PayPlug, qui a remporté une subvention record de 1,75
millions d’euros1 début 2015 dans le cadre du programme européen Horizon 2020, annonce
le lancement de sa solution de prédiction de fraude nouvelle génération. A la différence des
solutions traditionnelles de prévention de fraude qui reposent sur des moteurs de règle, la
solution de PayPlug s’appuie sur des techniques d’analyse prédictive et d’apprentissage
automatique (Machine Learning). Ces techniques permettent de cibler les tentatives de
fraude avec plus de précision, de s’adapter automatiquement aux nouvelles stratégies des
fraudeurs, et de s’affranchir des besoins de paramétrage qu’imposent les moteurs de règles
traditionnels.

PayPlug Fraud Detection : la Data Science révolutionne la lutte contre la fraude

La croissance du e-commerce en Europe s’accompagne d’une augmentation des volumes
de paiements frauduleux sur Internet2. Pour se protéger, les marchands continuent à se
tourner vers des acteurs historiques de la prévention de fraude comme Cybersource,
Accertify, ou le français Fia-Net (racheté par le Crédit Agricole en 20083). Ces solutions
reposent sur des moteurs de règles, qui permettent au marchand de paramétrer un
ensemble de critères et de seuils, en fonction desquels une transaction est considérée
comme risquée ou non.

En rupture avec ces outils traditionnels, PayPlug a choisi de s’appuyer sur les technologies
du Machine Learning pour développer son propre outil de prédiction de fraude. En
« éduquant » des modèles prédictifs à partir d’importants volumes d’observations de
comportements d’achats en ligne, les outils développés par PayPlug sont capables de
prédire en temps réel le risque associé à un nouveau paiement.

Après un an de R&D, PayPlug annonce aujourd’hui le lancement en bêta de son API de
prédiction de fraude. Celle-ci permettra aux e-commerçants, mais aussi aux prestataires de
paiement et aux banques, d’intégrer le moteur de prédiction de fraude développé par
PayPlug et de bénéficier d’un outil précis, évolutif et entièrement automatisé pour mieux
lutter contre la fraude en ligne.

Pour alimenter ses modèles prédictifs, PayPlug s’est notamment intéressé à l’analyse
comportementale des internautes, en observant notamment les dynamiques de frappe du
clavier ou les mouvements de la souris.

1 https://medium.com/@camilletyan/the-multi-million-euro-startup-grant-5eaadfa4e9b8
2 La Banque centrale européenne comptabilise 800 millions euros de fraude au paiement en ligne en 2012 en Europe :
https://www.ecb.europa.eu/press/pr/date/2014/html/pr140225.en.html