Accueil
Envoyer
Imprimer
Partager
Face aux montants financiers que représentent les défauts de paiement, les grandes entreprises se dotent de plus en plus fréquemment de département de gestion de risques. Pour être efficace, l’analyse de risque doit être totalement automatisée y compris la gestion des infrastructures IT qui la supportent.
Alain Mathieu, Fondateur et DG d’Intellimind, l’un des leaders mondiaux des solutions de Credit Management, explique comment l’entreprise est allée au bout de la démarche d’industrialisation en profitant de la migration vers le Cloud AWS et en exploitant de nombreux services cloud.
Pouvez-vous nous présenter Intellimind ?
Intellimind propose des solutions de Credit Management. Après avoir travaillé 10 ans dans le secteur bancaire américain et européen, je me suis aperçu qu’il n’existait pas d'outil professionnel pour aider les banques à analyser le risque client. C’est ainsi qu’est née Credit Voyager en 1996, d’abord dédiée aux banques, puis au monde de l’entreprise pour leur permettre de gérer leurs risque client, leur recouvrement de créances, ou encore leurs litiges. Notre Solution cloud embarque une suite de produits grâce auxquels les sociétés peuvent automatiser de nombreuses tâches, améliorer leur efficacité, standardiser les processus métier pour mettre en place les meilleures pratiques et maîtriser le risque client. Notre division AirLab Technologies (Artificial Intelligence & Robotics) a été créée pour répondre aux besoins des entreprises sur l'analyse des données issues du Big Data, et leur donner un réel avantage compétitif. Nous gérons pour nos clients un portefeuille de plus de 12 millions de sociétés situées dans 145 pays.
En quoi consiste l’analyse du risque de crédit, et comment Intellimind se différencie-t-elle sur ce marché ?
La gestion des risques de crédit est essentielle pour éviter les défauts de paiements. Les entreprises comptent parfois des millions de clients et certaines transactions peuvent représenter des montants importants. Toutes les entreprises sont concernées : dès lors qu’elles accordent des délais de paiements à leurs clients, elles font du crédit. L’analyse des risques constitue donc le socle de confiance de la relation commerciale. Pourtant malgré les enjeux financiers importants, elle est encore peu automatisée.
Depuis notre création, notre objectif principal est d’automatiser et d’industrialiser cette analyse en couvrant tous les aspects de la relation commerciale : prospection, surveillance du « profil payeur » du client et recouvrement des impayés. Pour réussir cette industrialisation, nos algorithmes exploitent les données provenant de 40 agences de renseignements financiers réparties dans le monde entier et s’interfacent avec les systèmes de nos clients, tels que les CRM et les ERP, et avec les principaux assureurs-crédit.
Pourquoi souhaitiez-vous industrialiser votre analyse du risque de crédit ?
Lorsque nous avons pris la décision de migrer nos solutions en mode SaaS (Software-as-a-Service), nous avons du même coup récupéré la responsabilité de la gestion des infrastructures informatiques. Nous avons saisi l’opportunité de la migration vers le Cloud AWS pour étendre notre stratégie d’industrialisation jusqu’à la gestion de ces infrastructures. Plusieurs services AWS nous ont permis de renforcer et d’améliorer la gouvernance. Nous utilisons par exemple des services AWS pour nous assurer que les plateformes sont constamment à jour en termes de conformité réglementaire et de sécurité. Pour garantir la performance applicative, nous nous reposons sur Amazon CloudWatch grâce auquel nous pouvons surveiller nos applications, optimiser l’utilisation des ressources, et qui génère des alertes pour nous permettre d’intervenir avant toute dégradation de performance préjudiciable à l’expérience client. Nous avons également profité de la migration vers le Cloud AWS pour standardiser et automatiser le plus possible certaines fonctionnalités en nous adossant à des services AWS pour la gestion des services SFTP, l’installation des patchs de sécurité Windows et la gestion de la sécurité des flux entrants vers les sites web.
Quels bénéfices avez-vous tiré de votre migration vers le cloud ?
Migrer dans le Cloud AWS nous a ouvert l’accès à une multitude de services qui facilitent l’amélioration de nos solutions et accélèrent l’innovation. Nous avons ainsi pu proposer à nos clients, avec l’outil de BI Amazon QuickSight, des tableaux de bord interactifs présentant leurs risques en multipliant les axes d’analyse. Cela permet par exemple à nos clients d’analyser leurs données de risque ou de prévisionnel d’encaissement par zone géographique, pays, Business Unit,… grâce à la puissance de calcul en mémoire parallèle du moteur SPICE d’Amazon. Nos clients peuvent aussi dorénavant estimer précisément leurs rentrées financières à l’aide de modèles prédictifs construits autour des services de Machine Learning AWS. Industrialiser c’est aussi simplifier. Prochainement, nous allons mettre en œuvre le « serverless » pour nous affranchir d’une couche d’infrastructure (la machine virtuelle) que nous devons gérer aujourd’hui et sur laquelle nous installons les sites web ou les programmes. L’optimisation de ces ressources sera gérée automatiquement par ce service AWS. Cela nous offrira également la possibilité de changer notre méthode de mise à jour des versions de nos sites web et de nos programmes en utilisant des pipelines beaucoup plus modernes et efficaces.
Votre activité dépend d’algorithmes : comment assurer leur performance tout en garantissant la protection des données ?
L’analyse de risque repose effectivement sur la qualité des algorithmes mais également sur la confiance dans la disponibilité des infrastructures et dans la protection des données. Nos architectures utilisent tous les dispositifs de redondance appropriés et bénéficient de la proactivité du support AWS. Ce sont ces mécanismes de redondance qui, associés à la gouvernance renforcée par le cloud, nous permettent d’atteindre une disponibilité voisine des 100 %. Les algorithmes d’analyse de risque de crédit exploitent d’importants volumes de données financières qui contiennent des informations sensibles. De nombreux clients s’interrogent légitimement sur la protection de leurs données hébergées dans un cloud public, et tout particulièrement vis-à-vis de la législation américaine de type Cloud Act. Pour lever tous les doutes, dans le cadre des audit AWS, le cabinet Ernst and Young a démontré que même AWS n’avait aucun moyen de décrypter et de lire les données clients dès lors que l’architecture mise en œuvre respectait les bonnes pratiques (clés d’encryptage,…).
Alain Mathieu, Fondateur et DG d’Intellimind, l’un des leaders mondiaux des solutions de Credit Management, explique comment l’entreprise est allée au bout de la démarche d’industrialisation en profitant de la migration vers le Cloud AWS et en exploitant de nombreux services cloud.
Pouvez-vous nous présenter Intellimind ?
Intellimind propose des solutions de Credit Management. Après avoir travaillé 10 ans dans le secteur bancaire américain et européen, je me suis aperçu qu’il n’existait pas d'outil professionnel pour aider les banques à analyser le risque client. C’est ainsi qu’est née Credit Voyager en 1996, d’abord dédiée aux banques, puis au monde de l’entreprise pour leur permettre de gérer leurs risque client, leur recouvrement de créances, ou encore leurs litiges. Notre Solution cloud embarque une suite de produits grâce auxquels les sociétés peuvent automatiser de nombreuses tâches, améliorer leur efficacité, standardiser les processus métier pour mettre en place les meilleures pratiques et maîtriser le risque client. Notre division AirLab Technologies (Artificial Intelligence & Robotics) a été créée pour répondre aux besoins des entreprises sur l'analyse des données issues du Big Data, et leur donner un réel avantage compétitif. Nous gérons pour nos clients un portefeuille de plus de 12 millions de sociétés situées dans 145 pays.
En quoi consiste l’analyse du risque de crédit, et comment Intellimind se différencie-t-elle sur ce marché ?
La gestion des risques de crédit est essentielle pour éviter les défauts de paiements. Les entreprises comptent parfois des millions de clients et certaines transactions peuvent représenter des montants importants. Toutes les entreprises sont concernées : dès lors qu’elles accordent des délais de paiements à leurs clients, elles font du crédit. L’analyse des risques constitue donc le socle de confiance de la relation commerciale. Pourtant malgré les enjeux financiers importants, elle est encore peu automatisée.
Depuis notre création, notre objectif principal est d’automatiser et d’industrialiser cette analyse en couvrant tous les aspects de la relation commerciale : prospection, surveillance du « profil payeur » du client et recouvrement des impayés. Pour réussir cette industrialisation, nos algorithmes exploitent les données provenant de 40 agences de renseignements financiers réparties dans le monde entier et s’interfacent avec les systèmes de nos clients, tels que les CRM et les ERP, et avec les principaux assureurs-crédit.
Pourquoi souhaitiez-vous industrialiser votre analyse du risque de crédit ?
Lorsque nous avons pris la décision de migrer nos solutions en mode SaaS (Software-as-a-Service), nous avons du même coup récupéré la responsabilité de la gestion des infrastructures informatiques. Nous avons saisi l’opportunité de la migration vers le Cloud AWS pour étendre notre stratégie d’industrialisation jusqu’à la gestion de ces infrastructures. Plusieurs services AWS nous ont permis de renforcer et d’améliorer la gouvernance. Nous utilisons par exemple des services AWS pour nous assurer que les plateformes sont constamment à jour en termes de conformité réglementaire et de sécurité. Pour garantir la performance applicative, nous nous reposons sur Amazon CloudWatch grâce auquel nous pouvons surveiller nos applications, optimiser l’utilisation des ressources, et qui génère des alertes pour nous permettre d’intervenir avant toute dégradation de performance préjudiciable à l’expérience client. Nous avons également profité de la migration vers le Cloud AWS pour standardiser et automatiser le plus possible certaines fonctionnalités en nous adossant à des services AWS pour la gestion des services SFTP, l’installation des patchs de sécurité Windows et la gestion de la sécurité des flux entrants vers les sites web.
Quels bénéfices avez-vous tiré de votre migration vers le cloud ?
Migrer dans le Cloud AWS nous a ouvert l’accès à une multitude de services qui facilitent l’amélioration de nos solutions et accélèrent l’innovation. Nous avons ainsi pu proposer à nos clients, avec l’outil de BI Amazon QuickSight, des tableaux de bord interactifs présentant leurs risques en multipliant les axes d’analyse. Cela permet par exemple à nos clients d’analyser leurs données de risque ou de prévisionnel d’encaissement par zone géographique, pays, Business Unit,… grâce à la puissance de calcul en mémoire parallèle du moteur SPICE d’Amazon. Nos clients peuvent aussi dorénavant estimer précisément leurs rentrées financières à l’aide de modèles prédictifs construits autour des services de Machine Learning AWS. Industrialiser c’est aussi simplifier. Prochainement, nous allons mettre en œuvre le « serverless » pour nous affranchir d’une couche d’infrastructure (la machine virtuelle) que nous devons gérer aujourd’hui et sur laquelle nous installons les sites web ou les programmes. L’optimisation de ces ressources sera gérée automatiquement par ce service AWS. Cela nous offrira également la possibilité de changer notre méthode de mise à jour des versions de nos sites web et de nos programmes en utilisant des pipelines beaucoup plus modernes et efficaces.
Votre activité dépend d’algorithmes : comment assurer leur performance tout en garantissant la protection des données ?
L’analyse de risque repose effectivement sur la qualité des algorithmes mais également sur la confiance dans la disponibilité des infrastructures et dans la protection des données. Nos architectures utilisent tous les dispositifs de redondance appropriés et bénéficient de la proactivité du support AWS. Ce sont ces mécanismes de redondance qui, associés à la gouvernance renforcée par le cloud, nous permettent d’atteindre une disponibilité voisine des 100 %. Les algorithmes d’analyse de risque de crédit exploitent d’importants volumes de données financières qui contiennent des informations sensibles. De nombreux clients s’interrogent légitimement sur la protection de leurs données hébergées dans un cloud public, et tout particulièrement vis-à-vis de la législation américaine de type Cloud Act. Pour lever tous les doutes, dans le cadre des audit AWS, le cabinet Ernst and Young a démontré que même AWS n’avait aucun moyen de décrypter et de lire les données clients dès lors que l’architecture mise en œuvre respectait les bonnes pratiques (clés d’encryptage,…).
Autres articles
