Les rencontres SOCFIM Immobilier et innovation Gérard NAKACH Transformation Digitale BPCE 18 novembre 2015
2
#immo : nouveau process de vente du crédit immobilier. Big data pour optimiser le traitement des dossiers de crédit. Somhome.com : le «Meetic» de l immobilier. 3
Le crédit immobilier aujourd hui L existant > Acquérir un bien immobilier serait, pour les Français, le stress le plus important après celui de se marier. > Vendre du crédit immobilier est affaire de spécialiste. > L instruction est lourde, minimum de 2 rendez-vous + parcours administratif. Les ambitions > Sécuriser le client. Lui donner l état d'avancement de son dossier. Lui permettre de déposer les pièces en ligne. > Permettre la vente du crédit immobilier, simplement, par tous et partout. Etre transparent vis à vis du client. Emettre une proposition immédiate. Proposer le PTZ automatiquement si le client est éligible. Proposer du crédit immo partout, par exemple dans un Salon. Pouvoir instruire un crédit immobilier totalement en ligne. 4
#immo le nouveau process de vente La solution : développement d un outil > interfacé avec les différents applicatifs et, par exemple, récupérant les données clients pour initialiser le dossier. > Nombreux paramétrages par défaut, mais avec possibilité de les modifier simplement. > Score risque simplifié (9 critères au lieu de 21). > Niveau de délégation augmentée pour tous les collaborateurs de l agence. > Envoi de la proposition par mail. > Edition de l offre de prêt industrialisée. 5
Retours après 6 mois de tests Coté client > En agence ou sur un salon, le client apprécie d être à coté du client et non plus en face. > Simplicité de l offre : 4 pages + liste personnalisée des pièces à fournir. > Il peut déposer ses documents en ligne. > Meilleur délai et qualité de suivi du niveau d avancement par des mails automatiques. Coté agence > Retours très positifs grâce à convivialité de l outil (1 outil au lieu de 3 voire 4), proposition montée en 10 minutes. > Plus besoin de formation. > Proposition au client optimisée. > Fluidité de l entretien découverte qui permet d aborder d autres sujets. -> Déploiement dans l ensemble de la Caisse. 6
Le back office du crédit immobilier L existant : des variations élevées et répétitives de flux de production causant : > Un non respect de la convention de service. > Des coûts supplémentaires. > Un mécontentement des clients. > Des pertes d opportunités. L ambition : avoir une prévision à 3 semaines permettant d adapter le dimensionnement des équipes. 7
Big data traitement crédit immobilier La solution : calcul prévisionnel des pics de production. > À partir des rendez vous clients. > En intégrant les données historiques. > A parti des connaissances des experts. Pour permettre une modélisation prédictive, de la production crédits à venir afin d être plus réactifs dans l appel à ressources externes et de mieux adapter l organisation. 8
Big data traitement crédit immobilier : résultats Le prédictif comparé, a posteriori, avec le réalisé confirme à quelques dossiers près la justesse et la pertinence des prédictions. Semaine 6 7 8 9 10 11 12 13 14 15 16 17 Prédictif 200 184 193 190 196 190 182 204 189 199 185 223 Réel 195 179 197 194 225 178 208 193 215 191 217 192 % réalisation 98% 97% 102% 102% 115% 94% 114% 95% 114% 96% 117% 86% Il donne la vision de la charge de production back office dans les 15 jours/3 semaines à venir et permet ainsi de faire face aux volumes et maintenir les délais et préserver la qualité servie aux clients. 9
Somhome : le «Meetic» de l immobilier Site d annonces immobilières sur les principes d un site de rencontres : mise en relation de particuliers en quête d un bien avec d autres particuliers souhaitant louer leur appartement. Le locataire remplit un profil décrivant sa situation : étudiant, salarié, en couple, avec cautionnaire, etc. Idem pour le propriétaire qui peut, dans le respect de critères objectifs et légaux, inscrire le profil idéal des personnes qu ils recherchent. Un outil de matching automatise le processus de recherche et met en relation propriétaire et locataire dont les profils correspondent. Pour ajouter de l humain il est possible d ajouter une photo, d indiquer les centre d intérêts, les goûts, etc. Comme pour LinkedIn, plus un profil est riche, plus il remonte bien parmi les autres. Une page Facebook a permis, avant le lancement, de recueillir les avis sur le service et de fédérer une communauté d utilisateurs potentiels. 10
Juin 2015 : levée de 500 k et partenariat avec AXA Assistance Levée de fonds auprès de 3 business angels et d Anaxago (plateforme de financement participatif dédiée aux startup et PME de croissance). AXA Assistance partenaire de SomHome sous la forme du lancement d un nouveau service, baptisé «Option Zen permettant de bénéficier d une assistance administrative et pratique pour louer leur bien. Cette levée de fonds illustre l intérêt du marché pour les services alternatifs qui mettent en relation directe les particuliers : SomHome, comme Airbnb dans l hôtellerie, évince les intermédiaires sur le marché de l immobilier. Pour AXA, se positionner auprès des nouveaux entrants et offrir des services complémentaires à des acteurs qui ont souvent des besoins en matière d assurance pour rassurer leurs clients. 11
Vos questions 12