Data science for short term online credit – [FR]

Scientific project

Le projet a pour missions :

• Accompagnement et conseil sur les données utiles à récupérer pour qualifier et prédire le risque de non-paiement du client final à 3 mois post transaction. Cela permettra ainsi de refuser les risques jugés trop importants par PLEDG selon des heuristiques à mettre en place.

a.Réaliser un état de l’art sur le risque de crédit court terme pour les personnes physiques afin d’identifier des informations discriminantes permettant de prédire le risque de crédit de tels clients, si possible avec un focus sur le crédit souscrit en ligne.

b. Définir quelles données sont collectables (techniquement, légalement) et utiles a priori (expertise métier et littérature) pour prédire le risque de non-paiement.

c. Définir des recommandations techniques de collecte et de stockage de données : fréquence de collecte, type de stockage, volume de stockage nécessaire attendu.

d. Estimer la volumétrie nécessaire pour avoir un modèle donnant des résultats suffisamment fiables en termes de performance (précision) et de robustesse (stabilité) ainsi que le temps nécessaire à PLEDG pour atteindre ces volumétries selon divers scenarii de croissance du volume d’affaires.

• Analyse des données déjà collectées par PLEDG pour identifier des indicateurs de risque de crédit à mettre en place chez PLEDG