Andy MacIsaac
Photo d'illustration
DR
La pandémie de COVID-19 n'a fait qu'augmenter le nombre de stratagèmes axés sur les soins de santé et de demandes frauduleuses à l'encontre d'organismes gouvernementaux, d'agences de chômage, d'organisations de services sociaux, et autres programmes de recherche, d'aide économique et de subventions. Le volume même des méthodes sophistiquées utilisées pour tenter de voler l'argent que les gens méritent - et dont ils ont besoin - rend la détection des abus et fraudes extrêmement difficile, gourmande en ressources et coûteuse.
Les organismes gouvernementaux qui sont en première ligne pour faire face à l'augmentation spectaculaire du nombre de demandes frauduleuses évoquent l'ampleur du problème :
Comment peut-on mettre fin aux stratagèmes nuisibles et aux demandes frauduleuses avant qu'ils n'aient un impact négatif sur la stabilité financière, la qualité des services et les résultats des soins de santé publics, des services sociaux et des programmes d'aide ?
Avant l'avènement des technologies numériques avancées, les gouvernements déployaient un certain nombre d'approches pour éliminer la fraude, le gaspillage et les abus. Par exemple, il existait des lignes d'assistance téléphonique pour les consommateurs, où les gens pouvaient signaler un acte malveillant visant les fonds et organismes publics. Les lanceurs d'alertes pouvaient alors donner des noms, des lieux et des précisions sur la façon dont les fonds étaient mal utilisés. Les agences pouvaient ensuite lancer des enquêtes et déterminer si les activités étaient réellement frauduleuses.
Ensuite, les organismes publics de santé, de chômage et d'aide sociale se sont tournés vers des solutions personnalisées fournies par de grands fournisseurs informatiques. Ces approches se sont cependant avérées être lentes à déployer, coûteuses et peu agiles en comparaison à la dynamique changeante et à évolution rapide de la fraude, des abus et du gaspillage. Ce fossé continuait de se creuser sans un investissement supplémentaire en temps et en ressources. En outre, les limites de ce modèle ont été rapidement atteintes et mises en évidence par l'explosion des données que les agences gouvernementales devaient examiner manuellement ou par le biais de technologies obsolètes afin d'obtenir un aperçu de la situation.
L’actualité qui compte pour vous, chaque jour dans votre boîte mail.
À l'heure de l'explosion du numérique, il existe de nouveaux outils d'analyse puissants pour enquêter sur les fraudes. La richesse des données offertes par les documents électroniques, les contrats, les mails, les SMS et les virements bancaires permet aux fonctionnaires de développer des approches plus avancées pour la détection des fraudes. L'IA et le machine learning, par exemple, sont très bien adaptés à la détection des fraudes en raison de la quantité d'informations numériques et de la facilité d'analyse des textes et des données.
La résolution de ces problèmes de fraude, abus et gaspillage en relation avec le phénomène de "Big Data" ne nécessite pas un investissement important dans un système d'analyse sur mesure. Il faut plutôt faire preuve d'agilité pour exploiter rapidement de vastes volumes de données et rationaliser le processus de nettoyage, de préparation et d'élaboration des données en vue d'une analyse descriptive et prédictive. Les organismes d'État pourraient également tirer parti de capacités avancées en termes d'analyse, de capacités géospatiales ainsi que de la possibilité d'analyser des données textuelles non structurées - autant de fonctionnalités clés nécessaires pour enquêter sur les cas de fraude, de gaspillage et d'abus.
Avec la bonne solution, les organisations chargées d'enquêter sur ces situations peuvent rationaliser et automatiser les processus d'analyse nécessitant beaucoup de main-d'œuvre en temps normal - éliminant ainsi des milliers d'heures de tâches fastidieuses, comme la réalisation d'audits et d'analyses manuels. Les organismes publics peuvent accélérer leur capacité de lutte contre la fraude, à mener des audits et à identifier les cas de non-conformité en identifiant de manière proactive les anomalies, en découvrant les connexions cachées dans les données et en modélisant les tendances à l'aide d'analyses prédictives - et tout ça, sans même devoir faire appel à des technologies nécessitant notamment du code informatique.
Disposer de la bonne technologie, c'est bien, mais savoir comment l'utiliser, c'est encore mieux. Il n'y a tout simplement pas assez de personnes ayant des compétences en Data Science pour répondre aux besoins d'analyse des données des entreprises aujourd'hui. Par ailleurs, de nombreux employés sont encore embourbés dans un travail chronophage et à faible valeur ajoutée utilisant des feuilles de calcul anciennes et inefficaces. Étant donné que seule une fraction des données commerciales actuelles est accessible et analysée, la libération de la valeur des énormes volumes de données détenus par les organisations nécessite une stratégie considérablement élargie, axée sur l'intelligence humaine et l'analyse pour tous.
La formation de la main-d'œuvre publique à l'utilisation efficace de ces technologies avancées est également essentielle dans la lutte contre les abus, la fraude et le gaspillage. Il n'est plus nécessaire d'être un spécialiste du code ou de l'informatique en général, ni pour les agences gouvernementales d'essayer de recruter des talents externes : il suffit de former les collaborateurs déjà en place.
Ne rien faire contre les abus, la fraude et le gaspillage n'est pas une option. Les capacités d'analyse avancées donnent aux services publics des solutions faciles à utiliser et efficaces qu'ils peuvent utiliser pour interpréter et exploiter de grands volumes de données aux formats disparates. Ces capacités incluent la possibilité d'automatiser les processus clés pour devenir plus efficace et produire de meilleurs résultats, plus rapides, qui maintiennent l'intégrité fiscale et optimisent la prestation de services aux personnes dans le besoin.
Andy MacIsaac
