Interview | Datategy

Quels sont les critères qui définissent la bonne ou mauvaise santé financière d'une entreprise ?

Nous utilisons différents indicateurs financiers afin de caractériser et d’expliciter l’analyse de la santé financière d’une entreprise. Ces indicateurs sont calculés à partir des données présentes principalement dans les comptes annuels de l’entreprise et actualisés à chaque publication de résultats.

L’analyse prend donc en compte entre autres des critères comme :
- La trésorerie qui renseigne sur la solvabilité de l’entreprise.
- L’autonomie financière permettant d’évaluer les sources de financement de son actif.
- L’âge de l’entreprise afin de mesurer sa solidité dans le temps.
- Le cash flow qui mesure la profitabilité d’une entreprise en évaluant sa capacité d’autofinancement et de transformation de ses ventes en trésorerie.
- Un ratio représentant l’ensemble des bénéfices par euro de capital investi.
- La possibilité à l’entreprise de verser des dividendes à ses actionnaires.
- Une quantification des dettes de l’entreprise.
- Autres critères quantitatifs et qualitatifs confidentiels

Tous ces critères sont le résultat de l’opération de “feature engineering”, soit la création de caractéristiques à forte valeur explicative. Opération conjointement construite avec les experts des tribunaux de commerce. Cette opération est commune à une analyse orientée science de la donnée.

Comment l'intelligence artificielle peut anticiper et prévoir la variation de ces critères ?

L’intelligence artificielle se nourrit des critères exposés précédemment dans la phase d’entrainement afin de classifier la santé financière de l’entreprise donnée. Tous les jours, le flux de données est actualisé et le diagnostic sur la santé financière des entreprises mis à jour.

L’interprétabilité donnée par notre produit papAI permet d’interroger le modèle sur les contributions de chaque critère dans sa décision. Cela permet de récupérer une représentation sous forme d’arbre de décision du cheminement de l’intelligence artificielle. Ainsi, grâce aux contributions et aux valeurs de seuil données par papAI, nous pouvons anticiper l’influence d’une variation sur un ou plusieurs critères.
En clair, l’intelligence artificielle est capable, globalement, par secteur d’activité, et par entreprise, de fournir un intervalle de variation de confiance, afin que l’entreprise conserve sa santé financière, ou subisse une dégradation le cas échéant.

Quelles sont les limites de l'IA dans cette aide au scoring d'entreprise ?

Dans cette aide au scoring d’entreprise, l’intelligence artificielle est d’une grande aide dans sa capacité à détecter des signaux faibles.

Cependant, elle pose une limite dans le cas d’un grand changement contextuel, comme une crise sanitaire mondiale. Tout le socle d’apprentissage est alors modifié et un fort écart entre les données d’apprentissage et celles utilisées quotidiennement apparait (data drift). Dans ce cas, une actualisation de la modélisation peut être nécessaire. Notre solution, papAI, permet d’automatiser cette actualisation.
De plus, pour les cas extrêmes de très grandes multi-nationales, avec de nombreuses filiales, des effets de bord peuvent apparaitre tellement les valeurs de leurs résultats s’écartent du contexte général.
Parallèlement, des toutes petites structures avec un profil atypique et pour lesquelles on n’a pas de données précises peuvent également être moins bien prédites.

Globalement, plus on dispose de données concernant une entreprise, plus la prédiction est fiable.

A propos de Datategy
Fondée en 2016 par Mehdi CHOUITEN et Eric CHAU, Datategy est une entreprise spécialisée en Data Science et en analyse de flux de données. Elle valorise les données pour améliorer les prises de décisions stratégiques. La société conçoit, développe et commercialise une solution innovante nommée papAI studio, destinée à rendre l’Intelligence Artificielle plus accessible à tous les types d'entreprises dans tous les secteurs tels que la santé, le transport, l’énergie, les utilities, les télécommunications ou encore l’industrie ou le secteur public.
https://datategy.net/