Ce site utilise des cookies

Lisez notre Politique de confidentialité et Conditions d'utilisation pour plus d'informations.

Un paiement accepté ne clôt pas le risque de fraude. Une commande peut être suivie d’une déclaration de non-réception, d’un retour de colis vide ou d’une demande de remboursement appuyée par une photo retouchée à l’aide de l’IA. Pour le marchand, la transaction s’est bien déroulée. C’est après que la perte se construit.

Ce déplacement du risque accompagne l’évolution d’Oneytrust. Historiquement positionnée sur la sécurisation des transactions e-commerce, l’entreprise intervient désormais à plusieurs étapes du parcours client. Avec une même question : que sait-on de la personne à l’origine de l’opération, et les informations qu’elle présente sont-elles cohérentes ?

« On peut la prendre au moment du paiement. C’est effectivement notre métier historique. Mais aujourd’hui, on la prend aussi au moment du retour », explique Laure Littler, directrice générale d’Oneytrust, à propos de la décision antifraude. L’analyse peut également intervenir en amont, dès la création d’un compte ou l’authentification.

De FIA-NET à l’identité digitale

Oneytrust réunit deux histoires de la lutte contre la fraude : celle de FIA-NET, qui a accompagné les débuts du e-commerce français, et celle d’Oney Tech, développée autour de l’expertise du paiement fractionné d’Oney. Ce double héritage reste présent dans son activité, à la croisée des besoins des marchands et des acteurs financiers.

Filiale d’Oney, l’entreprise sécurise notamment les flux de paiement fractionné de sa maison mère. Son développement dépasse toutefois ce périmètre. « On travaille avec des clients qui n’ont rien à voir avec Oney, qui ne sont pas forcément clients d’Oney d’ailleurs, par ailleurs », souligne sa directrice générale.

Cette autonomie commerciale est importante pour comprendre sa place sur le marché. Oneytrust ne se limite ni aux enseignes de l’Association familiale Mulliez ni aux marchands qui utilisent les solutions de paiement d’Oney. Elle peut intervenir auprès d’un commerçant qui conserve ses prestataires de paiement, ou auprès d’un acteur financier confronté à un enjeu d’identité à distance. Son lien avec le groupe nourrit son histoire et ses expertises, sans définir à lui seul son périmètre de clientèle.

Au fil du temps, le travail d’investigation s’est automatisé. Les équipes qui téléphonaient pour vérifier une commande ont progressivement laissé place à des modèles capables de croiser des données et de calculer un risque. L’identité digitale a pris une place centrale dans cette évolution : un email, un numéro de téléphone, une adresse IP ou les caractéristiques d’un appareil apportent des indices sur la cohérence d’un profil.

Cette approche trouve aussi des applications dans la banque et l’assurance, à mesure que l’entrée en relation se fait à distance. Un dossier documentaire peut paraître conforme tout en présentant des incohérences dans les traces numériques qui l’accompagnent. L’analyse de l’identité digitale vient alors compléter les vérifications réalisées sur les documents.

Trois niveaux d’intervention, de la donnée à la décision

Oneytrust organise aujourd’hui son offre autour de trois briques, selon le degré d’autonomie que le client souhaite conserver dans sa lutte contre la fraude.

Avec Trust Intel, l’entreprise enrichit les informations dont dispose déjà le marchand ou l’établissement financier. L’ancienneté d’un email ou sa présence sur différents services peuvent, par exemple, alimenter ses propres règles et modèles. Le client reste maître de l’analyse et de la décision.

Un même email peut ainsi apporter plusieurs niveaux d’information. Est-il connu ? Existe-t-il depuis longtemps ? Est-il associé à des comptes sur des services en ligne ? Ces indices ne constituent pas, à eux seuls, une preuve de confiance. Ils donnent de la profondeur à une donnée que le marchand aurait autrement reçue sans contexte. « On lui renvoie les données enrichies et lui, derrière, va les utiliser comme il le souhaite », explique Laure Littler.

Trust Profile va plus loin en croisant les informations pour évaluer une identité digitale. « Est-ce que cette identité paraît réelle ou est-ce qu’elle paraît synthétique ? », résume Laure Littler. L’objectif est de repérer les incohérences susceptibles de remettre en question une transaction ou une entrée en relation.

Enfin, Trust Decision formule une recommandation : accepter l’opération, la refuser ou approfondir les vérifications. L’analyse combine notamment les données de l’événement, l’identité et la fréquence des tentatives. Des essais très rapprochés peuvent ainsi constituer un signal d’alerte.

Le niveau d’intervention dépend donc aussi de l’organisation du client. Un marchand qui dispose de ses propres équipes et modèles peut rechercher avant tout des données supplémentaires. Un autre peut avoir besoin d’une évaluation de l’identité, ou d’une recommandation directement exploitable. Cette organisation permet à Oneytrust de proposer son expertise à différents endroits de la chaîne de décision, plutôt que d’imposer systématiquement un dispositif complet.

Cette intervention complète celle des autres acteurs du paiement. « Notre connaissance, elle est vraiment transaction, identité digitale », précise la dirigeante. L’appartenance au groupe ne donne d’ailleurs pas, selon elle, accès à des données bancaires supplémentaires : Oneytrust s’appuie sur ses enrichissements et sur les informations de ses partenaires qu’elle peut mutualiser.

Dans cette chaîne, le marchand, le prestataire antifraude, le prestataire de services de paiement et la banque émettrice n’observent pas exactement les mêmes éléments. Oneytrust travaille sur le contexte de l’achat et l’identité digitale ; l’émetteur dispose d’autres informations, notamment sur les cartes déclarées volées. L’intérêt est de faire circuler une information plus riche au moment où chacun doit prendre sa décision.

« On vient enrichir l’information qu’a le marchand », explique Laure Littler. Cette information peut aussi alimenter les données qu’il transmet à son prestataire de paiement, notamment lorsqu’il cherche à proposer un parcours sans étape d’authentification supplémentaire. Oneytrust intervient ainsi en complément des contrôles déjà réalisés dans la chaîne du paiement.

Le retour, nouveau terrain de développement

Parmi les priorités produit, la fraude au retour occupe une place particulière. Elle recouvre des situations différentes : un client jusque-là sans incident qui tente d’obtenir un remboursement indu, mais aussi des réseaux qui commercialisent leurs méthodes ou proposent directement leurs services.

« On a Monsieur Tout-le-Monde qui s’essaye fraudeur. Alors, lui, il n’a pas l’impression d’être un fraudeur. Il a l’impression d’avoir une espèce de bon plan un peu limite », observe Laure Littler. Les marchands partenaires voient également apparaître des images modifiées par l’IA pour faire croire qu’un produit est arrivé endommagé.

Le premier cas est délicat à repérer, précisément parce qu’il peut s’agir d’un véritable client, avec un historique d’achats satisfaisant. L’identité est réelle et les commandes précédentes n’ont posé aucun problème. La difficulté porte alors sur le changement de comportement. « C’est souvent des gens qui ont un historique qui est bon jusque-là, puis qui vont essayer tout à coup de faire quelque chose », décrit la dirigeante. Après une première détection, éviter la récidive devient un objectif central.

À l’autre extrémité, la fraude se structure en activité commerciale. Laure Littler décrit des acteurs qui vendent des modes opératoires ou proposent de prendre en charge la fraude pour le compte d’un acheteur, en échange d’une rémunération. L’IA facilite l’industrialisation de ces pratiques. Le marchand doit alors pouvoir rapprocher plusieurs demandes en apparence distinctes pour comprendre qu’elles relèvent d’un même réseau.

Le problème est aussi opérationnel. Au moment d’une demande de retour, le marchand ne dispose pas toujours d’un lien immédiat avec la transaction d’origine et l’ensemble des données collectées lors de l’achat. Une solution qui exige de reconstituer toute cette chaîne peut donc être difficile à déployer.

Oneytrust fait évoluer son produit pour fonctionner avec moins de données en entrée, en s’appuyant notamment sur l’identité digitale associée à la demande. « Être capable d’avoir un produit assez léger », explique la dirigeante, doit permettre de « scorer la demande de retour au moment où elle est réalisée ». L’enjeu consiste à rendre l’analyse accessible là où les données sont moins structurées qu’au moment du paiement.

Reconnaître un réseau pendant qu’il se construit

En parallèle, les fuites de données compliquent la détection. Les fraudeurs peuvent composer des profils qui contiennent de nombreuses informations authentiques. Vérifier chaque donnée séparément ne suffit donc pas : il faut aussi comprendre les liens entre les opérations.

« À un moment, il faut quand même que le fraudeur puisse récupérer les fonds, récupérer la commande, se faire livrer », rappelle toutefois Laure Littler. C’est dans ces contraintes que peuvent subsister des points de rapprochement. À grande échelle, la répétition de certains éléments ou la proximité entre plusieurs profils permet de faire émerger des connexions que l’examen d’une seule commande ne montrerait pas.

« On ne peut plus uniquement s’appuyer sur un lien fort, quelque chose d’évident. On va plus aller chercher des liens plus faibles, des signaux plus faibles », explique Laure Littler. Les modèles de graphes servent notamment à repérer des connexions entre des tentatives qui, prises isolément, semblent différentes. L’appareil utilisé constitue aussi un indice : changer d’identité déclarée est plus simple que changer d’ordinateur ou de téléphone à chaque opération.

La vitesse devient alors déterminante. Oneytrust travaille à raccourcir le délai entre la formation d’un réseau et sa détection. « Dans les minutes pendant lesquelles le réseau se crée », l’objectif est de parvenir à « tout de suite l’identifier, à donner des alertes pour qu’on puisse agir tout de suite ».

Cette évolution repose sur des investissements continus dans les modèles et la donnée, ainsi que sur le travail des analystes. « On n’est jamais dans du 100 % IA », insiste la directrice générale. Les experts interprètent les nouveaux comportements observés et adaptent les règles en conséquence.

Le travail s’organise dans les deux sens : les modèles font apparaître des rapprochements sur de gros volumes, tandis que les experts fraude identifient les nouveaux modes opératoires et ajustent la réponse. « On arrête les réseaux en mettant des règles en temps réel », illustre Laure Littler. La performance ne dépend donc pas uniquement de la qualité d’un score, mais aussi de la rapidité avec laquelle une observation devient une action.

Oneytrust privilégie aujourd’hui l’amélioration des outils de ses collaborateurs plutôt qu’une hausse de ses recrutements. « Ce qu’on choisit, c’est plutôt justement de booster nos collaborateurs, permettre d’être plus efficaces grâce notamment à l’IA », explique la dirigeante. Les investissements dans la donnée et les modèles se poursuivent, dans le prolongement de chantiers lancés deux ans auparavant. Elle les présente comme un effort continu, nécessaire pour suivre l’évolution des pratiques frauduleuses.

La banque, autre débouché pour l’identité digitale

Oneytrust prépare aussi le développement de son offre d’identité digitale par l’intermédiaire de hubs réunissant différentes briques de vérification : documents, identité, signature. Plusieurs dossiers sont en cours, selon sa dirigeante, pour intégrer son analyse en complément des contrôles d’entrée en relation.

L’ouverture de compte à distance constitue un exemple de cette complémentarité. Une banque peut disposer des pièces attendues et avoir réalisé ses contrôles documentaires, tout en ayant intérêt à confronter le dossier à d’autres informations. « Le KYC paraît bon, les documents paraissent corrects », décrit Laure Littler, avant d’évoquer le doute que peut faire apparaître l’analyse de l’identité digitale. La question est de savoir si les différents éléments racontent une histoire cohérente.

Les hubs auxquels Oneytrust souhaite apporter sa technologie regroupent des services liés à l’identité, aux documents ou à la signature. « Avec cette brique d’identité digitale », ils peuvent « venir justement améliorer la qualité des KYC, notamment à distance », explique la dirigeante. Ce développement indirect permettrait d’inscrire son expertise dans des parcours déjà assemblés par d’autres acteurs.

L’arrivée des portefeuilles d’identité numérique entre également dans ses réflexions. Laure Littler distingue deux questions : la vitesse à laquelle ils seront adoptés et l’endroit où les fraudeurs chercheront à intervenir. « Est-ce que ça va être au niveau de l’onboarding ? Est-ce que ça va être en cours de vie ? » : l’enjeu, pour Oneytrust, sera d’adapter ses vérifications aux données disponibles et aux risques observés au fil de leur usage.

Préserver la conversion, quel que soit le moyen de paiement

Dans le commerce, l’exposition à la fraude dépend aussi du moyen de paiement et de ses usages. Pour le paiement fractionné, la livraison du bien après une première échéance crée une configuration particulière : le marchand doit pouvoir apprécier le risque alors qu’une partie du règlement reste à venir. Oneytrust adapte donc ses analyses avec ses partenaires, en tenant compte de la contribution de ces services à leurs ventes.

Dans le commerce, la finalité reste de préserver l’activité. Le paiement fractionné illustre cet arbitrage : son intérêt commercial impose de travailler la maîtrise du risque sans dégrader excessivement le parcours d’achat. « Le zéro fraude veut dire qu’on casse le business », résume Laure Littler.

Les nouveaux moyens de paiement appellent la même vigilance, mais avec moins d’historique. Sur Wero, Laure Littler évoque une « surveillance particulière » des premiers usages marchands suivis par Oneytrust. Elle reste prudente sur le niveau de fraude qui pourra être observé : « C’est l’avenir qui nous le dira. » La montée en charge doit permettre de comprendre les comportements et d’ajuster les modèles, sans transposer automatiquement les schémas connus sur d’autres moyens de paiement.

Du paiement au remboursement, l’élargissement du périmètre d’Oneytrust répond à cette même contrainte : décider où une vérification supplémentaire est utile, et où elle risque surtout de faire perdre un bon client.