Menu
Search
Jeudi 28 Mars 2024
S'abonner
close
Accueil next Économie

Lutte anti-fraude : les risques progressent, la technologie aussi

Dans le monde, la lutte contre la fraude est une véritable bataille pour garder une longueur d'avance sur les fraudeurs. D'autant plus que les risques auxquels les entreprises sont confrontées aujourd'hui sont plus importants et persistants que jamais. Voici les principales tendances des technologies de lutte anti-fraude en 2022.

Lutte anti-fraude : les risques progressent, la technologie aussi

Dans le monde, la lutte contre la fraude est une véritable bataille pour garder une longueur d'avance sur les fraudeurs, d'autant plus que les risques auxquels les entreprises sont confrontées aujourd'hui sont plus importants et persistants que jamais. De l'analyse de données traditionnelle aux options émergentes telles que l'automatisation des processus robotiques et l'analyse de la vision par ordinateur, la technologie anti-fraude joue un rôle clé dans de nombreux programmes anti-fraude des entreprises.

Les nouvelles technologies pour lutter contre la fraude

Pour comprendre comment les nouvelles technologies sont utilisées par les organisations dans leur lutte contre la fraude, SAS, le fournisseur mondial de solutions analytiques s’est associé à L’ACFE (Association des examinateurs certifiés en matière de fraude). Ils ont interrogé 884 organisations dans le monde et les répondants ont été invités à fournir des informations sur l'utilisation de diverses technologies par leur organisation dans le cadre de leurs stratégies anti-fraude. «L’étude a révélé que 97% ou plus des examinateurs de la fraude considèrent l’analyse comme un outil indispensable pour augmenter le nombre de fraudes évitées et améliorer la rapidité, l’efficacité et la précision de leurs programmes de détection de la fraude», annonce Yassine Chahbi, Manager Pre-sales Support chez SAS. Selon lui, «bien que ce soit un point de preuve impressionnant, il n’y a probablement pas de plus grand témoignage de l’immense valeur de l’analyse dans la lutte contre la fraude que les innovations et les succès de nos nombreux clients». Comment les entreprises utilisent la Data analytique dans leurs stratégies anti-fraude ? La diversité des approches de l’analytique anti-fraude continue de croître.

L’étude indique que les systèmes analytiques les plus couramment utilisés sont des techniques éprouvées grâce auxquelles les entreprises ont réussi pendant des décennies. Plus de la moitié de celles-ci utilisent également les rapports d'exception et la détection d'anomalies, tout autant que la surveillance automatisée des drapeaux rouges et des règles commerciales dans le cadre de leurs programmes anti-fraude, faisant d'eux les deux approches les plus courantes. Avec des proportions de 13% et 17%, respectivement, des répondants s'attendant à adopter ces types d'analyses au cours des deux prochaines années. Par ailleurs plus des deux tiers des entreprises vont utiliser ces techniques d'analyse anti-fraude d'ici 2023. Ceci dit, seulement 17% des programmes anti-fraude utilisent actuellement l'intelligence artificielle ou l’analyse d'apprentissage automatique. En effet, ces techniques devraient connaître la plus forte croissance : 26% des organisations anticipant leur adoption de ce type de technologie d'analyse dans les deux prochaines années. «Bien que de nombreux acteurs répondants prévoient l'adoption d'autres approches analytiques dans les années à venir, l'utilisation de la plupart de ces initiatives est restée relativement stable depuis 2019».

Quels sont les domaines qui représentent le plus de risques de fraude ?

Étant donné que les risques de fraude varient selon l'organisation, les domaines où l’analytique est utilisée varient également. Les deux domaines présentant le plus de risques communs surveillés grâce à l’analytique sont les paiements frauduleux (43% des répondants) et les achats frauduleux (41% des répondants). Autres principaux domaines à risque de fraude où l’analytique est utilisée incluent le vol ou la fraude impliquant les paiements entrants (31%), les dépenses de voyage et divertissements (30%) et la fraude sur les rapports financiers (30%). Analyser efficacement les données pour détecter les signes avant-coureurs de fraude implique souvent l'extraction de données provenant de multiples sources.

La grande majorité des répondants dans l’étude (80%) incluent des données structurées internes dans le système anti-fraude. Cela met en évidence que la plupart des organisations s'appuient fortement sur les approches et les données d'analyse traditionnelles pour piloter leurs programmes anti-fraude. En outre, certaines organisations apportent également des données provenant de sources externes, telles que les archives publiques (41%), les listes de surveillance des forces de l'ordre ou du gouvernement (31%), les médias sociaux (29%) et autres données tierces (25%).
 

Lisez nos e-Papers