Comment les solutions technologiques innovantes peuvent-elles aider les directions financières dans la lutte anti-fraude ?

Dans un contexte où près de 80 % des entreprises déclarent avoir subi au moins une tentative de fraude et où ce phénomène croissant touche l’ensemble des entités, quels que soient leur secteur d’activité, leur localisation ou leur chiffre d’affaires, l’utilisation de solutions technologies innovantes constitue une aide précieuse pour les DAF (directions administratives et financières).

Des technologies innovantes en appui des dispositifs internes de lutte anti-fraude

Affectant toutes les entreprises, y compris celles spécialisées dans la sécurité ou relevant de secteurs sensibles, la fraude ne laisse personne à l’abri.

L’ensemble des acteurs s’est ainsi progressivement mobilisé pour sensibiliser les entités menacées : l’État, au travers de sites spécialisés mis à la disposition des entreprises, les banques, via un renforcement de leur vigilance et de leurs dispositifs d’alerte à l’endroit de ces mêmes acteurs.

Mais c’est en interne que les dispositifs anti-fraude ont été le plus améliorés, notamment par des actions de sensibilisation voire de formations accrues de l’ensemble des personnels directement ou indirectement concernés par ces risques.

Parallèlement à ces actions, la mise en œuvre de solutions technologiques capables d’épauler les directions financières s’est faite de plus en plus pressante.

Ainsi, l’utilisation de dispositifs évolutifs et capables de s’adapter rapidement aux diverses problématiques de lutte anti-fraude, à commencer par la gestion du Big Data [1], est désormais indispensable.

Le « machine learning » à la rescousse de l’analyse du risque

Aussi, en sus d’outils adaptés au traitement de données massives, le Machine Learning est-il venu compléter les solutions permettant de passer du traitement de la data (input) à son analyse voire à des recommandations (output) basées sur l’élaboration d’algorithmes évolutifs.

Dans le cadre de la lutte anti-fraude, ces capacités prédictives permettent notamment l’exploitation des comportements financiers des partenaires de l’entreprise, notamment en termes de fréquence de paiement d’un fournisseur, de nombre d’utilisateurs pour une typologie de règlement spécifique ou encore de fréquence d’utilisation d’un même IBAN [2] (coordonnées bancaires).

Outre un potentiel de détection des fraudes certain, ces technologies permettent en outre aux directions financières d’affiner leur gestion des risques, par exemple en attribuant un score par IBAN en fonction de divers critères spécifiques à l’entreprise elle-même.

Au-delà du renforcement de la sécurité, ces outils créent également de nouvelles opportunités voire ouvrent des champs d’action qui n’auraient pas été possibles avec des outils informatiques traditionnels.

L’expertise renforcée d’une combinaison humain-technologie multicanale

Toutefois, cette lutte anti-fraude ne peut rester efficace sans, outre la mobilisation de l’ensemble des acteurs, l’intervention d’experts maîtrisant à la fois la gestion du risque et les outils technologiques employés.

Lors de l’enregistrement d’un nouveau client ou prestataire par exemple, ou lorsqu’un nouvel IBAN apparaît pour un ancien prestataire, il est en effet indispensable de continuer à procéder à une enquête « manuelle » pour prévenir tout risque de fraude.

De même, le développement des outils dématérialisés (dans le « cloud »), en matière d’affacturage par exemple, où l’IBAN transmis à la direction financière n’appartient pas au fournisseur mais à son prestataire financier, nécessite un croisement des canaux d’analyse.

Enfin, aidés de ces outils innovants, les équipes d’audit peuvent également, au-delà d’une meilleure fiabilité, collecter des informations à plus forte valeur ajoutée.

————

[1] Aussi appelé « mégadonnées », le big data (littéralement « grosses données »), désigne un ensemble de données si volumineux qu’il dépasse l’intuition et les capacités humaines d’analyse ainsi que les outils informatiques de gestion de base de données ou d’information classiques. Source : Wikipedia

[2] International Bank Account Number

Publications récentes