INFOSHOP 4 Organisation anti-fraude des services d’inspection sociale Datawarehouse O.A.S.I.S.

1. INFOSHOP 4 Organisation anti-fraude des services d’inspection sociale Datawarehouse O.A.S.I.S. Lise-Ange Traufler & Luc Gathy

2. Processus d’enquête (dossiers ouverts) ? Temps ? Qualité ? Présentation ? Ressources ? Coûts ? Données éparses (ONSS, ONEM, SPF Finances, …) Avant … 2

3. Valeur ajoutée de O.A.S.I.S. … Processus d’enquête (dossier connu ou mode exploratoire) ? Présentation « métier » à la Demande (Assessment) Actions O ptimisation de l’ A assainissement des entreprises S uspectes par les services d’ I nspection S ociale 3

4. Décision des actions adéquates Fraude cachée dans une masse d’informations Liste de cas avec explications Fraude mise en évidence pour analyse Enquête immédiate Enquête administrative Communication à la région Entre-prise Sco - re Ré-examen périodique X 993 Y 945 Z 674 Aucune action particulière … … Action Gestion Identi- fication L’analyse de risques comme fil conducteur … 4

5. Registre national DMFA Dimona Chômage (ONEM) Chantiers (Construction) Travail- leurs Employ- eurs Comptes & recouvrements Actions sur les «Sources authentiques» Vue «Employeur » Déclarations TVA Vue «Travailleur » Dettes TVA Fichier Clients-fournisseurs 5

6. 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

7. Des alarmes … 7

8. Des bilans … 8

9. Des prédictions … 9

10. Des mesures environnementales … 9

11. La feuille de route du contrôleur … Tout en ayant recours au chômage économique, l’entreprise utilise les services de sous-traitants ( 13) dont la qualité moyenne laisse à désirer  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 ». A partir du 1er tr. 2003 la proportion de journées assimilées dépasse systématiquement le nombre de jours rémunérés. 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. 9

12. 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 complet Travail au noir et sous-traitance fantôme Inscription fictive Sursalaires et heures supplémentaires Employeur chipoteur Entrepreneur défaillant Fraude par délégation Travail au noir dérivé Travail au noir pendant chômage économique Travail au noir et utilisation de jours assimilés Orientation chômage économique Orientation maladie Par secteur d’activité: Construction, Nettoyage, Transport, … 10

13. Méthodologie - approche • Développement 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

14. 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, résultatsattendus, 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

15. 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

16. Préparation campagne de contrôles OASIS (Détection) (Nouveau) Plan d’action Exécution des plans Analyse des résultats PeGASIS (*) + Cadastre des enquêtes + Accès intégré aux sour- ces externes d’informations Balanced scorecard OASIS (Mesure environnementale) (*) PeGASIS = Programme de gestion des dossiers (+ résultats), de suivi des activités (+ coûts) et de surveillance des secteurs à risques de l’Inspection sociale Résultats (suite) Encadrement par un P.D.C.A. entièrement informatisé ! Plan Act Do Check 15

17. 13

18. Expériences positives et négatives • 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 … 16

19. Insp. ICT • 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 Apprentissage Apprentissage Difficile pour le premier dossier Longue au début Bcp d’énergie (encore aujourd’hui) Consommation d’information Intégration des données Sens privilégié de la Spécification 16

20. 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

21. Acquisition de connaissances Développement d’applications Interviews Approche traditionnelle Experience Secteur d’activité Applications Worshops Datawarehouse Approche Datamining Recherche “exploratoire” de nouveaux comportements Suggestions & vérifications La poursuite du projet … 18

22. Personnes de contact Jean-claude Heirman Directeur général de l’Inspection sociale JeanClaude.Heirman@minsoc.fed.be Tél: 02/528.62.20 Lise-Ange Traufler Inspecteur social / Analyste en fraude Lise-Ange.Traufler@minsoc.fed.be Tél: 02/528.62.53 Ghislaine Plasky Inspecteur social Ghislaine.Plasky@minsoc.fed.be Tél: 02/528.62.41 Luc Gathy Chargé de mission à l’A.S.A / Ex-chef de projet ICT Luc.Gathy@premier.fed.be Tél: 02/289.00.70 19