Cet article est écrit par Greg Kato, directeur de la conformité, City and County of San Francisco - Office of the Treasurer & Tax Collector


Le bureau du trésorier et du percepteur des impôts de San Francisco est responsable de la collecte annuelle de milliards de dollars pour San Francisco par le biais de diverses taxes et redevances. Alors que la plupart des contribuables paient leurs impôts en totalité et à temps, certains contribuables ne le font pas. Ces comptes deviennent en souffrance, nécessitant des efforts de recouvrement. Les collections peuvent être longues et coûteuses.

Notre Bureau apprécie de prendre des décisions fondées sur des données probantes pour utiliser efficacement des ressources limitées. Nous avons récemment vu le succès en ajoutant des tests contrôlés aléatoires de messages avec des informations comportementales à nos collections. Au cours de ce processus, nous en sommes venus à nous considérer comme des «architectes de choix» qui utilisent la conception intelligente pour pousser les mandants à faire la bonne chose.

Qu'est-ce qu'un test contrôlé randomisé?

Les tests contrôlés aléatoires, également appelés tests A / B , consistent à identifier une population cible; le séparer au hasard en deux groupes (contrôle et traitement); exécutez le test, puis comparez les résultats.

50000-san-francisco-businesses-got-a-behavioural-intervention-in-their-mailboxes_asset_image1-9-1024x633

Avec un groupe expérimental suffisamment grand, vous pouvez déduire la causalité en randomisant qui reçoit le traitement par rapport au contrôle, ce qui garantit que les deux groupes sont similaires. Cette approche signifie que vous contrôlerez les différences entre les deux groupes, même ceux auxquels vous n'avez pas pensé. De cette manière, vous pouvez déduire que le traitement est la cause de la différence de résultats entre les groupes (le cas échéant), et le changement n'était pas simplement une corrélation.

Perspectives comportementales dans la pratique

Des recherches psychologiques récentes ont montré que de petits changements peuvent avoir des effets démesurés sur les réponses. San Francisco s'est associée à l'équipe Behavioral Insights (BIT) dans le cadre de l'initiative What Works Cities de Bloomberg Philanthropies pour utiliser les informations comportementales afin d'améliorer la correspondance des contribuables.
Nous avons utilisé le soi-disant cadre EAST développé par le BIT, qui organise les concepts de compréhension comportementale en catégories pour aider les décideurs à les déployer plus facilement. EAST signifie Easy, Attractive, Social, and Timely Paying taxes on time.

En effectuant des essais de contrôle aléatoires, nous avons trouvé un moyen d'améliorer nos pratiques en utilisant une approche fondée sur des preuves

Chaque entreprise à San Francisco est tenue de payer une taxe d'enregistrement annuelle. Nous nous sommes demandé si une intervention comportementale pourrait faire en sorte que plus d'entreprises paient à temps, ce qui permettrait à notre service d'économiser beaucoup de temps et d'argent. La population cible était les quelque 100 000 entreprises enregistrées à San Francisco.

Nous avons commencé par diviser aléatoirement la population en deux en ajoutant un numéro d'identification à chaque contribuable à l'aide du générateur de nombres aléatoires dans Excel. Nous avons ensuite trié par identifiant et divisé le groupe en deux. Nous avions maintenant randomisé l'intervention avec environ 50 000 entreprises en traitement et 50 000 dans le groupe témoin.

Nous avons ensuite envoyé au groupe de traitement leur avis d'imposition dans une enveloppe qui avait une boîte rouge imprimée à l'extérieur qui se lisait «Avis d'imposition éviter les pénalités à renouveler d'ici le 31 mai». Notre intuition était que l'encadré rouge et le texte seraient attrayants et opportuns dans le cadre EAST en attirant l'attention et en soulignant la date limite.

50000-san-francisco-businesses-got-a-behavioural-intervention-in-their-mailboxes_asset_image2-4

Le groupe témoin a reçu notre enveloppe standard sans la boîte rouge et le texte.

Nous avons attendu après la date limite, puis comparé les deux groupes. Dans le groupe de traitement, 282 contribuables de plus avaient payé à temps par rapport au groupe témoin, soit une augmentation d'environ 0,73%. En raison de la taille des échantillons (50 000 contribuables), la différence était statistiquement significative car la probabilité que la différence soit due à une différence entre les deux groupes plutôt qu'à un hasard était supérieure à 95%. Comme nous avons randomisé les échantillons et qu'ils étaient suffisamment grands, nous pouvons affirmer définitivement que le traitement, les enveloppes, ont fait la différence.

Au cours de l'expérience, San Francisco a augmenté les paiements en temps opportun d'environ 30 000 $ et réduit nos collections en aval. Il en a coûté environ 4 000 $ pour imprimer 50 000 enveloppes spéciales. L'expérience a généré plus que son coût par un facteur de plus de 7 à 1 - tout à fait un retour sur investissement!

Devenez un architecte de choix

L'expérience de San Francisco avec l'utilisation des informations comportementales a été positive. Nous avons constaté des changements statistiquement significatifs dans le comportement des contribuables grâce à des expériences très peu coûteuses à mettre en œuvre. Bien que ces approches ne soient pas des balles d'argent, en effectuant des essais de contrôle aléatoires, nous avons trouvé un moyen d'améliorer nos pratiques en utilisant une approche fondée sur des preuves, plutôt que des intuitions ou des suppositions.

Merci d'avoir pris le temps d'en savoir plus sur l'expérience de San Francisco avec les essais contrôlés randomisés et les informations comportementales. Je vous encourage à devenir un «architecte de choix» en intégrant la prise de décision fondée sur des preuves dans leur travail. - Greg Kato

Voir plus d'expériences comportementales ici.

(Crédit photo: Unsplash)