loupe-recherche
 
 
 

SOMMAIRE :

detection-fraude-documentaire

Enjeux de la fraude documentaire

Détecter la fraude avant paiement

Fraude à l’assurance, fraude aux prestations sociales, fraude à l'identité… Les tentatives de fraude touchent chaque année 7 entreprises sur 10 et coûtent cher : plus de 5% du CA des organisations selon l’ACFE. Point clé : le document est la matière première préférée des fraudeurs.

Dans plus de la moitié des cas, la fraude s’appuie sur un document falsifié (modification du bénéficiaire, d’une date, d’un montant…) ou sur la création de faux document.

Les méthodes de la détection par échantillonnage, a posteriori, guidées par le manque de ressources et de temps, laissent passer beaucoup de fraudes.

Les approches statistiques ‘big data’ ont aussi leurs limites : tant que les schémas de fraude n’ont pas été trouvés, la fraude continue.

Seule la détection systématique, sur les documents et les données, et avant tout traitement métier limite efficacement les pertes financières et les risques juridiques et réputationnels.

Etude MARKESS

Lutter contre la fraude : est-ce rentable ?

001_MOCKUP_2021_FRAUDMARKESS2021

42%

des assureurs avouent contrôler moins du quart des justificatifs assurés qu‘ils reçoivent

L’Assurance en mouvement pour ITESOFT, Vers une nouvelle ère de digitalisation dans l’assurance

5%

des documents d’identité présentés pour ouvrir un compte en banque sont des faux

Etude Fellowes

Définitions de la fraude

Les principaux types de fraude documentaire

Afin d’obtenir un versement, une indemnité ou une prestation indue, les fraudeurs s’appuient principalement sur 3 types de fraude documentaire :

  • Les documents falsifiés : le fraudeur s’appuie ici sur un document original sur lequel il va apporter une ou plusieurs modifications (nom, date, montant…) grâce à des logiciels de retouche graphique. Ces altérations du document original, souvent imperceptibles à l’œil nu, peuvent être détectées grâce à des technologies d’identification de manipulations d’image telles que l’Altermetry® ou le contrôle de cohérence de données (contrôles unitaire et croisé) pouvant s’appuyer sur des référentiels open-data ou non (ex : SEPAmail).

  • Les faux documents : cette technique vise à créer de toutes pièces un faux document imitant de façon plus ou moins fidèle la structure de l’original (présence de logo, localisation et format des informations, libellés…). Des technologies d’authentification (contrôle d'ancrage Blockchain, vérification de Cachets Electroniques Visibles …) ou l’application d’algorithmes de comparaison dopés au Deep Learning comme le CNN (Convolutional Neural Network) seront ici pertinents pour contrecarrer ces tentatives de fraudes.

  • L’usurpation d’identité : dans ce cas, le fraudeur utilise le document d’identité - l'original - d’une autre personne. Le recours à l’IA est alors essentiel pour réaliser du « face matching » et valider ainsi automatiquement la concordance entre un selfie ou une vidéo et la photo de la pièce d'identité fournie.
lutte_anti_fraude
fraude_documentaire

Décryptage de la lutte anti-fraude

Fraude, conformité : même combat

La relation client est un domaine de plus en plus régulé : KYC, directives LCB-FT, lois Eckert, Sapin II, Solvency II, Bale II, …

Impact pour les gestionnaires : s’assurer de la conformité des pièces justificatives soumises par les clients / usagers dans le cadre des différents processus (souscription, vie du contrat, indemnisation, réclamation, ….). Un travail chronophage qui rallonge d’autant les délais de réponse aux dossiers.

Seul le recours à l’automatisation permet de répondre à la multiplication des obligations réglementaires sans pénaliser l’expérience client.

Mais peut-on respecter des règles légales sur la base d’informations frauduleuses ? Répondre à l’enjeu de conformité, c’est aussi considérer l’enjeu de fraude.

D’où l’importance d’une approche globale basée sur la digitalisation des processus embarquant des robots de :

  • Traitement intelligent de documents (collecte des pièces, extraction de données, contrôles de conformité, complétude…)
  • Détection des tentatives de fraude (détection d’incohérence de données et d’altération du document)

Les obligations sont alors tenues et les gestionnaires, assistés par les robots, ne perdent plus de temps à travailler sur des dossiers non conformes ou frauduleux.

1) Baromètre Euler Hermès 2020

pexels-photo-2977547
fraude compliance obligation réglementaires

Découvrez nos meilleurs articles

La mutuelle Carac digitalise et sécurise son parcours client avec ITESOFT

Carac modernise son parcours client et sécurise ses processus face aux risques de fraude...

Lire l'article

Lutte contre la fraude à l’assurance : bilan de l’opération ALFA x ITESOFT

4 des 8 principales méthodes utilisées par les fraudeurs s’appuient en effet sur le document. Pourtant, 42 %...

Lire l'article