Skip to content

Trois étapes pour lutter contre la fraude dans le secteur des télécoms

Blog

November 22, 2022 | Jonathan Pryer

Vous avez des milliards de dollars à dépenser ? Non ? Alors, poursuivez votre lecture. Chaque année, les fraudeurs font perdre environ 40 milliards de dollars aux opérateurs de télécommunications et la situation s’aggrave.

Vous avez des milliards de dollars à dépenser ? Non ? Alors, poursuivez votre lecture. Chaque année, les fraudeurs font perdre environ 40 milliards de dollars aux opérateurs de télécommunications et la situation s’aggrave.

La fraude a augmenté de 28 % entre 2019 et 2021, et avec la hausse du prix des téléphones, les fraudeurs extorquent des produits et des services de plus en plus onéreux. Il est devenu extrêmement compliqué de repérer les comportements frauduleux, car ces derniers deviennent plus complexes. Il existe plus de 200 types de fraudes dans le seul secteur des télécoms. Et le problème n’est pas prêt de s’arranger.

Mais ne criez pas défaite trop vite ! Les opérateurs peuvent riposter au moyen de trois tactiques très efficaces qui, combinées, peuvent réduire les créances irrécouvrables de 69 %. Il suffit d’utiliser les trois « A » :

  • Accès
  • Analyse
  • Action

Au cœur de cette stratégie ? Un autre « A » : les données Alternatives. L’intégration de données alternatives à chaque étape du processus de lutte contre la fraude est essentielle pour éviter des milliards de pertes annuelles.

1. Accès 

La première étape pour lutter contre la fraude est l’Accès – accéder aux données, y compris aux données alternatives, permet d’obtenir des informations plus fiables aux fins des contrôles antifraude et de connaissance de la clientèle (ou KYC – Know Your Customer) lors des processus d’activation. 

La fraude à l’abonnement est un type de délit courant à cette étape du cycle de vie du client et qui peut coûter très cher. Les fraudeurs utilisent des identifiants et des informations de carte de crédit volés pour ouvrir des comptes ou acheter des téléphones haut de gamme pour leur usage personnel ou à des fins de revente. Si l’achat frauduleux concerne un smartphone dernier cri, la perte de revenus peut s’élever à plusieurs milliers de dollars par délit.

La consultation d’un large éventail de sources de données traditionnelles et alternatives vous permet de repérer même les anomalies les plus infimes lors des contrôles antifraude et KYC à l’accueil d’un nouvel abonné. Par exemple, les fraudeurs utilisent souvent des identités synthétiques pour ouvrir un compte et celles-ci peuvent être difficiles à repérer, car une partie des éléments qui les composent sont légitimes. Les sources de données alternatives peuvent vous donner les indices nécessaires pour détecter les tentatives de fraude, même dans des cas comme ceux-là. Vérifiez si l’adresse e-mail contient des changements, même infimes, ou si les données de géolocalisation coïncident avec l’activité sur les médias sociaux.

2. Analyse 

La deuxième étape consiste à Analyser : analysez en profondeur l’ensemble des données recueillies. Pour cela, ne vous bornez pas aux anciennes méthodes, mais utilisez l’apprentissage automatique et l’IA.

Imaginons qu’une victime d’hameçonnage s’est fait pirater son téléphone et que le criminel a activé le transfert de messages texte afin de recevoir un code de sécurité. Une analyse des données mobiles fondée sur l’intelligence artificielle et l’apprentissage automatique (IA/ML) pourra avertir l’équipe de surveillance que des messages texte sont en train d’être transférés et suggérer un approfondissement des contrôles.

Des tactiques comme le piratage de compte peuvent causer des dégâts même après l’étape d’accueil. Imaginez devoir repérer, à vous seul, de minuscules incohérences dans les dossiers de centaines de milliers d’abonnés tout au long du cycle de vie. Identifier des indicateurs de fraude complexes peut s’avérer compliqué avec les solutions de prise de décisions traditionnelles.

L’utilisation de technologies intelligentes et automatisées capables de détecter les données inhabituelles et de les analyser rapidement et précisément représente clairement un avantage, pour les nouveaux abonnés comme pour les anciens. L’apprentissage automatique et l’IA se perfectionnent à mesure qu’ils analysent les données et les comportements, ce qui leur permet de repérer des opérations suspectes qui, auparavant, passaient inaperçues.

Optimisez votre processus antifraude grâce aux technologies fondées sur l’apprentissage automatique et l’IA qui permettent d’analyser toutes sortes de données et dont la précision s’améliore à chaque nouvelle analyse.

3. Action 

L’étape finale pour vous aider à endiguer la fraude est l’Action : une fois que vous avez accédé à toutes les données traditionnelles et alternatives et que vous les avez analysées au moyen de l’IA/ML, vous êtes paré pour prendre une décision.

Si la première série de contrôles antifraude ne permet pas de garantir la légitimité d’un abonné, votre solution de prise de décisions peut analyser les données plus en détail. En fonction de votre modèle commercial, vous pourrez lui proposer un plan pour abonnés à haut risque ou simplement le refuser. Au contraire, si tous les feux sont au vert, votre moteur de prise de décisions approuvera le client et procédera à son accueil.

L’analyse décisionnelle avancée exploite toutes les données que vous avez recueillies pour vous permettre de prendre les meilleures décisions et vous protéger contre la fraude. Elle améliore votre efficacité et vous fait économiser de l’argent en n’effectuant que les vérifications nécessaires. Et vous adoptez une approche adaptée à chaque cas.

Une fois les décisions prises, les résultats sont réintégrés dans la plateforme, alimentant la technologie IA/ML en données et analyses pertinentes pour mieux éclairer vos prises de décisions futures.

Nous venons de voir plusieurs exemples de la manière dont les données alternatives peuvent alimenter un moteur de prise de décisions pour lutter contre la fraude, mais que sont ces données exactement ? Voici trois choses que les opérateurs de télécoms devraient savoir au sujet de ce puissant outil.

Partie 2 : Trois choses que les opérateurs de télécoms devraient savoir au sujet des données alternatives

Le paysage financier est vaste, particulièrement à l’échelle mondiale. Les télécoms le couvrent entièrement, car les services sans fil et les produits tels que les téléphones et les modems sont très demandés par des clients aux situations financières très hétérogènes. Pour les acquérir, vous ne pouvez pas seulement vous fier aux données traditionnelles telles que les cotes de solvabilité pour déterminer le risque de défaut de paiement. La collecte et l’utilisation de données alternatives peuvent vous aider à influer sur un nombre de vies incalculable, en exploitant un marché mondial colossal.

1. Que sont les données « alternatives » ?

Non, elles ne portent pas d’eyeliner et ne jouent pas de la guitare ; elles sont simplement un outil puissant d’inclusion financière.

En termes simples, les données alternatives sont toutes les informations qui ne sont pas retenues par les agences d’évaluation de crédit et qui permettent d’obtenir une image plus globale de la santé financière et du risque financier global d’un individu. Elles peuvent inclure des données financières telles que le paiement du loyer, des factures de services tels que l’eau ou l’électricité ou même des produits et services de télécommunications, mais elles analysent également d’autres informations comme l’activité sur les médias sociaux, les données de géolocalisation et les fichiers immobiliers.

Les données alternatives permettent d’obtenir un tableau plus circonstancié que les données traditionnelles. Aux États-Unis, on dénombre 50 millions de personnes inconnues des organismes de crédit. Ces personnes représentent 70 % de la population d’Amérique latine, 60 % de la population d’Asie du Sud-Est et presque un quart de la planète, soit près de 1,7 milliard de personnes sans compte bancaire ou historique de crédit dans le monde. Cela fait énormément de monde qui ne serait pas autorisé à souscrire un abonnement auprès d’un opérateur de télécommunications si on se fiait uniquement aux méthodes de contrôle traditionnelles.

Et même si les cotes de solvabilité se sont avérées être de bons indicateurs pour savoir si une personne va payer ses factures à temps, ne serait-il pas logique de prendre en considération les habitudes de paiement des factures de services et d’autres factures récurrentes pour prédire le comportement d’un acheteur en matière de télécommunications ? Plus de 90 % des Américains effectuent des paiements sur des téléphones mobiles achetés à crédit, mais seuls 2,5 % des fichiers des agences d’évaluation de crédit à la consommation contiennent des informations sur les paiements des factures de télécoms. Vous disposez peut-être des relevés de paiement de vos propres abonnés, mais pouvoir accéder à ces informations pour les personnes qui cherchent à changer d’opérateur serait un moyen fiable de déterminer le risque financier. En combinant les données sur les services et les cotes de solvabilité, vous obtenez une somme d’informations très pertinentes qui fournissent des indicateurs de risque encore plus précis. Les informations sur les télécoms, les services, les loyers et les biens immobiliers sont souvent très révélatrices de la solvabilité d’une personne, mais elles ne sont tout simplement pas prises en compte par les agences d’évaluation de crédit. C’est pourquoi les données alternatives sont si puissantes.

2. Comment obtenir des données alternatives ?

Les opérateurs de télécoms peuvent accéder aux données alternatives par le biais des archives publiques ou de tout partenaire de données que vous pourriez avoir intégré à votre solution de décision. Ces partenaires peuvent partager des données sur l’activité sur les médias sociaux, sur l’emploi, etc., en fonction des règles et règlementations de conformité locales concernant la prise de décisions en matière de crédit.

Même si ces informations ne sont pas directement corrélées à la solvabilité, elles peuvent vous donner une image plus complète du style de vie d’une personne. Les médias sociaux, par exemple, peuvent être une source très éclairante de données alternatives, vous donnant un aperçu des activités et des habitudes d’une personne qui peuvent être pertinentes. Comme de plus en plus d’entreprises de médias sociaux intègrent des solutions de paiement à leurs plateformes, le profil Instagram d’une personne peut vous donner un aperçu de son comportement d’achat. Connaître la fréquence à laquelle une personne achète sur Instagram, le montant de ses achats et la ponctualité de paiement de ces achats par rapport à ses factures peuvent être des moyens utiles d’analyser son comportement d’achat.

Assurez-vous d’avoir accès aux partenaires et aux intégrations de données qui vous permettront d’examiner les abonnés sous l’angle le plus large possible compte tenu des paramètres requis afin d’exploiter au mieux les données alternatives. Le choix d’une technologie capable d’accélérer l’intégration des partenaires et l’accès aux données alternatives vous garantira un retour sur investissement rapide, en vous faisant gagner davantage d’abonnés plus rapidement.

3. Les données alternatives sont-elles vraiment utiles ?

Oui ! Les cotes de solvabilité ne reflètent pas nécessairement la santé financière actuelle d’une personne, car elles accordent une forte importance aux comportements passés par rapport aux comportements présents. Même si une personne est très responsable aujourd’hui, de mauvaises décisions prises dans le passé peuvent avoir un impact négatif sur sa cote. Si vous analysez le profil de cette personne à l’aide d’une solution de prise de décisions traditionnelle, il se peut qu’elle soit considérée comme présentant un risque élevé, ce qui entraînerait une évaluation inexacte. Ce sera la même chose pour une personne qui n’a jamais eu accès au crédit du fait de sa situation financière passée ou de pratiques de prêt discriminatoires. Les données alternatives résolvent ce problème.

Et il existe des preuves pour le démontrer : 64 % des prêteurs/fournisseurs de crédit qui utilisent les données alternatives constatent une amélioration des évaluations des risques, 48 % observent une augmentation des acceptations d’offre et 64 % constatent des avantages tangibles au bout d’un an. Parmi les autres avantages, citons l’amélioration de la fiabilité des décisions, une meilleure protection contre la fraude, une plus grande inclusion financière, une accélération de la mise sur le marché, une intégration rapide et une optimisation globale de la valeur.

Nous vivons à une époque où l’information est plus accessible que jamais – il est temps d’en tirer parti. Le secteur des télécommunications est à la pointe de l’innovation, alors pourquoi continuer à évaluer la solvabilité comme au siècle dernier ? Lorsque vous intégrez des données alternatives dans votre processus décisionnel, vous élargissez les horizons de millions de personnes qui ont besoin de services de télécommunications et vous accueillez des abonnés à faible risque qui accélèrent votre croissance.