Co-entreprise du groupe bancaire BPCE (majoritaire depuis 2020) et de ELO (holding de Auchan Retail notamment), le groupe Oney est surtout connu pour sa banque Oney Bank. Mais ce groupe possède également une filiale spécialisée dans la sécurisation des paiements et la lutte contre la fraude en ligne, Oneytrust. « Nous aidons à garantir la confiance dans le e-commerce » confirme Guillaume Beauventre, Directeur Solutions & Technologies d’Oneytrust. Or, à chaque avancée dans la lutte contre la fraude, les fraudeurs réagissent et s’adaptent. Comme Guillaume Beauventre l’explique : « Les fraudeurs pivotent assez bien ». Il faut donc une approche de détection qui aille plus loin que le contrôle d’une seule transaction, ce que Oneytrust a amélioré en s’appuyant sur la base de données orientée graphes AuraDB de Neo4J.
Bien sûr, avec vingt-cinq années d’opérations dans son historique, Oneytrust dispose d’une réelle expérience et d’une vraie expertise sur le sujet. L’entreprise a ainsi accompagné l’évolution du e-commerce et celle de la fraude associée. Mais la complexité croissante des pratiques des fraudeurs interdit de s’endormir sur ses lauriers. Oneytrust récupère les flux de données associés aux transactions (paiements, crédits…) chez ses clients. Son objectif et son savoir-faire, c’est d’aider à qualifier chaque transaction : quelle est le risque qu’il s’agisse d’une fraude ?
Une qualification à fournir en temps quasi-réel
Un client d’un prestataire e-commerce utilise pour la première fois ce prestataire ? Un certain nombre de données vont être envoyées à Oneytrust (e-mail, adresse IP, services souscrits…). A partir de ces données, Oneytrust va qualifier en temps quasi-réel le client et sa transaction : à approuver, à bloquer ou à vérifier. Si le client est jugé non-fraudeur, le e-commerçant peut lui proposer des services complémentaires et tenter des ventes additionnelles. Les données sont transmises par API en totale transparence pour le client et la préconisation, en retour, est fournie en quelques secondes.
« Il s’agit de transformer les données en signaux, les signaux en informations puis en décisions » observe Guillaume Beauventre. Classiquement, Oneytrust utilise des outils de machine-learning qui vont appliquer et mettre à jour des règles. Cet outil repère des schémas de fraudes, va émettre des alertes. L’un des enjeux importants, évidemment, est d’éviter les faux positifs comme les faux négatifs, ce qui est une clé de l’expertise développée par Oneytrust.
Accumuler les indices pour fournir une conviction
L’entreprise s’appuie bien sûr sur des historiques de transactions. Mais c’est parfois insuffisant. Il faut donc multiplier les signaux et diversifier leur nature. Surtout pour s’adapter aux évolutions de la fraude. Guillaume Beauventre relève : « la fraude a changé d’échelle ces dernières années et les fraudeurs sortent des anciens schémas. On voit se développer depuis quelques années toute une économie de services que l’on pourrait appeler de la Fraud-as-a-Service... »
Depuis 2025, Oneytrust s’est doté de développements réalisés autour de la base de données orientée graphes AuraDB de Neo4J. « La lutte contre la fraude est une question de connexions, notamment de connexion d’un événement à qualifier avec d’autres événements, eux frauduleux » justifie Guillaume Beauventre. De signaux issus de données brutes, Oneytrust obtient des signaux résultant de liens. La technologie Neo4J vient compléter l’arsenal antérieur, pas le remplacer.
Des liens pour caractériser la fraude
Guillaume Beauventre relève : « sans base de données orientée graphes, il est très coûteux en temps et en ressources (donc en argent) d’établir des liens. Dans une telle base, les données sont au contraire représentées sous forme de nœuds et de liens. » Non seulement l’outil permet d’établir des liens mais aussi de montrer ces liens d’une manière claire et compréhensible instantanément par un être humain. « Les analystes experts en fraudes peuvent lire un réseau de fraude directement » se réjouit Guillaume Beauventre.
Il précise : « nous voulions des résultats concrets dès le début du déploiement ». Et, avec cette technologie, les signaux relationnels étaient directement exploitables. Une telle représentation permet de mieux comprendre les méthodes des fraudeurs et les réseaux de fraude. « En quelques heures, un réseau de fraudeurs est visuellement établi » s’émerveille Guillaume Beauventre. Il ajoute : « les restitutions sont davantage visuelles, elles sont plus claires autant en interne que pour nos clients ». Et, au fur et à mesure, le scoring des transactions tient compte de cette expérience acquise.
La fraude démontrée visuellement
En cas de procédure contentieuse voire judiciaire, une telle approche est également plus simple. Il y a un réel gain opérationnel et un gain de temps. Guillaume Beauventre plaide : « le stockage de données en graphes ouvre un nouveau pan de la datascience et nos datascientists sont ravis. Les graphes montrent le réel caché par les données présentées sous forme de tableaux ».
Même si la technologie peut être déployée autrement, Oneytrust a choisi un PaaS, un service infogéré par l’éditeur, sur le cloud Microsoft Azure avec une consommation à la demande. L’entreprise achète des crédits pour une capacité de volume de données traité. Il n’y a aucun coût caché. Neo4J fait sienne toute la problématique du dimensionnement des ressources cloud.
