Finies les approximations : comment Branch utilise les données pour affiner ses modèles

Avec plus de 40 millions d'applications téléchargées et des millions de clients à travers l'Afrique et l'Inde, Branch International est une banque et un organisme de microcrédit leader sur son marché, proposant l'une des applications financières les plus populaires au monde. Conçue pour la classe moyenne émergente, Branch offre un accès à une gamme de produits bancaires numériques de haute qualité : prêts instantanés, virements, paiement de factures, placements à haut rendement et épargne, le tout via le téléphone portable des clients.

L'entreprise reçoit chaque jour des dizaines de milliers de demandes de prêt et a déjà accordé plus de 25 millions de prêts. Bon nombre de ces clients sont des nouveaux emprunteurs qui n’ont que peu ou pas d’antécédents de crédit ni d’épargne. Pour évaluer leur solvabilité, Branch utilise l’apprentissage automatique et une approche algorithmique s’appuyant, entre autres, sur les données que les clients partagent depuis leur téléphone portable. Si cette approche à la pointe de la technologie exige transparence et confiance, elle offre également aux clients un moyen équitable, sécurisé et pratique de se constituer un capital et d’épargner pour l’avenir.

En 2020, Branch comptait des clients sur quatre marchés différents et devait gérer et mettre à jour simultanément plusieurs modèles de prêt. À l’époque, une équipe composée d’une seule personne assurait la maintenance de l’infrastructure et l’amélioration des modèles. Elle utilisait AWS SageMaker pour déployer et suivre les modèles qu’elle avait développés, ce qui impliquait un volume important de code personnalisé et un travail manuel considérable. Bien qu’essentielle, la mise en place et la maintenance de cette infrastructure développée en interne prenaient du temps qui aurait pu être consacré à l’entraînement de modèles plus performants. À mesure que l’équipe s’agrandissait, il est devenu crucial de mettre en place des processus efficaces et reproductibles, ainsi que des moyens de partager les connaissances sur les modèles avec les collègues.

Le principal point sensible concernait la mise à jour des modèles, une tâche cruciale pour l’entreprise que Branch effectuait tous les quelques mois afin d’intégrer de nouvelles informations dans sa stratégie de gestion des risques et de réentraîner les modèles existants sur des données récentes. Le lancement d’une nouvelle version de modèle nécessitait un exercice délicat consistant à mettre simultanément la nouvelle version en ligne et à mettre à jour d’autres parties du système. Il s’agissait d’un processus laborieux qui exigeait de nombreuses heures de travail coordonné, s’étalant généralement sur une semaine.

Des amis issus de l'écosystème Y Combinator ont présenté Matt Mollison, responsable des données et architecte en apprentissage automatique chez Branch, aux fondateurs de Taktile. La première démonstration a suffi pour que Mollison se mette à réfléchir à « une solution simple et efficace pour le déploiement de modèles ».

Branch a décidé de devenir le premier client de Taktile en raison de la facilité avec laquelle il est possible de gérer plusieurs modèles simultanément, ainsi que de la promesse d’une extension des fonctionnalités. « Je ne voulais pas passer mon temps à mettre en place une infrastructure. Je voulais consacrer mon temps à améliorer le modèle et à développer notre activité », a expliqué Mollison. Le reste appartient à l’histoire.

Deux ans plus tard, Taktile alimente des centaines de milliers de décisions par jour, et Branch dispose de 16 à 20 modèles de production sur Taktile, dont certains font l’objet d’expériences visant à déterminer quel modèle offre les meilleures performances pour un cas d’utilisation donné. Alors que le modèle en production traite la majeure partie du trafic de Branch, une partie de celui-ci est redirigée vers des modèles de test afin d’évaluer leurs performances dans le cadre de tests A/B systématiques.

Dès qu’un modèle de test démontre qu’il est plus performant que le modèle actuellement en production, il peut être facilement mis en production d’un simple clic. Cette agilité a permis à Branch d’évaluer en permanence ses modèles et d’identifier plus rapidement les meilleurs d’entre eux. « Le fait de pouvoir repérer rapidement un signal et de prendre une décision fondée sur les données pour mettre un modèle en production a éliminé toute approximation », a déclaré Anshul Agrawal, directeur technique. « Il n’y a plus besoin de faire un acte de foi. » 

L'utilisation de Taktile a également permis d'améliorer la visibilité et la collaboration au sein de Branch. Toutes les parties prenantes concernées peuvent facilement se connecter à la plateforme Taktile, ce qui permet à Mollison et à son équipe de partager les modèles et les rapports avec n'importe quel collaborateur de Branch et d'obtenir facilement les retours des autres équipes.

Le fait de travailler avec Taktile plutôt que de développer et de gérer une solution en interne a permis à Branch de libérer des ressources et de se concentrer sur l'essentiel : ses modèles, ses services et ses résultats financiers.

« Nous avons longuement réfléchi à la question de savoir s’il valait mieux développer notre propre système ou l’acheter, et nous aurions probablement pu mettre en place des processus pour résoudre les points sensibles. Mais développer notre propre système aurait nécessité l’expertise combinée de plusieurs équipes, un investissement constant et le recrutement de deux collaborateurs supplémentaires uniquement pour développer les fonctionnalités logicielles », a déclaré Mollison. « Taktile s’est avéré être un choix bien plus avantageux que de s’en tenir au statu quo. Nous n’avons pas eu besoin de consacrer des heures de travail chez Branch à la maintenance ou au développement. Nous avons ainsi pu nous concentrer sur nos modèles et notre activité. »

Outre les économies de ressources réalisées par Branch, l'adoption de Taktile a également permis de résoudre l'un de ses principaux défis : comment itérer plus efficacement sur les modèles. Grâce à Taktile, la mise en œuvre d'un nouveau modèle ne prend désormais plus que 2 heures au lieu de 40, et ne nécessite qu'un seul ingénieur pour coordonner l'ensemble du processus. Cela s'explique par la facilité d'utilisation des pipelines automatisés, ainsi que par les modèles de développement logiciel qui simplifient l'itération.

« Il s’agit d’une infrastructure vraiment essentielle pour nous », a expliqué M. Agrawal. « Si personne ne prenait en charge ce processus, ce serait un véritable désastre pour l’entreprise. Grâce à Taktile, nous pouvons mettre en production nos améliorations en toute confiance et concentrer notre énergie sur l’optimisation des modèles plutôt que de veiller à ce que le déploiement se fasse sans erreur. Nous pouvons nous concentrer sur l’essentiel plutôt que de nous contenter d’assurer le fonctionnement quotidien. »

Au final, Branch a noué un véritable partenariat avec Taktile. « Parmi tous les fournisseurs avec lesquels j’ai travaillé, l’équipe de Taktile est toujours disponible pour collaborer avec nous, recueillir nos retours et nous apporter son soutien, même lorsque cela ne concerne pas directement leur produit ! », explique M. Agrawal. « À une époque où tout le monde se concentre sur la rentabilité, disposer d’un partenaire comme celui-ci est inestimable. »