Alors que la fraude commerciale cause la perte de milliards de dollars chaque année et que la pandémie de COVID-19 met les économies du monde entier sous pression, il est impératif que les autorités publiques comprennent comment utiliser les logiciels et les données pour cibler les délits commerciaux. Dans le présent article, je présenterai quelques points de réflexion, à la lumière des nombreuses années d’expérience que j’ai acquise dans ce domaine.

Mon histoire commence en 1992 à Washington, au siège de la Douane des États-Unis. C’est là, à la Division de la fraude au 5^e étage, que j’ai rencontré l’agent spécial principal Lou Bock. Lou était quelqu’un qui comprenait extrêmement bien comment utiliser les données pour cibler la fraude commerciale et le blanchiment d’argent. Plus j’ai appris à connaître son travail, plus j’ai compris qu’il était un visionnaire, un de ces rares experts capables d’établir un lien entre les différents types de délits, les échanges commerciaux et les documents financiers. Sur la base de ses idées, j’ai écrit et partagé un système logiciel standard dans le cadre d’une joint-venture entre le service de la Douane des États-Unis et une dizaine de pays. Avec l’aide de John Cassara, expert en blanchiment d’argent sous le couvert d’opérations commerciales, le système a reçu le soutien du Congrès américain, du département du Trésor et du département d’État des États-Unis, et notre initiative est ainsi devenue la pierre angulaire du programme des Trade Tranparency Units (TTU), créé en 2004.

Comme indiqué dans un article paru dans le numéro de juin 2015 de l’OMD Actualités, « Le principe directeur sur lequel se fondent les TTU veut que les autorités gouvernementales intervenant aux deux extrémités de toute transaction commerciale soient en mesure de comparer et d’analyser les données échangées aux fins de l’identification d’anomalies ».

Le programme des TTU reposait sur deux piliers :

• un mécanisme bilatéral, mis sur pied pour permettre d’échanger les données commerciales avec les pays qui avaient signé un Accord d’assistance mutuelle douanière avec les États-Unis ;
• un système informatique faisant office d’outil d’investigation pour permettre aux usagers de détecter les anomalies en matière de commerce et d’analyser rapidement des vastes volumes de données.

Pendant quelques années, nous avons ainsi pu aider les États-Unis et les pays partenaires du programme TTU – le Mexique, le Panama, le Brésil, la Colombie, la République dominicaine, le Paraguay, les Philippines, le Guatemala, le Honduras, le Salvador, l’Équateur et l’Australie – à s’attaquer à la délinquance et à récupérer de la sorte des milliards de dollars.

Le logiciel et les méthodologies mises en point ont permis aux diverses TTU établies dans les pays participant au système d’échange de données de remporter de francs succès. Cela dit, même sans l’échange direct de données sensibles propres à chaque pays, il est aujourd’hui possible pour les gouvernements de déterminer les domaines problématiques (les « bottes de foin ») ou d’identifier des individus précis (les « aiguilles » à retrouver), voire les deux.  L’analyse des données officielles et de sources ouvertes portant sur les importations ou les exportations, les mouvements commerciaux, les rapports d’activités suspectes, les rapports de transactions en espèces et les formulaires d’information concernant les devises s’est révélée efficace et a permis d’obtenir de bons résultats. Les délinquants mentent mais leurs mensonges ne sont pas toujours cohérents. Un individu peut mentir sur un type de document, pour diverses raisons, mais pas forcément sur un autre. Un même individu peut également inventer des mensonges différents, en fonction des autorités gouvernementales auxquelles il s’adresse. Les outils d’analytique permettent de démêler les écheveaux de mensonges. Ils peuvent devenir de formidables alliés pour les enquêteurs, à qui ils permettent de vérifier les indices trouvés sur le terrain, mais la vraie valeur ajoutée passe par les agents et les analystes qui arrivent à dégager des patrons de comportements douteux et des pistes supplémentaires.

L’outil que les TTU utilisaient présentait les données à travers des graphiques et des grilles. Des boutons d’exploration apparaissaient en passant la souris sur les visuels, permettant ainsi aux analystes d’explorer les données de manière plus approfondie pour qu’elles puissent leur révéler des détails supplémentaires. Ces boutons d’exploration étaient au cœur du système. Ils représentaient le « qui-que-quoi-comment » de la répression de la fraude. En cliquant sur ces boutons, les analystes tentaient de répondre aux questions essentielles que se pose tout enquêteur criminel douanier : à qui avons-nous affaire ? Quelles sont les marchandises concernées ? D’où viennent les produits et où vont-ils ? Quand s’est produite l’activité ?

Les boutons d’exploration sont comme les commandes d’un ascenseur. L’analyse commence lorsque l’usager « monte dans l’ascenseur ». Les boutons, qui filtrent les données, amènent l’utilisateur aux différents étages du « bâtiment ». Une fois arrivé à l’étage qui l’intéresse, l’analyste peut sortir et regarder autour de lui, ce qu’il fait en cliquant sur les boutons analytiques. Par exemple, en cliquant sur le bouton étiqueté UP (soit Unit Price ou prix unitaire), il fait apparaître des informations sur la valeur déclarée des marchandises. L’usager peut très bien sortir de l’ascenseur et passer à un autre « bâtiment » (document) grâce à la vue détaillée d’exploration. Les fonctionnalités analytiques comprennent des tableaux de divergence, qui montrent les écarts éventuels entre les différents types d’écritures, mentionnent la source de la divergence pour chaque élément de donnée et indiquent également la manière de clarifier les ambiguïtés.

Les analystes douaniers spécifiquement affectés à la détection des anomalies sur la base des données commerciales ont fait usage de l’outil pour détecter les cas d’évasion fiscale en analysant les prix unitaires. Un de ces cas de fraude, rapporté par le Wall Street Journal[1], portait sur quelque 100 millions de dollars. Les analystes douaniers à l’origine de l’enquête se sont penchés sur des importations de réglisse depuis Taïwan, dont la valeur déclarée dépassait plus de cent fois la valeur habituelle. Toutes les importations suspectes étaient liées à un importateur de produits à base de plantes et de produits de santé, basé en Californie. Une analyse plus poussée a révélé que les importations surévaluées de réglisse – même celles qui n’étaient pas directement liées à l’importateur – passaient par la même société. Dans une autre affaire de surévaluation, il a pu être établi que le gouvernement argentin avait indûment payé 130 millions de dollars en subventions à l’exportation à des entreprises situées dans le pays[2].

Dans le cadre d’une autre affaire, de l’or guyanien était amené illégalement aux États-Unis suivant un subterfuge qui permettait de contourner les lois fiscales du Guyana. Les médias ont rapporté que, pendant dix ans, près de 100 000 onces d’or avaient été passées en contrebande chaque année, privant ainsi le Guyana de quelque 300 millions de dollars de recettes. Le réseau de contrebande n’a pas été découvert sur le terrain mais bien par les analystes des données commerciales. L’analyse du prix unitaire a permis aux autorités gouvernementales de découvrir l’opération de contrebande.

Comme indiqué plus haut, la possibilité d’établir un lien entre les données des transactions commerciales à l’importation et à l’exportation offre un avantage certain, mais les pays peuvent aussi lutter contre la fraude de manière efficace aujourd’hui sans passer par le partage direct de leurs propres données sensibles. Il suffit d’être prêt à investir des ressources dans l’analyse des données. En créant une petite équipe bien formée, qui ne sera pas réaffectée ailleurs à la moindre contrainte budgétaire, une administration peut très bien être en mesure de cibler la fraude et de récupérer d’énormes montants d’argent. Certaines conditions doivent être remplies, bien entendu, comme la mise en place de mesures effectives de lutte contre la corruption et la capacité de mener une enquête en bonne et due forme.

Il est important de comprendre qu’il n’existe pas de solution purement logicielle et que, dans la pratique, de nombreux systèmes de gestion des risques ne sont pas particulièrement efficaces. N’oublions pas que ces derniers sont conçus et créés par des départements informatiques disposant de budgets énormes et de connaissances tout aussi pléthoriques en matière de TI… mais sans l’expertise nécessaire des enquêteurs criminels douaniers. De même, de nombreux outils d’exploitation des données donnent de bons résultats, à condition d’y incorporer une connaissance approfondie de la fraude douanière. Il existe un problème culturel dans la lutte contre la fraude commerciale : les départements informatiques doivent se rendre compte que, sans l’implication active d’enquêteurs expérimentés et d’analystes avertis dans les travaux de conception des logiciels, les outils qu’ils mettent au point ne seront que d’une moindre utilité.

Je crois que le logiciel doit guider les analystes à détecter, dans les données qu’ils exploitent et analysent dans le détail, les délits qui passeraient autrement inaperçus. J’invite les administrations des douanes et les analystes de données qui souhaitent discuter des méthodologies et des outils à déployer à me contacter. Je suis toujours partant pour partager ce que j’ai appris de mon vieil ami et mentor Lou Bock. Sa façon de cibler le crime nous a permis d’arriver à des résultats impressionnants… Et nous avons pourtant à peine fait qu’effleurer les possibilités que nous offre l’analyse des données.

En savoir +
mark.laxer@datamininginternational.com
twitter @marklaxer

[1] “Prosecutors Say Sunrider made Profits Vanish in Import Abuse”, 7 janvier 1997

[2] L’affaire a été rapportée par le New York Times: “Banker Indicted in Fraud Case Said to Have Bilked Argentina”, 8 mars 2000, https://www.nytimes.com/2000/03/08/nyregion/banker-indicted-in-fraud-case-said-to-have-bilked-argentina.html