#EC1to1: HiPay, le machine learning au service de la lutte contre la fraude en ligne

Client historique de HiPay depuis 2014, la Bécanerie, site d"équipement des deux roues est le site sur lequel a été mené le "POC" de la solution Smart Decision de HiPay. " Depuis 2 ans, un focus sur la data science a été réalisé au sein de HiPay, avec la volonté de travailler sur des sujets utiles aux e-marchands ", souligne Nabil Naimy, COO d' HiPay.

HiPay Sentinel, le coeur de la solution de prévention contre la fraude s'appuie sur 4 piliers. " Le scoring des transactions en temps réel, l'intégration des données métiers, 3D Secure à la demande et la gestion automatisée des challenges ", explique Cyril Tanneau, Directeur Data et Analytics chez HiPay. A la sortie, en fin de transaction, le score final abouti à 5 possibilités d'action : Bloquer, Vérifier, Forcer 3DS, Demander 3DS, ou Autoriser la transaction.

Smart Décision est une fonctionnalité additionnelle qui permet d'optimiser le modèle grâce au machine learning. Dans l'e-commerce, le sujet de la lutte contre la fraude reste un sujet sensible, avec de forts impacts financiers bien sûr mais aussi en termes de réputation. Le machine learning, a n'en pas douter, sera au centre des évolutions des solutions et de leur pertinence. " Cette fonctionnalité a vocation à être déployée chez un certain nombre de marchands dans les mois qui viennent. Après une phase de POC, la solution est maintenant en production et notre objectif est de capitaliser sur les apprentissages du machine learning tout en laissant au marchand le contrôle sur sa stratégie de paiement ", ajoute Cyril Tanneau, Directeur Data et Analytics chez HiPay.

Le cas " la Bécanerie "

La Bécanerie, site test de la solution Smart Decision, enregistre une forte croissance avec une progression de 40% de son chiffre d'affaires. Pas moins de 160 000 références sont commercialisées en ligne.

Avant d'intégrer Smart Decision, l'entreprise " challenge " 7% de ses commandes en contrôle manuel, et bloque 1,8% d'entre elles, ce qui allonge considérablement les temps de réponses et de transactions. Nicolas Henni, directeur de la Bécanerie fait rapidement le constat d' "optimisations concrètes". " Essentiellement dans les temps de traitement des équipes et dans les temps de latence. Nous avons également divisé par 3,5 notre niveau de " charge backs ", explique-t-il.

Des résultats parlants qui confirment, selon lui, la pertinence d'utiliser le machine learning pour optimiser sa stratégie de gestion de fraude.