Filiale d’Améa Groupe, le groupe mutualiste a mis en place une application basée sur Shift Technology chargée de détecter les tentatives de fraude de sinistres pour l’IARD. Elle s’est intégrée dans les processus de l’entreprise sans couture.

En 2020, la Macif a couvert un peu plus de 1  350  000 sinistres pour l’auto et l’IARD. Sur ce chiffre, « 22 à 23  000 alertes sur d’éventuelles fraudes ont été identifiées », souligne Ingrid Salvayre, responsable de la lutte antifraude pour l’IARD. Environ 8 000 d’entre elles ont été identifiées par les collaborateurs ou signalées par d’autres acteurs et près de 15 000 ont été remontées automatiquement par la solution analytique de Shift.
Peu de doublons sont constatés entre ces deux sources. « Les collaborateurs détectent plutôt celles liées à des incohérences, entre les déclarations et l’exploitation du rapport par l’expert par exemple », ajoute Ingrid Salvayre.

Jusqu’en 2018, les alertes envoyées au service chargé d’enquêter sur les fraudes étaient uniquement d’origine humaine et souvent initiées à partir de contrôles a priori ou a postériori, définis par les règles métiers internes. « Au vu des volumes croissants de données à gérer, automatiser les alertes en complément de celles issues de l’humain devenait indispensable », souligne la responsable. Facteur supplémentaire en faveur de l’automatisation, la mutuelle avait à l’époque mis en place la dématérialisation des souscriptions et des contrats.

INGRID SALVAYRE
Responsable après-vente multi-sites et de la lutte antifraude pour l’IARD
« L’application a permis d’étendre le champ comme le volume des dossiers pris en compte pour investiguer »

Dans un registre plus organisationnel, la mise en œuvre de l’application avait pour but d’harmoniser les pratiques en ce qui concerne l’antifraude. Cet outil avait également pour objectif à terme de faciliter le respect de la réglementation LCB-FT (lutte contre le blanchiment et financement du terrorisme).

Mais en 2018, l’Agence pour la lutte contre la fraude à l’assurance (Alfa) lance un pilote avec trois assureurs, dont la Macif, pour tester la solution de Shift sur les sinistres auto. « Les résultats ont été convaincants et, à l’époque, ce fournisseur n’avait pas vraiment de concurrent », rappelle la responsable. Un facteur plus éthique a poussé la mutuelle à renforcer la lutte antifraude. « Nous participons à garantir le principe mutualiste. Les sociétaires honnêtes n’ont pas à payer pour les autres », justifie Ingrid Salvayre.

Sur 2018 et 2019, la mutuelle décide de monter une preuve de concept avec Shift. Puis passe au développement de l’application en la destinant d’abord à l’auto, puis à l’habitation. Les modules sont déployés en 2019 sur le périmètre de l’IARD. Les flux de données sont envoyés à Shift qui renvoie quotidiennement les résultats.
Les scores de confiance, de 0 à 100, sont calculés chaque nuit. Pour assurer la pertinence des détections et limiter les faux positifs, des référents spécialisés ont travaillé avec les experts de Shift. Ces équipes mixtes ont défini les données, les dates de sinistre et de déclaration ainsi que les clauses contractuelles. C’est aussi le cas des scénarios utilisés par les algorithmes pour calculer ces scores sur chaque sinistre à partir de six ou sept indicateurs ‒ par exemple, le délai entre le sinistre et la déclaration.

De plus, Shift utilise des indicateurs construits à partir de données d’autres acteurs. « Une personne malintentionnée peut profiter d’une catastrophe naturelle proche de chez lui pour signaler un dégât lié à la foudre. L’application va pouvoir identifier que son village, même localisé à proximité de cette catastrophe, n’est pas concerné », décrit Ingrid Salvayre.
Une identification plus facile à faire sur des données issues de plusieurs assureurs et de sources externes comme la météo.

Les approches utilisées par les fraudeurs évoluant dans le temps, la responsable organise, depuis la mise en production, une réunion mensuelle. L’objectif de ces réunions associant les opérationnels est de réduire le nombre de faux positifs et d’élaborer de nouveaux scenarii, « dans une démarche d’amélioration continue », souligne Ingrid Salvayre. « L’organisation du travail n’a pas été modifiée ou seulement à la marge. L’équipe chargée de la fraude continue à enquêter sur les alertes reçues, qu’elles soient d’origine humaine ou logicielle », décrit la responsable.
Pour faciliter le quotidien, l’interface web de Shift donnant accès aux dossiers suspicieux a été étendue aux alertes d’origine humaine. « Un avantage sensible pour les opérationnels comme pour le pilotage de l’activité et le reporting », se félicite la responsable. Il est envisagé d’intégrer ces informations directement dans les applications métiers.

Si les résultats sont au rendez-vous, la Macif ne compte pas automatiser totalement le processus, ce qui évite notamment les erreurs liées aux faux positifs. « L’hybridation homme-machine reste aujourd’hui la seule option. In fine, ce sont les collaborateurs qui qualifient la tentative », insiste Ingrid Salvayre. À l’avenir, une généralisation de l’application aux autres métiers de la mutuelle, assurance vie et prévoyance, est prévue. Il est également envisagé d’ajouter prochainement une brique chargée de la fraude documentaire.

PARTAGER L’EXPÉRIENCE À L’ÉCHELLE D’UN MARCHÉ

Antoine Javelot, responsable des projets chez Shift

« Nous recevons quotidiennement autour de 25 000 mises à jour de sinistres IARD pour la Macif. Ces données sont transférées par SFTP et VPN sur des serveurs dédiés, hébergés chez OVH en France.
Une des premières étapes de traitement est la reconstruction. Elle consiste à identifier les connexions entre les entités (parties prenantes, véhicules, etc.), par exemple pour identifier que deux individus sont une seule et même personne.
Ensuite, ces données sont analysées sous le prisme de “scénarios” : des patterns comportementaux traduisant un risque de fraude. Par exemple, un sinistre non pris en charge, suivi de la souscription d’un nouveau contrat et d’une nouvelle demande de remboursement dans des délais courts peut être une tentative pour couvrir le sinistre initial, ou la destruction d’un véhicule dont l’historique contient de nombreuses pannes, suggérant un mauvais état.
Ces scénarios sont enrichis au gré de notre expérience sur un pays ou un produit, comme par exemple, l’assurance automobile en France. Certaines technologies, comme la reconstruction ou l’établissement d’un score de confiance, bénéficient de l’expérience acquise sur ces marchés.
En deux mots, il s’agit de partager l’expérience ou les tendances à l’échelle d’un marché. Par exemple, les périodes précédant les compétitions sportives voient souvent émerger une épidémie de dommages “liés à la foudre” sur les TV
 ».

L’ENTREPRISE

ACTIVITÉ  > Mutuelle
EFFECTIF > 10 000 collaborateurs, 5,255 millions de sociétaire
CA >  6 651 M€ en 2020