Détection de fraude: Comment les banques peuvent s'améliorer

Au cours des dernières années, nous avons pu observer une transformation du domaine bancaire. Compte courant, carte de crédit, hypothèque, financement divers, investissement et maintenant assurances et programme étudiant sont autant de services qui sont offerts aux particuliers, aux professionnels ou aux entreprises. Dans un tel contexte, il est facilement compréhensible que la détection de fraude dans un tel secteur soit importante. À travers ce billet, nous allons vous présenter les points essentiels que l’intelligence d’affaires peut couvrir pour aider les acteurs du domaine bancaire à détecter la fraude.

Des modèles adaptés

Tout système de détection de fraude doit reposer sur des modèles. Au final, ces modèles ne sont qu’une façon de traiter des données pour en faire ressortir une information. C’est à partir de cette information que les différents systèmes et utilisateurs seront en mesure d’identifier s’il y a une fraude. Lorsque nous parlons des modèles de données et d’information, les méthodologies et outils d’intelligence d’affaires peuvent venir contribuer à la détection de fraude. C’est d’ailleurs pour ces raisons que les banques investissent de plus en plus dans l’intelligence d’affaires.

L’élaboration des modèles se fait à l’aide des différentes unités d’affaires et de statisticiens / actuaires. À l’aide de leur connaissance du métier et des algorithmes mathématiques, ils sont en mesure de bâtir des modèles permettant d’identifier certains types de fraudes. Voici un exemple simplifié : dans une pharmacie la moyenne de l’article vendu est d’environ 20 à 25 $. Si nous croisons cette information au profil de consommation d’un détenteur d’une carte de crédit ainsi que des informations socio-démographiques il est facile d’identifier un achat de médicament de 500 $ commence à être douteux. Cela est d’autant plus vrai s’il a été réalisé 60 min auparavant à 300 km de la précédente transaction.

Une infrastructure efficace

Afin de supporter les différents modèles de détection de fraude, il est nécessaire d’avoir une infrastructure d’intelligence d’affaires de très haute performance. L'exécution des modèles demande beaucoup de ressources de calcul pour analyser chacune des transactions. Voici les éléments qui vont impacter largement les choix technologiques et d’infrastructure :

• Volume de données traitées (temps réel ou non)
• Le nombre de services couverts par la détection de fraude
• Le nombre de sources de données à intégrer
  

La gestion des données dans le domaine bancaire est gargantuesque. Nous parlons ici de Petabyte d’information à gérer (1 Petabyte = 1,000,000 Gigabytes). Dans le cadre de la détection de fraude, l’infrastructure d’intelligence d’affaires doit être en mesure de supporter l’analyse de cette montagne d’information en quasi-temps réel. Des technologies à la fine pointe et une architecture optimisée sont la clé d’une telle performance.

Des utilisateurs avertis

Malgré la mise en place de technologie d’intelligence d’affaires pour automatiser la détection de fraude, il reste malgré tout des facteurs humains à gérer. Le principal est celui de l’adoption des solutions de détection de fraude.

Il est très pertinent d’avoir des modèles de détection de fraude et la meilleure infrastructure pour supporter la détection. Cependant, si les utilisateurs finaux ne sont pas en mesure d’utiliser les méthodes, technologies et outils, l’équation ne sera pas optimisée, et l’organisation pourrait se retrouver à risque. Nous touchons en effet aux aspects de gestion du changement et d’adoption des solutions d’intelligence d’affaires. Lors de la mise en service d’un nouvel outil, il faut que les utilisateurs soient en mesure de comprendre pourquoi ils devraient utiliser la nouvelle solution, quel sera l’impact dans leur quotidien, et quelle valeur eux et l’organisation ont à l’utiliser. Cela passe par une bonne communication et une formation exhaustive.

Comme présenté dans ce billet, la détection de fraude dans les organisations utilise pleinement l'intelligence d'affaires. La force d'un bon système de détection est le fruit de bons modèles, exécutés par une infrastructure et des systèmes flexibles et performants, qui seront utilisés par les utilisateurs. Gardons à l'esprit que l’impact d'une solution de détection de fraude sera aussi bon que les personnes qui utilisent le système et les processus mis en place au sein des entreprises pour réagir aux activités signalées comme suspectes.