Pourquoi des typologies, en plus des modèles
Un modèle de détection d’anomalies signale ce qui est rare dans votre trafic. Or plusieurs schémas de fraude ne sont pas rares en apparence : recharger son portefeuille puis transférer aussitôt est un usage ordinaire. D’autres sont définis par les textes plutôt que par la statistique, comme les opérations fractionnées. Une typologie est une vérification explicite, lisible par un analyste comme par un auditeur, qui complète le modèle.
1. La fausse annulation
Une personne prétend avoir envoyé de l’argent par erreur et demande qu’on le lui renvoie. Dans les données : une somme reçue, puis renvoyée presque aussitôt à celui qui l’a envoyée. Pris isolément, chacun des deux mouvements est banal ; c’est leur enchaînement qui alerte.
2. L’envoi juste après un changement de SIM
Une carte SIM volée ou remplacée frauduleusement donne accès au compte de son titulaire. Dans les données : un transfert sortant peu après le changement de SIM. Cette typologie suppose que votre système transmette la date du dernier changement de SIM ; sans elle, elle ne peut rien voir.
3. Le compte de passage
Un compte reçoit de l’argent de plusieurs tiers et le renvoie presque aussitôt ailleurs : c’est le rôle d’un compte de transit, souvent ouvert ou loué pour éloigner les fonds de leur origine. Dans les données : l’essentiel des sommes reçues ressort dans un délai court.
4. Le bénéficiaire aux nombreux expéditeurs
Une même personne payée par de nombreux expéditeurs différents en une semaine peut collecter le produit d’escroqueries ou centraliser des fonds pour un réseau. Dans les données : le nombre d’expéditeurs distincts d’un bénéficiaire sur sept jours.
5. Le fractionnement sous un plafond
Plusieurs opérations significatives, chacune sous un plafond, qui ensemble le dépassent : c’est le schéma des opérations fractionnées, que les textes de lutte contre le blanchiment visent expressément. Dans les données : la somme des opérations d’un même client sur une période, comparée au plafond que vous fixez, en ne retenant que les montants qui en représentent une part significative.
6. Le fractionnement chez un agent
Un même client qui retire plusieurs fois chez le même agent dans l’heure peut chercher à contourner un plafond, ou permettre à l’agent de multiplier ses commissions. Dans les données : les retraits répétés d’un client chez un agent sur une heure.
7. Le réveil d’un compte dormant
Un compte inactif depuis des mois qui envoie soudain une somme importante peut avoir changé de main. Dans les données : le délai depuis la dernière opération de l’expéditeur et le montant de celle-ci.
8. Un identifiant sur vos listes
Votre équipe tient des listes de surveillance et de blocage : clients, téléphones, portefeuilles, marchands, agents, points de retrait, appareils, pays. Toute opération qui en touche un est signalée. Les identifiants y sont pseudonymisés comme partout ailleurs.
Les mettre en service sans noyer l’équipe
- Commencez en observation : la typologie note les opérations concernées sans rien décider.
- Rejouez-la sur votre historique : combien d’alertes par jour, combien rejoignent celles que vos modèles produisent déjà, combien votre équipe peut en traiter.
- Ajustez ses paramètres, comme un délai ou un plafond, puis activez-la avec une décision minimale : revue, alerte ou, si vous l’avez autorisé, blocage.
- Suivez-la dans le temps : une typologie qui ne déclenche jamais, ou trop souvent, se règle de nouveau.
Dans YARDA
Ces huit typologies sont intégrées à YARDA et démarrent en observation. Votre équipe les rejoue, les règle et les active depuis la console, et une typologie ne peut être activée qu’après un rejeu récent. Chaque alerte qu’elle déclenche indique la typologie et sa raison, en français et en anglais.
Ce guide décrit des schémas et la façon de les surveiller. Il ne remplace ni l’analyse de vos propres risques ni les textes applicables à votre établissement.