Introduction

Une entreprise B2B se caractérise principalement par son besoin de compter sur ses clients ou d'autres entreprises pour régler rapidement les biens livrés. En comptabilité, on utilise le terme « comptes clients ». Le processus est simple : un client commande des marchandises à l'entreprise. Les biens sont livrés au client (qui est une autre entreprise) et une facture lui est remise avec une date d'échéance. En règle générale, un délai raisonnable est accordé entre la livraison des marchandises et la date d'échéance de la facture, afin de s'assurer que le client est satisfait de la livraison.

Dans l'idéal, nous attendons des clients qu'ils honorent leurs factures, mais ce n'est pas toujours le cas. C'est pourquoi nous élaborons une stratégie à mettre en œuvre au sein de l'entreprise pour améliorer le « processus de relance », qui garantit essentiellement que tous les comptes clients inscrits dans les livres sont recouvrés sans délai.  
‍

Cadre d'analyse prédictive

Notre cadre proposé introduit un modèle d'analyse prédictive que nous appelons la solution de « Propension au paiement » (PTP). Nous utilisons les résultats de ce modèle comme données d'entrée pour un cadre d'analyse prescriptive qui prendra les décisions au nom de l'entreprise.  

Le modèle prédictif est un modèle classique d'IA/ML qui utilise l'historique du comportement des clients ainsi que de nombreux autres attributs pour déterminer la probabilité qu'un client tarde à payer à temps.  

D'après notre expérience dans le développement de la solution PTP avec nos clients, nous avons constaté que le modèle est très précis pour prédire le « segment de paiement » approprié pour chaque client.  

Le modèle nous permet de mettre en place une stratégie « proactive » dans notre processus de recouvrement. Sur la base des segments prédits, nous adoptons une stratégie d'engagement qui détermine quel message ou canal est approprié pour communiquer avec ces segments. Cette stratégie proactive augmente la probabilité que les clients à risque soient contactés tôt dans le processus de recouvrement, permettant ainsi de réduire le délai moyen de paiement (DSO).
‍

Cadre d'analyse prescriptive

Maintenant que nous avons établi notre cadre d'analyse prédictive qui caractérise le processus de recouvrement, nous introduisons le cadre d'analyse prescriptive qui nous aidera à prendre des décisions optimales concernant la manière d'interagir avec les clients identifiés dans les segments.

Le cadre d'analyse prescriptive est un cadre d'optimisation qui fournit une stratégie ou une politique de solution que nous pouvons mettre en œuvre pour atteindre nos objectifs. Dans notre problématique commerciale, nous devons prendre des décisions au fil du temps ; nous avons donc une notion d'horizon temporel (par exemple, 7 jours). Comme nous devons prendre des décisions de manière séquentielle, notre cadre d'analyse prédictive relève du paradigme de ce que nous appelons la modélisation décisionnelle séquentielle (SDM).
‍

Modélisation décisionnelle séquentielle (SDM)

Le cadre SDM s'efforce de répondre à trois questions principales avant que nous ne construisions le modèle mathématique pour résoudre le problème. Ces trois questions sont :

1. Quelles sont les mesures sur lesquelles l'entreprise doit se concentrer ?
2. Quelles sont les décisions que l'entreprise doit prendre pour atteindre ces mesures ?
3. Quelles sont les incertitudes ou les risques potentiels qui peuvent affecter l'objectif de l'entreprise d'atteindre les mesures souhaitées ?

L'analyse décisionnelle séquentielle (SDA) offre une méthode rigoureuse pour prendre des décisions au fil du temps dans un contexte d'incertitude, en intégrant l'apprentissage et l'adaptation. Il s'agit d'une approche supérieure à la modélisation décisionnelle statique, où les décisions commerciales sont prises comme une optimisation ponctuelle qui suppose une information parfaite et ne permet aucun retour ni aucune correction. Cependant, dans le monde réel, les informations arrivent de manière séquentielle, les résultats sont incertains et les bonnes décisions prises aujourd'hui permettent de prendre de meilleures décisions demain.

La SDA modélise le monde comme une série de décisions évolutives sous incertitude. À chaque instant, nous observons, agissons, recevons de nouvelles informations et mettons à jour l'état. L'état représente les informations dont nous disposons à un moment précis. Une décision est une action entreprise sous la contrainte de l'état. Les informations exogènes sont de nouvelles données que nous ne pouvons pas contrôler. Nous utilisons une fonction de transition pour transformer l'état actuel en un nouvel état en fonction de la décision prise et des informations exogènes à ce moment-là. L'objectif est de choisir une politique qui prend de bonnes décisions afin de maximiser (ou minimiser) un objectif donné. Il existe généralement quatre classes de politiques dans la littérature de pointe sur la SDM.

Quelles sont les mesures ?

Parmi les mesures sur lesquelles nous devons nous concentrer figure le délai moyen de paiement (DSO). Le DSO désigne le nombre moyen de jours nécessaires à une entreprise pour encaisser un paiement après la réalisation d'une vente. Il est évident que toute stratégie de recouvrement efficace cherche à minimiser le DSO. Un autre attribut significatif est l'ancienneté des factures.

Le taux de défaillance est une autre mesure importante. Perdre des clients n'est jamais une bonne chose pour une entreprise, mais celle-ci doit tout mettre en œuvre pour dialoguer avec le client afin de s'assurer qu'il est en mesure de payer ses factures et de maintenir un bon crédit auprès de l'entreprise, garantissant ainsi de futures commandes.

Le service recouvrement de toute entreprise se compose d'employés dont la mission est de veiller au paiement des factures dans les délais impartis. Ils interagissent avec les clients par e-mail, téléphone ou via d'autres canaux, et cette activité doit être mesurée pour garantir une répartition équitable de la charge de travail entre tous les collaborateurs.

Nous ne cherchons pas à analyser la qualité des opérations d'un centre d'appels. En revanche, nous devons mesurer l'efficacité d'un employé du service recouvrement dans la résolution des factures impayées.
‍

Quelles sont les décisions à prendre ?

Comme il est d'usage dans un modèle de décision séquentielle (SDM), les décisions doivent être prises en temps opportun, et le cadre prescriptif doit déterminer le moment opportun pour contacter le client ainsi que la fréquence des communications. Certains employés entretenant des relations privilégiées avec des clients spécifiques, il est parfois nécessaire de restreindre les échanges à ces seuls collaborateurs. Il existe plusieurs manières d'interagir avec le client, notamment par SMS, e-mail, appels de courtoisie ou lettres de mise en demeure. Ces décisions seront prises au sein du cadre d'analyse prescriptive. Une autre décision cruciale concerne la priorisation des clients, qui s'appuie généralement sur le nombre de jours de retard de paiement et le montant de la facture.
‍

Quels sont les risques et les incertitudes ?

Tout cadre d'analyse prescriptive doit anticiper et traiter les risques et incertitudes susceptibles d'affecter la prise de décision optimale. Dans ce cas précis, certains paiements peuvent être retardés en raison de litiges concernant les marchandises livrées (qualité, quantité, etc.). Il existe également un risque permanent de défaut de paiement de la part de certains clients, entraînant une situation de créance douteuse.

Le cadre SDM étant résolu sur un horizon temporel donné, il est impératif que le modèle prenne en compte les prévisions de paiements et d'achats futurs. Toute prévision est probabiliste et comporte un risque inhérent. Le cadre d'analyse prédictive qui sous-tend la solution PTP est lui-même probabiliste, ce qui implique un risque de segmentation incorrecte par le modèle. Des processus de validation suffisants doivent être mis en place pour évaluer le risque associé au modèle prédictif.
‍

Conclusion

Nous avons abordé l'un des enjeux opérationnels les plus importants pour toute entreprise : assurer le recouvrement rapide des comptes clients (AR). Nous présentons une stratégie de solution intégrée combinant un cadre d'analyse prédictive et un cadre d'analyse prescriptive. Le volet prédictif est centré sur le modèle de propension. Nous utilisons la modélisation de décision séquentielle (SDM) comme approche pour prendre des décisions optimales au sein du cadre prescriptif. Nous suivons le paradigme fondamental d'un cadre SDM, qui consiste à identifier les indicateurs, les décisions ainsi que les risques ou incertitudes.