Une banque internationale, dont le siège se trouve en Europe occidentale, a commencé à automatiser ses activités de prêt au milieu des années 1990. Au début, elle s'est concentrée sur un aspect du processus global, à savoir la génération de contrats de prêt et de documents de garantie. La banque a d'abord déployé un système basé sur DOS mais, dès l'an 2000, elle est passée à HotDocs, le leader du secteur. Par étapes, au cours des années suivantes, la banque a mis HotDocs à la disposition de 9 000 représentants de clients dans le monde entier sous la forme d'une application web.
Le facteur HotDocs
Du point de vue de l'efficacité, HotDocs a offert à la banque une amélioration considérable par rapport à son approche manuelle précédente, qui impliquait qu'un expert en prêts crée une liste de spécifications de documents, qui était ensuite transmise au pool de traitement de texte. Ce dernier créait manuellement les documents, qui étaient ensuite renvoyés à l'expert en prêts pour une révision éditoriale, après quoi les documents étaient renvoyés au traitement de texte, et ainsi de suite. Bien que cette approche ait fini par produire des documents prêts pour la transaction, elle était coûteuse, longue et sujette à l'erreur humaine.
En revanche, HotDocs permettait à n'importe quel représentant de la clientèle de saisir simplement les données spécifiques à la transaction dans un seul entretien et de générer en quelques secondes le contrat et la garantie, qui pouvaient ensuite être examinés par un expert avant leur exécution. Non seulement ce processus était beaucoup plus rapide et moins coûteux, mais il permettait également d'obtenir des documents de meilleure qualité avec moins de risques, un avantage lié à la réduction de l'interaction humaine dans le processus.
Automatiser le reste du processus de prêt commercial
Outre la réduction des risques liée à l'existence d'un processus contrôlé et automatisé, ainsi que l'amélioration de l'efficacité et de la qualité de la documentation que HotDocs permettait à la banque, la direction de la banque souhaitait automatiser d'autres aspects de l'activité de prêt. L'acheminement des données n'était pas encore automatisé et le processus d'approbation était difficile, car il impliquait la synthèse et l'analyse manuelles de centaines - voire, dans certains cas, de milliers - d'éléments de données discrets.
Pour résoudre ces problèmes et d'autres encore, la banque a créé et déployé une plateforme de flux de travail propriétaire. Cette plateforme fournit un cadre pour les activités de prêt de la banque en les organisant en un processus structuré (flux de travail) qui recueille les données par étapes, achemine les données pour examen par la direction, fournit une analyse essentielle des données et un signalement, et génère des documents prêts à être utilisés pour les transactions.
Le déroulement des opérations
Le flux de travail de la banque commence par l'ouverture d'un dossier et se poursuit par la collecte d'informations de base sur le dossier - le nom de l'entreprise qui demande le prêt, le montant du prêt, etc. Le flux de travail fait également référence aux systèmes de crédit internes et externes pour établir le profil du demandeur de prêt. L'étape suivante du flux de travail implique la collecte et l'analyse des données spécifiques au dossier. Pour cette fonctionnalité, la banque a développé une autre technologie propriétaire qu'elle a baptisée Expert Loan, une sorte de système expert qui recueille des données hautement structurées et spécifiques à un prêt et les analyse pour s'assurer qu'elles sont conformes à des normes prédéfinies.
Prêt expert
Construit sur la plateforme HotDocs, Expert Loan est une séquence analytique de collecte de données qui s'étend à des secteurs verticaux - par exemple, l'hôtellerie, les produits laitiers, les concessionnaires automobiles, etc. Au-delà de la collecte de données, Expert Loan fournit une analyse des ensembles de données, conçue spécifiquement pour mettre en évidence les problèmes potentiels d'un candidat donné.
Collecte interactive de données
Au total, Prêt Expert comprend des champs pour plus de 6 000 données discrètes. Cependant, un prêt commercial pour un type particulier d'entreprise - par exemple, un hôtel - peut ne nécessiter que quelques centaines d'éléments d'information. Poser des milliers de questions inutiles lors d'une demande de prêt serait sans aucun doute inefficace, mais cela pourrait également prêter à confusion et induire en erreur.
En utilisant HotDocs pour créer Prêt Expert, la banque a pu tirer parti des entretiens HotDocs, qui sont très interactifs. Les questions qui doivent être posées en toutes circonstances peuvent être regroupées dans des formulaires qui s'affichent pour chaque nouveau demandeur. Les questions conditionnelles peuvent être affichées ou non dans un formulaire, en fonction des réponses aux autres questions du formulaire, ou elles peuvent être regroupées avec d'autres questions ayant le même profil conditionnel dans des formulaires qui ne sont affichés que si certaines conditions sont réunies.
Analyse de l'approbation des prêts
Les prêts commerciaux pouvant porter sur des millions de dollars, la banque applique des normes d'approbation rigoureuses. L'une de ces normes consiste à comparer et à analyser les données pour en vérifier la cohérence interne. Par exemple, un hôtel qui demande un prêt de 2 millions de dollars pour moderniser ses installations est cohérent s'il compte, disons, 200 chambres. En revanche, si l'hôtel ne compte que 20 chambres, un prêt de 2 millions de dollars pourrait être incohérent. Bien qu'il s'agisse d'un exemple simple, Prêt Expert comprend des règles de gestion très sophistiquées qui peuvent signaler des milliers d'incohérences obscures qu'un agent de crédit pourrait ne pas remarquer.
En intégrant la logique opérationnelle requise dans l'entretien de prêt expert, la banque est en mesure d'attribuer un code couleur aux réponses afin de signaler d'éventuelles incohérences. Par exemple, une réponse conforme aux lignes directrices sera codée en vert, une réponse susceptible d'être incompatible avec les lignes directrices sera codée en orange et une réponse incompatible avec les lignes directrices sera codée en rouge.
Si un représentant de la clientèle recommande un prêt à un agent d'approbation malgré l'apparition de réponses orange et/ou rouges, le représentant de la clientèle peut fournir une explication écrite des raisons pour lesquelles le prêt devrait être approuvé, indépendamment des incohérences par rapport aux normes. La logique intégrée de Prêt Expert garantit que les incohérences obscures d'un ensemble de données ne seront pas manquées, une possibilité qui pourrait avoir un résultat catastrophique.
Amélioration de l'efficacité des agents chargés de l'approbation des prêts
Avant le déploiement de Prêt Expert, les représentants des clients rédigeaient un rapport expliquant pourquoi un prêt était recommandé pour approbation. Afin d'éviter qu'un agent de crédit n'ait besoin d'éclaircissements supplémentaires sur les données d'une demande de crédit, les représentants des clients rédigeaient des rapports complets et détaillés. Le défi pour les agents d'approbation des prêts était d'extraire les faits pertinents de ces longs rapports écrits. Expert Loan a résolu ce problème en permettant aux agents d'approbation d'examiner uniquement les points de données d'une demande de prêt. Le codage couleur des données individuelles a permis de rationaliser et de sécuriser davantage le processus d'approbation.
Gestion des droits
L'une des principales fonctionnalités du système de flux de travail de la banque est la prévention de la fraude, en particulier sous la forme d'une collusion entre un emprunteur et un représentant de la clientèle. La gestion des droits est l'un des moyens utilisés par le système de gestion des flux de travail pour prévenir la collusion. Alors qu'un représentant de la clientèle est en mesure d'accéder à un entretien de prêt particulier dans Expert Loan tout au long du processus de saisie des données, une fois que l'entretien terminé a été soumis pour approbation, le représentant de la clientèle ne peut plus accéder à l'entretien.
Une fois qu'un prêt a été approuvé, le chargé de clientèle peut revenir à l'entretien ; toutefois, l'ensemble de données sur lequel le prêt a été approuvé est verrouillé. Le représentant du client peut accéder à tous les champs supplémentaires nécessitant des réponses.
Génération de documents
Une fois l'ensemble des données approuvées, le flux de travail permet de générer les documents, un processus qui ne prend que quelques secondes. Les documents sont enregistrés directement au format PDF et sont réintégrés dans le flux de travail, ce qui permet de contrôler les versions des applications de traitement, de la documentation et des ensembles de données HotDocs.
Résumé
La banque utilise HotDocs comme partie intégrante de ses processus de crédit depuis plus de dix ans et a produit des millions de documents de prêt et de garantie pour ses clients. HotDocs fournit à la banque plusieurs parties intégrantes de son flux de travail d'approbation des prêts, y compris la collecte de données complexes, l'analyse sophistiquée des données et la génération de documents.
Note de l'éditeur : Cet article a été publié à l'origine sur HotDocs.com. En juin 2024, Mitratech a acquis HotDocs, une plateforme avancée d'automatisation des documents. Le contenu a depuis été mis à jour pour inclure des informations alignées sur nos offres de produits, les changements de réglementation et la conformité.
