Détecter les transactions atypiques d'un service de mobile money

Le contexte

Les contrôles de conformité reposaient sur des échantillons et des règles fixes, incapables de suivre la croissance des volumes ni de repérer des schémas nouveaux.

Notre solution

• Préparation et historisation des données de transactions
• Modèle de détection d'anomalies combinant règles métier et apprentissage non supervisé
• Score explicable pour chaque alerte
• File de revue priorisée intégrée à l'outil des analystes

Les résultats

• Cas suspects détectés plus tôt
• Temps de revue divisé par deux
• Taux de faux positifs suivi chaque semaine

« Nos analystes passent leur temps sur les vrais cas. »