Les banques dégainent l’arme Big Data contre la fraude bancaire

Article paru le 8 décembre 2016 | Partager sur les réseaux sociaux

Classé dans : Big Data Banque, Finance, Assurances

Le risque de fraude touche particulièrement le secteur bancaire : dans son dernier rapport annuel, l’Observatoire de la sécurité des cartes de paiement a constaté que le montant total des transactions frauduleuses en France et à l’étranger affectant les cartes de paiement françaises s’élève à 416,1 millions d’euros en 2015. Soit une hausse de 5,2% par rapport à 2014 ; et cela sans compter les fraudes indétectables impossibles à prendre en compte et à évaluer. La fraude sur Internet avait atteint, en 2015, pas moins de 145 millions d’euros.

L’entrée en jeu du Big Data

Le secteur bancaire est donc amené à faire évoluer ses méthodes pour mieux connaître ses clients et interagir avec eux au moment opportun pour contrer toute fraude. Dans ce contexte, le Big Data apparaît comme une opportunité incontournable de trouver de nouveaux leviers de compétitivité, de différenciation et de croissance tels que la fidélisation des clients, l’amélioration de l’image de marque, la réduction des pertes financières ou encore la réduction du coût d’exploitation.

Les banques et leurs systèmes de détection de fraude classiques

Actuellement, les systèmes de détection de fraude des banques reposent souvent sur des systèmes de transaction disparates ou des solutions de détection fragmentées dont les coûts opérationnels sont élevés. Ces outils traditionnels de lutte contre la fraude sont parfois source de nuisance quant à la qualité du service client. En effet, dans certains cas, alors que les clients s’attendent à effectuer leurs transactions de façon simple et fluide, les solutions anti-fraude actuelles leur imposent des étapes de sécurité supplémentaires entrainant la dégradation du service client.

De plus, ces outils traditionnels accordent peu d’attention à la détection des fraudes non avérées (non constatées par le détenteur de la CB ou qui ne peuvent être prouvées), qui sont alors identifiées tardivement.

Le Big Data et le secteur bancaire

Le Big Data, technologie permettant de traiter un gros volume de données variées, dans des délais courts, offre la possibilité de ne plus se baser sur des échantillons de données, mais de les traiter dans leur ensemble en privilégiant celles offrant de la valeur et collectées de manière sécurisée (5V : Volume, Vitesse, Variété, Valeur et Véracité). Il s’agit d’un réel apport pour le secteur bancaire et financier, considéré à ce jour comme l’un des secteurs collectant le plus de données (données CB, gestion des comptes en ligne, appels, messagerie bancaire, etc.).

Grâce au Big Data, les outils d’analyse permettront notamment d’extraire en temps réel les connexions et interconnexions d’un réseau complexe d’utilisation frauduleuse sur cartes bancaires ; rendant ainsi possible la détection de fraudes non avérées en temps réel.

L’Open Data : de nouvelles sources de données

L’utilisation des données de l’open data -données publiques- comme celles de Twitter et de Facebook, permet de traquer les entités frauduleuses. En effet, ces données représentent une véritable mine d’informations (localisation géographique, etc.) et permettent aux banques de vérifier que la localisation géographique d’un client correspond au lieu d’utilisation de sa carte bancaire.

Temps Réel

La détection de la fraude a lieu en temps réel et grâce à un processus itératif, l’ensemble des analyses effectuées et des fraudes détectées sont prises en compte dans la modélisation des comportements et font évoluer le modèle d’analyse de façon régulière. Par exemple, la présence de plusieurs transactions provenant de différents appareils et ayant eu lieu le même jour est suffisante pour élever les soupçons. Grâce à ces données, la banque pourra bloquer les transactions en ligne.

Il devient ainsi possible de réduire le délai de traitement des opérations de détection des fraudes de 3 semaines à 5 minutes. Pour les organismes financiers, cela signifie, améliorer leur taux de détection des fraudes non avérées, et réduire en parallèle le taux de détection ‘faux-positif’ qui impacte la banque et le client.

Une carte à jouer pour les organismes financiers

Afin de lutter contre cette fraude qui ne cesse d’augmenter, le secteur bancaire se doit d’agir, en mettant fin aux outils traditionnels utilisés pour une solution Big Data qui lui permettra d’améliorer son action de modélisation et d’analyse au sein de son système d’information. Le Big Data permettra non seulement aux banques de lutter efficacement contre la fraude bancaire, mais aussi d’avoir une influence majeure sur leurs résultats financiers.

Même si l’usage de la technologie Big Data n’en est qu’à ses débuts, de nombreuses innovations viennent déjà apporter de nouvelles perspectives d’exploitation de cette technologie prometteuse dans de multiples secteurs.

Partagez cet article sur les réseaux sociaux