Fraude

Anticiper toute tentative d’opérations frauduleuses

Définition

La gamme de services et outils antifraude proposée par Soft Computing vise à anticiper diverses catégories d’opérations frauduleuses subies par la banque ou ses clients, perpétrées par des particuliers/professionnels/PME (clients, contreparties ou entité externe) afin de les bloquer ou de limiter/contrôler leur impact, avant que celles-ci ne se produisent.

Approche

Notre approche couvre toute la chaîne de détection, de la récupération de données jusqu’à leur interprétation, et les actions opérationnelles et juridiques à entreprendre par la suite

• Expertise antifraude : définition et paramétrage des scénarios.
• Outils de récupération, stockage et manipulation de données (SGBD, ETL), outils d’analyse de données (SAS, SPSS et autres), moteurs de règle, outils de workflow / EAI.
• Processus : conseil et assistance concernant les processus techniques et l’organisation à mettre en place.
• Conseil et assistance concernant la mise en œuvre (gestion de projet, gestion du changement …).
• Listes et descriptions des scénarios de fraude à détecter, avec pré paramétrage.
• Mise en place du dispositif de contrôle.

Résultats

Notre expertise antifraude contribue à en améliorer la maîtrise pour nos clients sur trois fronts :

• Identifier : En générale les personnes réalisant des opérations frauduleuses n’utilise que rarement leur vrai identité : un premier point de contrôle anti-fraude est l’identité des personnes.
• Connaître : une fois que l’identité du client est validée, il s’agit de connaître celui-ci le mieux possible (surtout si il s’agit d’une personne morale) et d’enrichir les informations clients à partir des informations et pièces collectées auprès de celui-ci et des bases publiquement disponibles.
• Détecter : pour le repérage des actions frauduleuses les outils et techniques de détection automatisée de fraude s’appuient essentiellement sur la définition de transactions anormales (y compris filtrage sur listes noires des contreparties), l’identification de topologies frauduleuses (par des segmentations comportementales ou des arbres de décision), et la prédiction (à base d’analyses régressives ou de réseaux neuronaux) permettant d’assigner des probabilités d’actions frauduleuses aux personnes et aux transactions.