Avec suffisamment de données, il est possible d’exprimer le pourcentage de probabilité d’à peu près n’importe quel phénomène. Il est également possible de prédire le risque qu’une entreprise se rende coupable de pratiques frauduleuses. Jens Verboven, Head of Fraud de chez GraydonCreditsafe nous explique comment cela est possible.
Un monde sans données est aujourd'hui inconcevable. De nombreux secteurs et entreprises seraient incapables de fonctionner sans données. GraydonCreditsafe a beaucoup d’expérience dans le domaine. L’entreprise s’appuie, en effet, depuis des années déjà, sur des jeux de données spécifiques dans le but de comprendre la solvabilité et le potentiel de croissance des entreprises.
Mais les données des entreprises peuvent aussi répondre à beaucoup d’autres questions. Jens Verboven, expert en matière de fraude, souligne la connexion qui peut être faite avec la fraude. Tout commence évidemment avec les bonnes données.
Il y a tout d’abord les canaux officiels et évidents permettant de collecter des données sur les entreprises : le Moniteur belge (MB), la Banque-Carrefour des Entreprises (BCE), l’Office national de sécurité sociale (ONSS), la Banque Nationale de Belgique (BNB), les Tribunaux du travail et de l’entreprise, etc.
« Tout cela semble bien beau et facile, mais ces données sont loin d’être correctes et à jour, » déclare Jens Verboven. « Les comptes annuels sont ainsi vite datés de six mois et sont souvent soumis à des interventions esthétiques. On retrouve également des informations erronées à la BCE, qu'il s’agisse de noms mal orthographiés ou d’autres erreurs factuelles. »
« Dans ce cas, il n’y a rien d’autre à faire que de saisir manuellement ces données pour les corriger lorsque cela s’avère nécessaire. En croisant différentes sources, nous pouvons déjà détecter un grand nombre d'erreurs. C’est par ce genre d’actions qu'il sera possible d'obtenir une gouvernance optimale des données.
Les données sont généralement collectées et analysées dans un but précis. Et pourtant, combiner ces jeux de données à d’autres peut permettre d’ouvrir de nouvelles perspectives. « La demande à cet égard reflète bien l’esprit du temps, » ajoute Jens Verboven. « Si auparavant, le monde de l’informatique se tenait sous le signe de la collecte des données, il cible aujourd'hui davantage les conclusions que l’on peut en tirer. Le besoin de données a donc fait place au besoin de perspectives. »
De nombreux modèles sont créés dans ce sens, allant des modèles de croissance au résistance aux chocs d’une entreprise – la mesure dans laquelle elle est capable d’affronter les problèmes, notamment le travail dans la rue. Il est également possible d’envisager d’autres algorithmes ou scores en matière d’emploi et de prévention des burn-outs, ou la fraude alimentaire, tout comme des indicateurs de la fraude criminelle ou de la fraude à la liquidité. Les informations qui en ressortent permettent par exemple de mesurer le risque qu'une entreprise ait des pratiques frauduleuses.
« La création de ce genre de modèles prédicatifs fait partie intégrante d’une bonne utilisation des données, » ajoute Jens Verboven. « Cela permet par exemple d’établir des liens entre le monde criminel et le monde de l’entreprise. Il s’est ainsi avéré que les trafiquants d’êtres humains avaient généralement recours à des voitures de location. Ceux-ci associent également des activités étrangement diverses à leur numéro d’entreprise. Ils exercent par exemple plusieurs activités en même temps, comme boulanger, poissonnier et plombier. »
« Ces deux aspects ne sont évidemment pas exclusivement liés aux trafiquants d’êtres humains. Ce que de tels résultats permettent en revanche, c’est de séparer le bon grain de l’ivraie dans les énormes jeux de données. Le concept de fraude est très riche. Mais toutes ses facettes peuvent être détectées d’une manière ou d'une autre grâce à des données qui, à première vue, ne sont pas liées au cas en question. Quoiqu'il en soit, il s’agit là de moyens permettant de détecter et d’exposer plus facilement certains réseaux. »
« En créant ce type de modèles prédicatifs, vous n’allez évidemment pas mettre un terme au phénomène de la fraude, » explique Jens Verboven. « Même si vous savez qu'une entreprise risque fortement de se rende coupable de fraude, vous ne pouvez rien faire tant qu’elle n’est pas encore passée à l’action. Mais le combat est tout de même dissuasif. En conclusion, les données et la gouvernance de données font partie intégrante de la lutte anti-fraude. »