Anomaly detection : detecter qu'un bon payeur se degrade avant qu'il soit trop tard

Le signal faible vaut plus que l'alarme tardive

Quand un de vos clients tombe a 90 jours de retard, c'est trop tard. La probabilite de recuperation amiable est tombee a 50%. Vous etes en mode degat.

L'inverse est vrai aussi : quand un client devie de son comportement habituel, meme legerement, c'est un signal faible qui annonce souvent un probleme plus grave. Et c'est a ce moment-la qu'il faut agir, pas 3 mois plus tard.

Qu'est-ce qu'une anomalie de paiement ?

Une anomalie, c'est un ecart significatif entre :

• le comportement passe du client (moyenne, mediane, pattern habituel) ;
• son comportement recent.

Exemples concrets :

• Un client qui payait toujours sous 30 j passe a 45 j sur ses 3 dernieres factures.
• Un client qui repondait en 2 jours arrete de repondre depuis 10 jours.
• Un client dont le score de fiabilite passe de 95 a 75 en 90 jours.

Chaque anomalie, prise isolement, peut etre benigne. Combinees, elles annoncent presque toujours un probleme reel : trouble financier, conflit interne, changement d'interlocuteur, contestation latente.

Les 3 metriques cles a tracker

1. Tendance du score fiabilite (3 mois)

Si vous calculez un score de fiabilite 0-100 par client (delai paiement + collecte + aging + litiges), vous pouvez le snapshoter chaque jour. Au bout de 90 jours, vous comparez :

delta = score_actuel - score_il_y_a_90_jours

• delta < -10 : derive notable, surveiller.
• delta < -20 : derive forte, intervention humaine.
• delta > +10 : amelioration nette, a valoriser.

2. Ecart sur le delai moyen recent

Comparer le delai moyen de paiement des 3 dernieres factures vs la moyenne globale 12 mois :

• +5 a +10 j : peut etre du bruit (1 facture lente).
• +10 a +20 j : signal moderate, surveiller la prochaine echeance.
• > +20 j : signal fort, contacter rapidement.

3. Engagement email

Si vous trackez les opens / replies de vos relances, une chute brutale est revealatrice. Un client qui ouvrait 80% des emails et qui passe a 20% sur les derniers est en train de se desengager.

Comment construire la detection

Etape 1 : snapshot historique

Pour comparer "maintenant vs il y a 90 jours", il faut une table de snapshots. Chaque jour, un cron stocke le score actuel de chaque client. Quand on veut comparer 90 jours plus tard, on lit la ligne du jour J-90.

Etape 2 : seuils calibrés

Eviter les fausses alertes. Un seuil trop bas (-3 points) declenche trop d'alertes (bruit). Un seuil trop haut (-25 points) rate les signaux precoces. Calibrer entre -10 et -15 selon votre tolerance.

Etape 3 : ranking par impact

10 clients en derive simultanee, c'est ingerable. Trier par volume de cash en jeu × amplitude de la derive. Concentrer l'energie sur les 3 plus critiques.

Que faire face a une anomalie ?

Niveau 1 : observation passive

Une derive legere (-5 a -10 points) ne necessite pas d'action immediate. On note dans le playbook client, on surveille la prochaine echeance.

Niveau 2 : ton plus alerte sur la prochaine relance

Une derive moderee (-10 a -20 points) doit etre injectee dans le contexte de l'agent IA. La relance passe de "cordiale" a "ferme mais respectueuse", avec une demande explicite de retour.

Niveau 3 : intervention humaine

Une derive forte (-20 et plus) merite un appel ou un email personnalise du DAF/responsable cash. Ce n'est plus du recouvrement automatise — c'est de la gestion de relation.

Le piege de la sur-reaction

Toutes les anomalies ne sont pas malignes. Un client en vacances 3 semaines peut faire chuter son delai moyen sur 1 facture. Un changement de comptable interne peut creer un trou ponctuel.

Pour eviter la sur-reaction :

• Toujours croiser plusieurs signaux (score + engagement + delai).
• Donner une fenetre d'observation avant d'alerter (3 factures recentes minimum).
• Permettre a l'utilisateur de "marquer comme attendu" certaines anomalies.

Conclusion

L'anomaly detection est ce qui distingue un outil de recouvrement reactif (qui agit apres le mal) d'un outil preventif (qui agit avant). Avec une table de snapshots simple et 3 metriques bien choisies, vous pouvez detecter 80% des derives clients 60 jours avant qu'elles deviennent des impayes durs. C'est exactement ce qui differencie un suivi pilote d'une trésorerie qui subit.