Une meilleure connaissance du client pour une authentification discrète

Si des solutions de biométrie comportementale comme celle de NuData abordent le comportement du client pour détecter une opération suspecte, et si depuis longtemps les émetteurs de cartes ou autres prestataires prennent en compte les anomalies (carte utilisée simultanément à Mexico et Beauvais par exemple) pour remonter des risques de fraude, l’utilisation de la connaissance du client comme méthode d’authentification n’en est qu’à ses débuts. Chez Crédit Agricole, cette méthode est baptisée authentification incrémentale. « Aujourd’hui nous récoltons tellement d’informations sur notre client que nous pouvons lui offrir plus de services sûrs sans l’embêter. Par exemple en étudiant les logs pour connaître ses habitudes, nous allons bloquer une simple consultation de compte si, à moins de 5 secondes d’écart, l’une s’est faite à Paris et l’autre à Tokyo, et laisser passer des virements, s’ils sont récurrents. Pour ce faire, il faut travailler en amont sur la captation de ces données et voir comment la personne utilise ses outils numériques pour l’identifier. L’idée de l’authentification incrémentale est qu’il n’y a pas qu’une solution, mais un faisceau de preuves » développe Emmanuel Méthivier. De même depuis septembre 2016, la Société Générale a ajouté une couche de machine learning à son Pass Sécu « pour chercher l’anormal dans le normal, par rapport aux habitudes du client ».