![](https://cdn.carrevolutis.com/reborn-production-cdn-bucket/societes/413/inovatic_n_1680193166.png)
Inovatic
La data au service de la détection de la fraude
![cover du contenu La data au service de la détection de la fraude](https://cdn.carrevolutis.com/reborn-production-cdn-bucket/actus/la-data-au-service-de-la-detec_r_1688976082.png)
1. L’ampleur de la fraude aux documents aujourd’hui
Ces dernières années, la fraude aux documents explose ! Selon une étude menée par LexisNexis sur la criminalité financière, celle-ci aurait couté pas moins de 27 milliards d’euros en France en 2022.
Dans un monde qui se digitalise de plus en plus, la fraude se développe : l’information peut être produite plus vite, avec des techniques de plus en plus sophistiquées. Par ailleurs, l’internationalisation des échanges tend à créer de nombreuses failles dans les process.
Parmi les types de fraude les plus représentés, certains acteurs pratiquent notamment la fraude aux faux fournisseurs et aux faux clients, pour du matériel ou des sommes d’argent.
Les escroqueries via l’IA se développent aussi rapidement, avec un préjudice 4 millions d’euros par semaine de fraudes commise par ce biais en France.
Dans ce contexte, les établissements financiers ont de plus en plus besoin de garantir que les données qu’ils traitent sont fiables, consistantes, conformes et authentiques.
2. Sensibiliser les utilisateurs
Dans la fraude, l’enjeu est à la fois individuel et collectif.
- L’enjeu est avant tout individuel, comme une fraude peut faire perdre de l’argent à une entreprise et la compromettre fortement.
- Mais il est aussi collectif, et passe par la prévention : en détectant un acteur frauduleux et en le dénonçant, on peut mieux prévenir les futures escroqueries.
Pour mettre en place un tel cercle vertueux, il faut travailler avec les entreprises, et les acculturer à ce type de problématiques, leur faisant prendre conscience de l’importance de ces enjeux.
3. Quelle technologie utiliser ?
Pour détecter la fraude via la data, plusieurs technologies peuvent se révéler utiles :
- L’IA, via une solution de machine learning telle que celle d’Inovatic, permet non seulement de scanner les documents, mais aussi d’apprendre à repérer, au fur et à mesure, les patterns utilisés par les fraudeurs, de façon parfois peu visible à l’œil humain, et ainsi de repérer la fraude de façon de plus en plus précise.
- La blockchain, de son côté, permet d’ancrer et de certifier les documents à la source et de mieux les identifier. Elle fonctionne comme un registre ouvert et donne accès à toutes les métadonnées d’un document et les modifications qu’il a reçues, compliquant considérablement la fraude.
4. Comment détecter la fraude ?
Pour détecter la fraude, il faut d’abord vérifier la data tout au long de la chaîne à chaque démarche, rendre le dépôt des documents nécessaires obligatoire, et respecter les règles de conformité à chaque étape.
Ensuite, on peut distinguer plusieurs types de données à prendre en compte :
- La qualité du document en question dépend des données qu’il contient. Des données de qualité, exhaustives, aussi précises que possible, vont en général permettre de détecter une potentielle fraude plus facilement. Un logiciel tel qu’Inovatic peut y déceler des incohérences et les signaler.
- Les métadonnées propres au document sont aussi à prendre en compte : est-on sûr de qui a émis le document, de sa source, est-ce que celle-ci est fiable ? Quel est son horodatage (date, heure d’émission) ?
- Pour déceler la fraude, il faut également pouvoir croiser ces datas avec des données externes : sont-elles cohérentes à travers tous les documents ? Sont-elles conformes à la loi ? Parfois, il arrive aussi que les données d’un document sont justes mais correspondent à des patterns anormaux. Par exemple les données peuvent être cohérentes entre elles mais bizarrement élevées, ce qui peut traduire une anomalie.
Si tous ces critères sont à observer de près, il faut cependant se méfier des faux positifs : il arrive que la détection soit trop sensible, relevant des signaux qui n’en sont pas vraiment, ou qu’un utilisateur fasse des fausses manœuvres à première vue suspectes, comme par exemple créer par erreur plusieurs comptes. Avant de prendre des mesures drastiques, il est important d’alerter le client et de vérifier avec lui qu’il ne s’agit pas d’une erreur, quitte à lui demander des informations plus précises pour écarter tout soupçon.
Des solutions telles que CreditSafe ou Meelo utilisent le scoring pour synthétiser les profils des entreprises scannées et évaluer la qualité des informations qui ont été détectées. Par exemple, une note élevée pourra ainsi traduire une fiabilité élevée, alors qu’une note basse appellera à plus de méfiance.
5. Les enjeux liés à l’international
Dans le cadre d’une analyse de documents, il peut s’avérer nécessaire de passer au crible des documents issus de pays étrangers. Les législations et les pratiques variant d’un pays à un autre, il faut parfois revoir tout le process à l’aune de ce critère, basé sur des patterns qui peuvent être complètement différents.
Dans certains pays, la mise en place d’une technologie peut provoquer un véritable boost en matière de détection de fraude : c’est par exemple le cas de la blockchain, mise en place par Authentic Blockchain, qui dans certains pays du Maghreb, se substitue à des formalités plus lâches que dans des pays européens.
Cependant, tenir compte de ces enjeux peut constituer un bon moyen d’améliorer ses process de détection de fraude : il arrive que certains pays aient de l’avance par rapport à d’autre, et cela peut constituer un moyen de repérer et d’anticiper des comportements inhabituels.
- Vues45