La fraude dans les mégadonnées | KPMG | CA
close
Share with your friends

La fraude dans les mégadonnées

La fraude dans les mégadonnées

Comment chercher une aiguille dans une botte de foin

Leader Services Conseils Québec

KPMG au Canada

Contacter

Contenu connexe

Man and woman working

Dans un passé récent, les organisations voulant se servir de l'analytique pour lutter contre la fraude se sont heurtées à un obstacle de taille : le manque de compétences techniques. Les employés capables de manipuler de vastes ensembles de données ne couraient pas les rues. Avec la récente vague des mégadonnées (« big data »), les outils d'analyse se sont soudainement multipliés, devenant dès lors plus abordables et plus faciles à utiliser. L'analytique est désormais à la portée de tous.

Cela dit, le déploiement à grande échelle d'outils comme Alteryx, Tableau et Qlikview a révélé l'existence d'un autre problème : les outils génériques et universels sont très bons pour trouver de faux résultats positifs, mais souvent médiocres pour combattre la fraude. Le contexte est l'ingrédient manquant dans la plupart des analyses.

Au baseball professionnel, le directeur général peut se servir de l'analytique pour évaluer un joueur, mais il doit aussi examiner le contexte dans lequel les données ont été produites. Cela lui permettra de décider quels sont les paramètres (la science) les plus significatifs et de faire quelques ajustements basés sur son appréciation (l'art). Si deux joueurs de niveau collégial comptent un nombre semblable de coups de circuit, mais que l'un d'entre eux joue à plus haute altitude, où les balles se rendent plus loin, devrait-on en tenir compte dans leur évaluation?

Cet article met en lumière deux exemples où l'analytique peut servir à combattre la fraude et démontre à quel point le contexte y joue un rôle déterminant.

Pour en savoir plus, lisez la version intégrale en PDF.

Communiquez avec nous

 

Appel d’offres

 

Soumettre