Lutter contre la fraude et les impayés, c’est l’objectif de Meelo, fintech basée à Lille et fondée par trois entrepreneurs : Laurent Kocinski, Mohamed Hadiri et Jérôme Lascombe. Le premier a passé 15 ans dans les sociétés de crédit à la consommation, le deuxième est un expert des risques préventifs et le troisième est le cofondateur de l’agence Hopscotch et de Wiztopic. "La création de Meelo est né d’un double constat, explique en préambule Laurent Kocinski. En France, la fraude et les irrégularités, comme les impayés ou les usurpations d’identité, coûtent 6 milliards d’euros par an. Or seuls 1% des clients se révèlent être des mauvais payeurs".
De ce constat en découle un autre. Tous les outils utilisés aujourd’hui par les entreprises sont tournés autour de ces mauvais payeurs, selon Laurent Kocinski. Autrement dit, la lutte contre la fraude et les risques d’impayés tend à exclure les profils atypiques ou considérés à tort comme moins rassurants, même s'ils paient bien leurs factures. Une approche discriminatoire qui représente aussi une vraie perte de business pour les professionnels. "Notre cœur de métier est de déterminer les bons payeurs, insiste Laurent Kocinski. "Tout est une question d’équilibre : il faut responsabiliser les engagements pour lutter contre l’excès d’endettement sans fermer l’accès aux jeunes, aux travailleurs qui ne sont pas en CDI".
300 données analysées
Meelo a donc mis au point un outil pour sécuriser les transactions, identifier les éventuels fraudeurs et prédire le risque d’impayé. Sa technologie se base sur des techniques d’intelligence artificielle pour établir un profil du client en temps réel. Elle prend en compte les données recueillies de l’entreprise – comme l’historique d’achat, de navigation et de paiement, des données déclaratives fournies par le client ou de données externes, comme des informations publiques accessibles en ligne.
Soit 300 informations par client, particulier comme entreprise, qui permettent d’établir un scoring. "Prenez le cas d’une location immobilière, poursuit Laurent Kocinski. Le premier critère est de gagner trois fois le montant du loyer. Or ce n’est pas parce qu’on gagne 10 000 euros chaque mois que l’on est un bon payeur". Le modèle repose une combinaison de critères qui permet de déterminer en temps réel les bons payeurs, les mauvais… mais aussi ceux qui nécessitent des recherches complémentaires.
La gestion de la fraude est prédictive et permet "de diviser le risque de fraude par trois", selon la start-up. Un outil de reconnaissance d’images et de caractères, connecté à l’interface d’un site, permet également d’analyser les pièces justificatives de manière automatisée et en temps réel. "Meelo traite les documents puis fournit une décision", résume Laurent Kocinski. Et lorsque le machine learning suggère des vérifications complémentaires, par exemple afin de vérifier l’existence d’un client en l’appelant, l’humain reprend la main.
Gain de temps pour les équipes et les clients
Cette approche a séduit Boulanger Location, filiale du distributeur Boulanger spécialisée dans la location de produits électroniques ou électroménagers. La filiale avait formalisé un partenariat il y a un peu plus d’un an, mais la mise en production a pris du retard du fait du Covid-19. Opérationnel depuis le mois de juin, il s’implémente au sein du parcours client, aux étapes de mise au panier et de paiement. "L’outil a été codéveloppé avec nous, nous avons été ses premiers utilisateurs et nous y avons consacré beaucoup de temps", explique Guillaume Caron, le dirigeant de Boulanger Location.
Meelo permet aux équipes "d’évaluer la capacité des clients, rapidement et de façon juste, à recourir à la location", poursuit Guillaume Caron. L’enseigne propose 1 300 références à la location, d’une machine à laver au smartphone en passant par la télévision, pour des périodes variant de 1 à 3 ans. Un positionnement écoresponsable, qui est également à relier avec l’octroi de produits à la location. "Refuser une location à un client qui ne peut pas payer, c’est aussi faire preuve de responsabilité". En effet, le législateur demande aux entreprises de renforcer l’étude de solvabilité (crédit immobilier, loyer, abonnements…) tout en limitant l’utilisation des données personnelles.
80 000 produits font actuellement l’objet d’une location. L’outil, en traitant de manière automatisée, les pièces justificatives, améliore également la productivité des équipes qui peuvent passer davantage de temps sur des tâches à valeur ajoutée. "Cela permet également de faire gagner du temps au client", se réjouit Guillaume Caron. Mais pas à l’importe quel prix. Chaque demande est supervisée par un collaborateur, ce qui explique que l’acceptation d’un dossier n’est pas immédiate. "C’est avant tout un outil d’aide, qui ne remplace pas le regard humain", insiste-t-il. "Nous avons professionnalisé leur chaîne du risque préventif", ajoute Laurent Kocinski.
Un hébergement sur le territoire français
Aujourd’hui, la fintech compte parmi ses clients des banques, des assurances, des e-commerçants et a séduit Apple, Decathlon, LeroyMerlin, Cardif, Cleodis ou encore Sofinco. "Nous établissons un diagnostic pour chaque client, avec une solution clé en main ou des modules interrogés au travers d'API", détaille Laurent Kocinski. Elle espère aussi que sa solution conforme au RGPD, avec un hébergement et stockage en France, sera un argument de poids face aux concurrents internationaux.
Dans un contexte post-Covid, l’outil de Meelo se révèle d’autant plus pertinent. Les entreprises ont vu les ventes en ligne augmenter et s’en préoccupent davantage. La fraude connaît également une hausse tandis que côté consommateur, la détérioration du pouvoir d’achat doit amener les professionnels à ne pas "fermer les vannes", poursuit le fondateur de Meelo. La jeune pousse emploie une douzaine de personnes et n’exclut pas une levée de fonds pour renforcer sa position en France.
