Passer au contenu principal

NATIXIS

Scoring de risque
NATIXIS par Agence Web Kernix

Client

NATIXIS

Technos

Machine learning
Python
XGBoost

Année

2017

Site

Application interne
Dans le cadre du Challenge BigData Natixis, Kernix a conçu et développé un outil de prédiction de risque, ainsi qu’une interface à destination des conseillers bancaires.

Contexte

Natixis est banque internationale de financement. Natixis Financement est une entité gérant les services de prêts personnels et les crédits renouvelables pour les banques des groupes Banque Populaire et Caisse d’Epargne.

L’objectif du Challenge co-organisé avec Cap Digital était focalisé sur les jeunes de moins de 28 ans, pour lesquels Natixis souhaitait pouvoir augmenter l’octroi automatique tout en diminuant les risques de défaut de paiement ou de surendettement.

  • NATIXIS par Agence Web Kernix
  • NATIXIS par Agence Web Kernix
  • NATIXIS par Agence Web Kernix
  • NATIXIS par Agence Web Kernix

Data Challenge

Pour la modélisation, nous avons retenu la bibliothèque Python XGBoost, qui implémente des ensembles d’arbres de classification et de régression, après avoir testé d’autres modèles (régression logistique, SVM).

Nous avons livré le prototype sous deux formes :

  • un script python permettant de faire tourner les modèles sur un grand ensemble de dossiers contenus dans un fichier .csv, pour faciliter les tests du côté de Natixis
  • un prototype logiciel proposant un formulaire à destination des conseillers. Ce prototype est basé sur un serveur Apache qui sert la page web du formulaire, et communique avec un serveur Python (Flask) sur lequel le calcul du score d’octroi est implémenté.

L’objectif était de démontrer notre capacité à produire rapidement une interface qui soit fonctionnelle, ergonomique et agréable d’utilisation.

Résultat

  • Modèle prédictif d’acceptation de dossiers compte tenu du taux de risque
  • Amélioration de l’octroi des prêts
  • Diminution du risque de défaut

Ce succès illustre la puissance d’une approche data-driven et  l’efficacité de notre équipe Data Science dans ce domaine.

Prochaine réalisation

Safran

Prédiction de mouvements d’un exosquelette

Safran

Prédiction de mouvements d’un exosquelette
Haut de page
Haut de page