Secteur de la Banque et de la finance fintech et secteur public

Détecter les fraudes aux chèques

alertes quotidiennes en moyenne

+ de 0 %

de détection de fraude (en nombre de RIC*) * RIC Refus d’Image Chèque

+ de 0 %

de détection de fraude en montant

Client :

Technologie utilisée :

Machine Learning

Métier : Finance d'entreprise & Achat

La Banque Postale est une filiale du Groupe La Poste. Nos activités couvrent la banque de détail, l’assurance et la gestion d’actifs et ont vocation à répondre aux besoins de tous. Jeunes, familles, actifs, retraités, collectivités locales, associations, professionnels et entreprises : elle propose à chacun une gamme de produits adaptés à ses besoins.
La Banque Postale, c'est 20 millions de clients actifs, 338 500 clients personnes morales et acteurs publics locaux, 30 400 collaborateurs dédiés au métier de la Banque (chiffres 2020).

Source : https://www.linkedin.com/company/la-banque-postale/

Enjeux

Améliorer la pertinence des chèques remontés en alerte
Améliorer le taux de fraudes détectées (en montant)
Évaluer la pertinence des règles existantes par rapport à un modèle d'IA

Démarche

Données accessibles : historique des transactions (chèques), historique des rejets et des déclarations de fraude, informations clients et règles métier existantes
Développement d’un modèle pour analyser :
- le montant des transactions fraudées mis en alerte par le modèle
- le montant des transactions fraudées, portant sur des comptes ayant donné lieu à des Débits Non Apurés (DNA), mises en alerte par le modèle
Performances par rapport aux règles expertes :
- différence de détection de fraude
- pour la même efficacité de détection, combien d'alertes quotidiennes sont nécessaires ?
- dans le cas d'une approche hybride, comment pondérer les alertes de cette "nouvelle règle IA" ?

Résultat

Accompagnement du client pour définir ses critères d'évaluation
On se place au même nombre d'alertes quotidiennes : 1073 en moyenne
- Taux de détection de fraude (en nombre de Refus d’Image Chèque /RIC) : +97%
- Taux de détection de fraude (en montant de RIC) : +60%
Nombre d'alertes pour être à iso-performance (montant RIC) : 280 alertes/jour
Modèle hybride :
- Rentable de garder les règles non-implémentables
- Possibilité de garder des règles de sécurité (réduit légèrement les performances)