INFOSHOP 4
Organisation anti-fraude des services d’inspection sociale
Datawarehouse O.A.S.I.S.
Lise-Ange Traufler & Luc Gathy
Avant …
Données éparses(ONSS, ONEM,
SPF Finances, …)
Temps ?Qualité ?Présentation ?Ressources ?Coûts ?
Processus d’enquête (dossiers ouverts)
?
2
Valeur ajoutée de O.A.S.I.S. …
Présentation « métier » à la Demande
(Assessment)Actions
Processus d’enquête (dossier connu ou mode exploratoire)
?
O ptimisation de l’A assainissement des entreprisesS uspectes par les services d’I nspectionS ociale 3
Identi-fication
Action Gestion
Fraude cachéedans une masse d’informations
Fraude mise en évidence pour
analyse
……
674Z
945Y
993X
Sco - re
Entre-prise
Liste de casavec explications
Décision desactions adéquates
Enquête immédiate
Enquête administrative
Communication à la région
Ré-examen périodique
Aucune action particulière
L’analyse de risques comme fil conducteur …
4
Travail-leurs
Vue «Travailleur »
Vue «Employeur »
Actions sur les «Sources authentiques»
Employ-eurs
Registre national
Chantiers(Construction)
DMFA
Comptes &recouvrements
Dimona
Chômage (ONEM)
FichierClients-fournisseurs
DéclarationsTVA Dettes TVA
5
But
Permettre,
Regroupement de données (décloisonnement)
Détection / Prédiction de fraude
Création de signaux d’alarmes pour les inspecteurs
Pour,
Réduction des temps de recherche de cas intéressants
Enrichir les cas connus
Coordination des activités entre services d’inspection et réduction des temps de réaction
Orientation plus précise des enquêtes / Diminution des temps de traitement des dossiers
Réduction du nombre de visites.
6
Des alarmes …
7
Des bilans …
8
Des prédictions …
9
Des mesures environnementales …
9
La feuille de route du contrôleur …
9
En comparant le registre du personnel des deux sociétés on constate de nombreux travailleurs communs dont quelques-uns sont passés de la 1ère à la seconde quelques semaines avant la faillite. Ces informations complémentaires sont fournies pour établir la continuité dans les agissements des gérants.
Tout en ayant recours au chômage économique, l’entreprise utilise les services de sous-traitants ( 13) dont la qualité moyenne laisse à désirer
A partir du 1er tr. 2003 la proportion de journées assimilées dépasse systématiquement le nombre de jours rémunérés.
L’employeur a été choisi en fonction du comportement de du scénario constitué par le groupe d’alarmes – 3, 4Ter, 10– « Faillites successives – fragilité financière organisée ».
Scénario Nuances
Faillites successives Fragilité financière (organisée ou non)Employeur défaillant
Pourvoyeur de main d’œuvre
Infractions et chômage Travail au noir pendant chômage temporaire / chômage completTravail au noir et sous-traitance fantôme
Inscription fictive
Sursalaires et heures supplémentaires
Employeur chipoteur
Entrepreneur défaillant
Fraude par délégation Travail au noir dérivéTravail au noir pendant chômage économique
Travail au noir et utilisation de jours assimilés
Orientation chômage économiqueOrientation maladie
Par secteur d’activité: Construction, Nettoyage, Transport, …
10
Méthodologie - approcheDéveloppement d’un système informatique structuré
Collecte des données Etage technique de préparation des données (staging): réception, contrôle … calcul de valeurs dérivées et transfert Etage de présentation des données aux utilisateurs pour analyse automatique, assistée ou dirigée
Intégrer l’outil, Dans la méthodologie de contrôle Dans les processus de traitement des dossiers
Pour, Une utilisation optimale – évolution d’un système « réactif » à un système « pro-actif »
Ce qui demande, Une cellule de coordination et la spécialisation d’inspecteurs dans la sélection des cas intéressants Création de relais vers le terrain / Assurant le feedback !
11
Etapes d’une itération de projet 1) Définition d’un périmètre
Objectifs stratégiques
Secteur d’activité, scénarios de fraude, source(s) de donnée(s)
2) Acquisition de la connaissance de terrain des inspecteurs
Recensement des besoins
Etude de cas concrets, simulations
3) Définition des priorités, résultats attendus, problèmes juridiques
Découpage du projet ICT en lots courts
Itération rapide
4) Réalisation du projet en mode maquette / pilote / validation
Sur des donnnées de test réelles et anonymisées
5) Support, accompagement, animation, mesure de satisfaction 12
Résultats
“Crime such as fraud cause loss of revenue and require human
resources to trace and handle them. Electronic systems for fraud
detection can increase the detection rate by automatically
carrying out checks and controls.
The Belgian Anti-Fraud Datawarehouse project has developed a
model whereby the need for precious resources in terms of both
time and personnel has been cut and which has enabled more
focused investigations leading to an increased apprehension rate.
This example also illustrates as possible solution to tackle issues
related to security and trust, a major concern for both front and
back office users and for clients.”
Ecrit par Christine Leitner (Head of eEurope Awards Project Management Secretariat and Senior Lecturer, EIPA Maastricht) dans la revue “Eipascope” numéro 2004/1 page 40.
13
Encadrement par un P.D.C.A. entièrement informatisé !
Analyse des résultats
Balanced scorecardOASIS (Mesure environnementale)
Plan
Do
Check
Act
Résultats (suite)
OASIS (Détection)
Préparation campagne de
contrôles
(Nouveau) Plan d’action
Exécution des plans
PeGASIS (*) + Cadastre des enquêtes+ Accès intégré aux sour- ces externes d’informations(*) PeGASIS = Programme de gestion des dossiers (+ résultats),
de suivi des activités (+ coûts) et de surveillance des secteurs à risques de l’Inspection sociale
15
13
Expériences positives et négatives
16
Aide à la décision appréciée par les Inspecteurs
Valorisation des connaissances implicites des contrôleurs
Gestion optimale des connaissances « cachées » dans les banques de données publiques
Elimination des visites « inutiles » dans les entreprises qui pouvaient s’apparenter à du harcèlement
Non-visite = Entreprise « saine »
Gestion des ressources humaines des inspections optimalisée
Jugement avec équité puisque produit par un système automatisé
Rétablissement des règles de concurrence loyale
La vie privée est protégée
Pourquoi pas à l’avenir du mailing …
Expériences positives et négatives
Frontière « utilisateur final » - ICT à géométrie variable
Remplir les rayons du datawarehouse en tenant compte:
1) De la connaissance de terrain
2) Des contraintes légales liées la « Vie privée »
Mise au point des alarmes
Utilisation de données dans le contexte lié à un dossier Recherche « automatisée » + Dirigée
Consommation d’information
Intégration des données
ICT
Insp.
Sens privilégié de la Spécification
Apprentissage
Apprentissage
Difficile pour le premier dossier
Longue au début
Bcp d’énergie(encore aujourd’hui)
16
Conseils
Projet porté par le(s) top-management(s)
Datawarehousing = Projet technique + Bouleversements de culture
Succession rapide/visible de projets ayant un périmètre limité
Formation d’experts en information versés pendant une période longue (comptée en années) dans un seul groupe projet
Ré-organisation obligatoire méthodologie de contrôle ET processus de traitement des dossiers
OASIS transforme des données en information = « Pré-enquête » non liée à un dossier Impact sur l’instruction des dossiers
17
La poursuite du projet …
Secteur d’activité
Worshops
Exp
erie
nce
Développement d’applicationsAcquisition de connaissances
Interviews
Ap
pro
ch
e
tra
dit
ion
nel
le
Applications
Recherche “exploratoire” de
nouveaux comportements
Datawarehouse
Ap
pro
ch
e
Da
tam
inin
g
SuggestionsSuggestions & vérifications& vérifications
18
Personnes de contact
Jean-claude HeirmanDirecteur général de l’Inspection [email protected]él: 02/528.62.20
Lise-Ange TrauflerInspecteur social / Analyste en [email protected]él: 02/528.62.53
Ghislaine PlaskyInspecteur [email protected]él: 02/528.62.41
Luc GathyChargé de mission à l’A.S.A /Ex-chef de projet [email protected]él: 02/289.00.70
19