Détection de fraude en temps réel pour Mutualis Assurances

Mutualis Assurances traitait 180 000 déclarations de sinistres par an avec une équipe de vingt analystes fraude. Le processus reposait sur des règles statiques et des contrôles manuels : les dossiers suspects n’étaient identifiés qu’après le versement de l’indemnisation dans 35 % des cas. Le coût annuel de la fraude non détectée était estimé à 14 millions d’euros. La direction souhaitait passer à un système prédictif capable d’évaluer chaque déclaration en temps réel, sans ralentir le traitement des dossiers légitimes.

Nous avons déployé un modèle de scoring multi-dimensionnel qui analyse chaque déclaration en temps réel. L’architecture combine un modèle gradient boosting entraîné sur quatre ans d’historique de sinistres avec un graphe de relations entre déclarants, bénéficiaires et prestataires pour détecter les réseaux organisés. Le système attribue un score de risque entre 0 et 100 à chaque dossier et route automatiquement les dossiers au-dessus du seuil vers l’équipe d’investigation. Un tableau de bord explicatif accompagne chaque alerte pour que l’analyste comprenne les facteurs de suspicion en un coup d’œil.

Six mois après le déploiement, le taux de détection pré-indemnisation est passé de 65 % à 91 %. Les faux positifs ont diminué de 40 %, libérant du temps d’analyse pour les cas complexes. L’équipe fraude a été recentrée sur l’investigation approfondie plutôt que le tri. L’économie annuelle estimée dépasse 8 millions d’euros. Le système traite désormais les déclarations en moins de 200 millisecondes, sans impact perceptible sur le parcours client.