Eviter les faux positifs :
enjeu clé de la lutte contre la fraude

Quels sont les principaux facteurs qui contribuent aux faux positifs dans les systèmes antifraude ?

Une qualité des données insuffisante

Tout dispositif d’alerte - automatisé ou non – a besoin d'informations contextuelles, fiables et à jour. C’est ce qui permet in fine de différencier une activité légitime d'une activité frauduleuse.

Des informations erronées, mal formatées ou insuffisantes (par exemple, un nom sans autres détails comme l'adresse ou la localisation) augmentent le risque de correspondances incorrectes donc d’alertes inutiles. Sans autre contexte, un client légitime peut par exemple être confondu avec une personne figurant sur une liste de surveillance simplement parce qu'ils partagent un nom similaire. La qualité de l’information en entrée, conditionne la qualité des alertes en sortie.

Un mauvais paramétrage des algorithmes d'IA

L’intelligence artificielle joue un rôle déterminant dans la modernisation de la lutte contre la fraude. Elle permet de traiter et d’analyser de grandes quantités d’information en temps réel pour détecter des schémas de fraude difficiles à repérer manuellement. Mais attention aux règles trop strictes ou trop larges qui influent sur le résultat des tests !

Des paramètres de détection mal calibrés, peuvent générer trop de faux positifs ou à l’inverse « rater » des fraudes réelles (faux négatifs). Un paramétrage intelligent des IA est ici essentiel. Il ne faut pêcher ni par excès de prudence, ni par excès de confiance.

Une détection monocanale

Par définition, un système de détection monocanale s’appuie sur une seule source d’alerte : les alertes humaines par exemple, ou les logiciels d’identification d’anomalies documentaires (falsification de documents) ou bien encore les systèmes big data qui focalisent eux, sur les données structurées disponibles dans le SI. 

Or que se passe-t-il lorsqu’un faux positif est généré par un dispositif de détection monocanal ? Il est tout simplement impossible de confronter ce résultat positif à l’analyse des autres canaux de détection. Impossible de l’infirmer… ni donc de l’écarter. A l’inverse, plus le nombre de canaux de détection est élevé, plus le risque de faux positifs sera atténué.

Quels sont les impacts économiques des faux positifs sur les entreprises ?

1-Une charge de travail supplémentaire pour les services antifraude

Les faux positifs sont d’abord une surcharge de travail. Ils obligent les équipes à mobiliser du temps et des technologies pour investiguer des alertes en réalité inutiles.

Conséquences : les faux positifs monopolisent la bande passante, ralentissent l’instruction des vrais dossiers de fraude, et impactent la productivité des équipes LAF.

2-Une perte de confiance dans les dispositifs de lutte contre la fraude

Si les faux positifs engendrent une perte de temps et d’énergie, ils impactent aussi la confiance que peuvent avoir les gestionnaires dans leur système de remontée d’alertes.

Le risque est alors de voir les collaborateurs minimiser l’importance de l’ensemble des alertes, qu’elles soient fondées ou non. A la clé : une moindre vigilance des acteurs.

3-Un effet négatif sur la rentabilité des cellules LAF

Trop de faux positifs coûte cher. Dans une étude de cas partagée par J.P. Morgan, les pertes dues aux faux positifs représentent 19 % du coût total lié à la fraude.

Ce cas l'illustre : le taux de faux positifs impacte directement le ROI du dispositif de lutte contre la fraude. Or rappelons le, la mise en œuvre des moyens (humains et technologiques) d’une cellule LAF se doit d’être rentable. L’objectif est bien de traiter le maximum d’alertes « pertinentes ».

4-De l’insatisfaction pour les clients

Les alertes lancées à tort ont un impact client également. Le temps de traitement des faux positifs peut ralentir d’autant la livraison du service final : le remboursement d’un sinistre ou l’ouverture d’un droit par exemple. Pire : lorsque la fausse alerte n’est pas détectée, l’entreprise peut aller jusqu’à refuser le service a un client pourtant honnête.

Résultats : dégradation de l’expérience client, image négative de l’entreprise, infidélité client.

5-Des pertes de revenus pour l’entreprise

Un volume trop important de faux positifs limite la capacité des entreprises à attirer et retenir des clients donc à générer du chiffre d’affaire.

Selon une étude de ecommerce-nation, 42 % des consommateurs déclarent qu'ils ne retourneraient pas sur un site ou une application après une seule expérience négative liée à un faux positif.

Pour atténuer ces effets, il est crucial de repenser les systèmes de suspicions de fraudes.

Comment les entreprises peuvent-elles améliorer la précision de leur systèmes de détection de fraudes ?

Renforcer la criticité du risque grâce à la synergie des sources d’alertes

En réalité aucune solution - prise indépendamment - ne permet de s’affranchir des biais en termes de détection. Seule la synergie provenant de canaux d’alertes distincts (humain, IA, document, data) renforce la puissance du signalement d’une suspicion de fraude.

En amplifiant le signal, cette synergie d’information va aider à une meilleure qualification de l’alerte et optimisera son traitement en orientant les investigations sur les alertes le nécessitant. Tout cela en sécurisant, in fine, la position technique retenue.

Illustration de la détection multicanale avec la solution Streamline Fraud

Cas d’usage : l’indemnisation de sinistre

• Une date de contrat jugée trop proche de la date de sinistre pourrait suffire à déclencher une alerte pour investigation.
• S’agit-il d’un faux positif ? Impossible à dire. La puissance du signal est ici trop faible.
• Résultat : les équipes LAF traiteront le dossier « en aveugle ». 

• Si l’alerte sur les dates est complétée d’une alerte gestionnaire (ce dernier ayant signalé que le client avait un comportement suspect au téléphone) ainsi que d’une anomalie détectée sur les factures justificatives (erreur montant deTVA ou entreprise radiée) le signal devient fort.
• Si en plus, l’empreinte documentaire de la facture a déjà été signalé dans une base mutualisée inter-assurances, le signal est à son maximum et le cumul frauduleux d’assurances est caractérisé.
• Résultat : les équipes LAF peuvent prioriser leurs efforts sur des risques qualifiés, et les traiter selon leur criticité et l’enjeu financier.

Conclusion

Les faux positifs constituent un défi majeur pour les entreprises engagées dans la lutte contre la fraude, impactant à la fois leur rentabilité, leur productivité et leur relation client. Heureusement, il est possible de réduire ces alertes inutiles : en combinant des sources d'alerte variées et en renforçant la synergie des informations, les entreprises peuvent optimiser leurs systèmes de détection et concentrer leurs efforts sur les fraudes avérées. Une stratégie bien pensée est donc la clé pour allier efficacité opérationnelle et satisfaction client.