Faute de données bancaires suffisantes, les pays émergents recourent de plus en plus à des données alternatives (réseaux sociaux, navigation, mobile) pour le credit scoring. Les institutions financières des pays développés, désireuses d’affiner le score existant, s’y intéressent aussi.

L’utilisation de données alternatives dans le cadre du credit scoring est une pratique déjà très répandue dans les pays émergents. La sous-bancarisation et le manque d’historique bancaire privent une grande partie de la population de l’accès au crédit via les techniques traditionnelles de scoring. Lenddo, plateforme de crowdlending fondée en 2011 aux Philippines, a par exemple pivoté en BtoB en 2014 pour vendre aux banques, plateformes de prêts ou opérateurs télécoms sa technologie de credit scoring basée sur des données alternatives. Aujourd’hui, la société travaille dans des pays émergents avec de grandes banques comme l’indonésienne Mandiri, Citibank, TFC ou Santander.

La promesse de ces sociétés : permettre d’octroyer des crédits à des personnes qui n’auraient jamais été acceptées via les méthodes de scoring traditionnelles (+20%, pour le singapourien DemystData, entre 15% et 50% pour Lenddo, 30% pour le londonien Big Data Scoring…) et réduire la fraude dans le même temps (jusqu’à 60% selon DemystData). Des résultats qui concernent bien sûr leurs marchés privilégiés : Inde, Afrique, Asie et Amérique latine.

Read the full article at Mind Fintech