C’est notamment le cas dans le domaine du recouvrement de paiements, où l’on peut établir des priorités comme l’ordre des clients sur lesquels se concentrer. »
Notre interlocuteur voit aussi dans l’IA un outil qui « permet d’améliorer l’efficacité opérationnelle d’une vingtaine de pourcents. En effet, plus tard on traite un problème, plus c’est compliqué et plus cela coûte cher à l’entreprise. L’IA permet même de prédire un problème éventuel avant qu’il ne survienne. Exemple : des retards de paiement de certains clients, en fonction de comportements tels que des interactions qu’ils ont eus avec l’entreprise via un call center pour se plaindre d’un produit défectueux qui entraînera une suspension de paiement. »
Des outils efficaces pour la prise de décision
Pour Edouard Beauvois, ce type d’outil permet aussi de préparer des analyses qui aident les opérationnels dans leurs prises de décisions. À cet égard, il souligne l’importance de travailler dans une optique de transparence : « Il faut pouvoir accéder aux justifications utilisées par le système pour faire ses prédictions. » Le CEO insiste sur un dernier point : « Quand un opérateur utilise une prédiction du système pour avoir une interaction avec un client, il est très important que l’opérateur fournisse sa propre interprétation de la relation sur base de cette prédiction. A-t-elle été positive, moyenne ou médiocre ? Ce feedback servira pour améliorer les prédictions mais aussi – c’est le plus important – la relation avec le client. »