Parlons paiements Des idées pour rester à l’avant-garde

5 lecture min

L’apprentissage automatique, un allié de taille pour prévenir les fraudes

mercredi, avril 28, 2021

Les fraudeurs ne manquent pas d’imagination pour attraper leurs proies. Ils trouvent toujours de nouveaux moyens de les prendre dans leurs filets. Heureusement, les mesures de prévention contre la fraude évoluent elles aussi. Les entreprises de toutes tailles font de plus en plus appel à l’apprentissage automatique pour se protéger contre les fraudeurs.

L’apprentissage automatique pour la détection des fraudes

Dans l’apprentissage automatique, une forme d’intelligence artificielle, le logiciel acquiert des connaissances à partir des données qu’il analyse et gagne en précision à mesure qu’il ingère des informations.

Cet outil est maintenant intégré aux plateformes antifraude afin de reconnaître les modus operandi des fraudeurs et de contrer leurs tentatives. Il est rapidement devenu un allié incontournable des entreprises pour se prémunir contre les transactions frauduleuses.

Les entreprises font appel à l’apprentissage automatique pour reconnaître les modus operandi des fraudeurs et contrer leurs tentatives. Il est rapidement devenu un allié incontournable pour se prémunir contre les transactions frauduleuses.

Les plateformes antifraude dotées de cette technologie cherchent dans les données de paiement les plus infimes détails qui passent autrement inaperçus. Dans un océan de données, elles font émerger des corrélations entre les habitudes d’un titulaire de carte de paiement et la probabilité qu’une transaction soit frauduleuse. Avec le temps, ces plateformes modifient leurs algorithmes en fonction des changements qu’elles constatent dans les schémas.

Lorsque la COVID-19 a pris le monde d’assaut, en mars 2020, les plateformes antifraude ont dû apprendre de nouveaux schémas transactionnels. En effet, les consommateurs confinés chez eux ont multiplié les achats en ligne auprès de marchés d’alimentation, de restaurants et de commerces de détail.

Dans un tel contexte, l’apprentissage automatique sait s’adapter aux nouveaux schémas beaucoup plus vite qu’un humain. Les plateformes traditionnelles pour les commerçants se fondent sur un ensemble de règles prédéfinies pour déterminer si une transaction doit être acceptée, refusée ou examinée en détail. Cette méthode de détection des fraudes est efficace, mais requiert du temps et une intervention humaine pour trier les données, modifier les règles et faire l’examen des transactions douteuses. L’apprentissage automatique élimine ces processus manuels et parvient à détecter les événements frauduleux si subtils qu’ils passeraient autrement inaperçus.

Comparaison : l’apprentissage automatique et la méthode de détection des fraudes fondée sur des règles

 
Apprentissage automatique
Méthode fondée sur des règles
Détection
Détecte les transactions douteuses par l’établissement de corrélations entre les données
Reconnaît les schémas les plus évidents en fonction d’un ensemble de règles; ne peut établir de corrélations
Vérification
Moins de cas où le client doit donner un autre facteur d’authentification
Grand nombre de faux positifs et de demandes d’informations additionnelles
Modification des règles
Modification des algorithmes en temps réel
Mise à jour manuelle des règles (tâche chronophage)
Fréquence des fraudes
Moins de fraudes qu’avec la méthode fondée sur les règles
Fréquence élevée en raison des caractéristiques énumérées ci-dessus
Apprentissage automatique
Détection
Détecte les transactions douteuses par l’établissement de corrélations entre les données
Vérification
Moins de cas où le client doit donner un autre facteur d’authentification
Modification des règles
Modification des algorithmes en temps réel
Fréquence des fraudes
Moins de fraudes qu’avec la méthode fondée sur les règles
Méthode fondée sur des règles
Détection
Reconnaît les schémas les plus évidents en fonction d’un ensemble de règles; ne peut établir de corrélations
Vérification
Grand nombre de faux positifs et de demandes d’informations additionnelles
Modification des règles
Mise à jour manuelle des règles (tâche chronophage)
Fréquence des fraudes
Fréquence élevée en raison des caractéristiques énumérées ci-dessus

En définitive, l’apprentissage automatique s’avère la méthode de détection des fraudes la plus efficace. Notre solution combine les données de plus de 68 millions de transactions avec la carte Visa dans le monde et de plus de 260 détecteurs de fraude basés sur des modèles d’apprentissage statique et d’autoapprentissage. Elle donne aux commerçants la possibilité d’adapter les règles pour un ciblage sur mesure. Elle offre une précision inégalée pour prévenir les fraudes.

Qui peut être victime de fraude?

Tous les commerçants, de la multinationale à la boutique de quartier, peuvent être la cible de fraudeurs. Sans protection adéquate, même les grandes entreprises sont vulnérables. Les cybercriminels s’intéressent aux biens de grande valeur les plus recherchés, qu’ils peuvent rapidement revendre. Les petits commerçants sont aussi à risque; les fraudeurs cherchent le maillon faible, celui qui n’est pas suffisamment protégé.

En effet, bon nombre de commerçants négligent la prévention contre les fraudes, ce qui en fait des proies faciles. En outre, malheureusement, ils comprennent souvent mal la notion de responsabilité de l’acceptation de la carte. Cette responsabilité incombe au vendeur s’il ne respecte pas les règles strictes d’acceptation des cartes promulguées par les réseaux. Les victimes de fraude chantent toujours le même refrain : « J’ai toujours fait ça et je n’ai jamais eu de problème », « Ça ne nous est jamais arrivé ». En période d’instabilité économique comme celle qu’a causée la pandémie, les commerçants ont tendance à baisser leur garde pour traiter des transactions importantes qui leur permettront de clore le mois sur un bon chiffre d’affaires.

Or, une vente qui semble trop belle pour être vraie cache souvent une arnaque. Et les petits commerçants n’ont pas les épaules assez solides pour supporter des pertes importantes. Un fraudeur qui réussit à faire passer une transaction chez un commerçant vulnérable aura le temps de s’acharner sur lui avant que sa victime découvre la supercherie. On voit souvent des transactions frauduleuses pour des montants allant de 5 000 $ à 50 000 $, ce qui peut porter un dur coup aux petits commerçants.

Intégrer l’apprentissage automatique à la stratégie de lutte antifraude

Il est impératif pour tous les commerçants de se doter d’une stratégie de prévention des fraudes. Ceux qui se sont fait piéger par des fraudeurs reconnaissent que l’occasion était trop belle pour être vraie. Ils ont accepté la transaction sans se fier à leur intuition. Avec des mesures fortes de prévention des fraudes comme celles qui utilisent l’apprentissage automatique, c’est le système qui fait tout le travail et qui signale les transactions douteuses avec une grande précision et très peu de faux positifs.

Aux commerçants qui n’ont pas les moyens d’intégrer l’apprentissage automatique pour l’instant, nous recommandons vivement d’adopter d’autres technologies antifraude de pointe, comme 3D Secure 2, une méthode rapide et efficace qui utilise notamment des données biométriques pour l’authentification sur n’importe quel appareil. Le protocole 3D Secure est aussi sûr pour les transactions en ligne que pour les transactions en personne au point de vente. Nous conseillons également aux commerçants d’informer leurs clients qui doivent passer prendre leur commande au point de vente que la transaction sera réglée en personne. C’est le meilleur moyen de dissuader les fraudeurs.

Par-dessus tout, restez à la pointe des technologies antifraude. Les fraudeurs peaufinent sans cesse leurs tactiques... soyez plus futé qu’eux!