Carrefour Banque et Assurance est une filiale du groupe Carrefour. Elle commercialise depuis plus de 30 ans une large gamme de produits comme le crédit à la consommation, l’épargne et l’assurance, tant sur les canaux physiques que digitaux.
Les équipes dédiées aux risques financiers de Carrefour Banque ont décidé de réduire autant que possible la fraude résiduelle. Leurs outils existants ne leur permettaient pas d’affronter ce projet seul. C’est pourquoi, ils ont souhaité faire appel à Bleckwen.
En 10 mois, nous avons pu déployé, en collaboration avec leurs équipes, un modèle prédictif pour identifier les demandes qui sont des fraudes avérées et conduiraient à un défaut de paiement.
Les résultats ont été excellents : quelques mois après la mise en œuvre du modèle, nous avons constaté :
- Une réduction de 80% de la fraude résiduelle
- Une réduction de 30% des tentatives de fraude
L'impact positif sur la valeur de l'entreprise est évident. En outre, le temps des employés a été libéré pour d'autres tâches plus utiles.
Les fraudes sont désormais identifiées beaucoup plus tôt dans notre processus et les contrôles sont effectués beaucoup plus rapidement. Au total, nous avons gagné l'équivalent de 1,5 personne à temps plein dans le traitement des demandes de crédit.
Filiale du Crédit Mutuel Arkéa, Financo est à l'écoute de ses partenaires pour développer des solutions de financement adaptées aux besoins de leurs clients, tout en leur offrant une expérience fluide et unique. Financo est récemment devenue une entreprise à mission, avec pour objectif de contribuer à une économie plus durable.
Financo, comme beaucoup d'autres acteurs du financement automobile et moto, est exposé à la fraude au crédit. C'est pourquoi le service risque a fait appel à Bleckwen pour lutter contre la fraude au crédit et réduire ses pertes financières. L'équipe disposait déjà d'un modèle de détection des fraudes, mais celui-ci était très manuel. L'objectif était de remplacer ce modèle existant, pour permettre aux demandes de fraude d'être automatisées et identifiées en temps réel.
Pour maximiser les chances de performance de ce projet, Bleckwen a proposé à Financo de construire leur solution et d'en vérifier la faisabilité à travers un audit personnalisé. Cette approche combinant des conditions réelles et un périmètre limité, a permis de faire émerger un modèle d'analyse et de scoring adapté à la fois aux besoins de Financo, et au profil spécifique de ses clients.
Depuis la mise en œuvre de la solution API, les principaux avantages pour Financo sont les suivants :
- Détection de la fraude en temps réel
- L’assurance d’un service client sans friction
- Une identification plus efficace de la fraude. L'identification des fichiers suspects est désormais plus rapide, avec beaucoup moins de faux positifs
- Le ré-alignement des objectifs des différents départements de l’institution financière
En plus du Machine Learning, Financo bénéficie d'informations privilégiées, délivrées par l’Alliance Bleckwen, sur le comportement et les tendances des fraudeurs, afin de s’en protéger le plus efficacement possible.
Au-delà des chiffres de performance, lutter contre la fraude, c'est aussi rendre le monde meilleur. Il est difficile de savoir exactement ce que les criminels prévoient de faire avec l'argent ou les véhicules volés. Cependant, suite aux plaintes déposées par les banques, les informations reçues par les commissariats permettent d'y voir un peu plus clair :
- organisations terroristes
- les réseaux de prostitution
- et l'achat d'armes sont les principales verticales financées par l'argent volé
Suite à une phase d'audit concluante, un lancement réussi et une collaboration basée sur la confiance, nous ne pouvons qu'espérer continuer de cette manière pendant de nombreuses années.
Les fraudeurs innovent, et les prêteurs doivent se prémunir à tous les niveaux grâce à une technologie innovante et adaptative pour affronter les menaces de demain.
Sans mettre en œuvre une solution comme Bleckwen, cette quête est un aspirateur à haute performance en termes de ressources humaines et financières, avec relativement peu de résultats. Avec une solution basée sur l'apprentissage automatique, ce processus de maintenance peut être réalisé avec un effort minimal et un retour sur investissement maximal.
Tout d'abord, nous avons gagné en réactivité dans la capacité à détecter les profils de fraudeurs, car nous disposons désormais d'une solution qui fonctionne en temps réel.
Nous avons également un meilleur pouvoir de discrimination, ce qui améliore les performances et nous permet de prendre les bonnes décisions en matière d’octroi.
Enfin, ce projet a été un catalyseur qui nous a permis d’adapter nos process et l’approche de nos équipes, en particulier commerciales, autour de la fraude.