CCM/DataVue

Où ils en étaient

CCM est une entreprise américaine de marketing crédit qui dépendait d’un prestataire externe pour son modèle de scoring. Pour toute pratique, ce modèle était une boîte noire qu’ils ne pouvaient pas auditer, améliorer ou expliquer à leurs propres clients. Avec plus de 300 millions de dossiers consommateurs transitant par Equifax et d’autres fournisseurs, ils avaient besoin de comprendre leurs propres données ; mais ils n’avaient pas d’équipe data, pas d’IA, pas d’infrastructure, et aucun moyen de construire des modèles de scoring en interne.

Ce que nous avons trouvé

Le problème en surface était “on a besoin d’un datalake”. Le vrai problème était plus profond : toute la logique métier de CCM (qui cibler, avec quelle offre, à quel coût) était sous-traitée à un prestataire qu’ils ne pouvaient pas remettre en question. Les modèles de scoring étaient opaques, le pipeline de données était manuel, et il n’y avait aucun moyen d’itérer sur la performance des modèles. CCM n’avait pas juste besoin d’infrastructure : ils avaient besoin de reprendre la propriété de leur propriété intellectuelle la plus importante.

Ce que nous avons construit

Un premier modèle de machine learning est devenu un produit entier, séparé de l’unité métier initiale. Au fil des ans, nous avons accompli beaucoup de choses : ingestion de données chiffrée avec AWS Transfer Family + PGP + Step Functions, construit un datalake sur S3 et SingleStore avec plus de 4500 attributs par enregistrement, et créé plus de 30 modèles de scoring ML (réponse et conversion) avec MLflow sur SageMaker, flux automatisés d’entraînement et de scoring, une couche de visualisation des données, et des pipelines de monitoring et de réentraînement. Et comme conséquence de tout cela, CCM a pu concevoir DataVue, un nouveau produit, qui ajoute un cadre de conformité APRA pour la confidentialité des données aux États-Unis.

Ce qu’ils peuvent faire maintenant

CCM opère DataVue de manière autonome. Les taux de réponse ont doublé. Les conversions ont augmenté de 130%. L’erreur de scoring a diminué de 30%. Ils sont passés d’un prestataire opaque à plus de 30 modèles qui sont les leurs et qu’ils comprennent. La plateforme sert aujourd’hui 3 fois plus de clients qu’au départ.

Pourquoi ils sont restés

26 mois d’engagement continu. Ce qui a commencé comme un projet de datalake a évolué en une plateforme ML complète, une nouvelle ligne de produit (DataVue), et un cadre de conformité. CCM a continué à élargir le périmètre parce qu’ils font confiance au diagnostic et à l’exécution.