Rechercher Annuler

Le data mining, technique explosive contre la fraude fiscale !

De Léon Sanchez - Posté le 3 juin 2015 à 12h13 dans Informatique

La loi sur le renseignement est examinée à partir d'aujourd'hui par les sénateurs. Mais, une autre forme d'exploitation de vos datas sera bientôt mise en place. Pour lutter contre la fraude fiscale, le gouvernement autorise l'utilisation du data mining. Pour commencer, une petite vidéo explicative faite par une école de marketing.

Le data mining, dernier recours contre la fraude

En 2011, le système des Allocations familiales était généralisé à l'ensemble des Français. Depuis, la fraude ne cesse d'augmenter. Il y a quatre ans, la Caisse nationale des Allocations familiales (Cnaf) recensait "seulement" 11 700 fraudeurs. En 2013, ce nombre avait presque doublé, atteignant 20 937 fraudeurs (les chiffres officiels sont vraiment très précis). Et les chiffres publiés hier montrent une augmentation de 56 %, avec pas moins de 32 000 fraudes. Alors, pour lutter contre ces pratiques qui coûtent de l'argent à tous, le gouvernement autorise le data mining. Un système de mutualisation des données de milliers d'utilisateurs qui permet de recouper et de repérer les dossiers qui entreraient dans la catégorie des profils "à risques".

dm

Objectif secondaire : 0 discrimination

Si le but de ce système est d'anticiper la fraude, il reste important pour les dirigeants de la Cnaf d'éviter toute forme de discrimination. Daniel Lenoir, le directeur, a insisté sur ce point : "Nous ne dressons pas le profil type du fraudeur. Avec le datamining, nous ne tirons pas de conclusions, ce serait tuer l’outil ! Nous cherchons simplement à prévoir." Pour l'aspect plus technique, Bernard Tapie (non, pas celui des fameuses affaires, mais un homonyme), en charge de la direction des statistiques de la Cnaf, expose le principe :

On récupère une centaine de variables - le niveau de revenu, la composition familiale, le comportement de l’allocataire à l’encontre de la Cnaf - puis on réalise une modélisation pour effectuer des contrôles ciblés.


Il s'agit en pratique de se focaliser sur l'aspect scientifique indépendamment des profils étudiés. Mais, l'autre problème pratique, c'est l'obsolescence du modèle. Les populations évoluant constamment, il faut régulièrement mettre à jour la base de données et l'algorithme. Une base de données établie à partir des informations détenues par Pôle Emploi, le service des impôts, ou encore du Répertoire national commun. Bonne nouvelle donc : les services de la Cnaf n'ont pas (pour l'instant) le droit d'accéder à nos données personnelles.

Une erreur ?

Source(s) : Libération

Mots-Clés :

Cliquez sur une phrase de l'article pour proposer une correction.

J'ai compris !

Commentaires (17)

Par Protopoulpe, il y a 9 ans :

C'est qu'une question de temps avant qu'il ne décide de nous voler nos infos ...

Répondre à ce commentaire

Par Lol, il y a 9 ans (en réponse à Protopoulpe):

C'est déjà le cas

Répondre à ce commentaire

Par LeZouave, il y a 9 ans (en réponse à Protopoulpe):

Malheureusement c'est déjà fait, mais jamais ils préciseront à moins qu'ils soient débiles à ce point, la loi va juste rendre légale cette pratique qui était déjà utilisée, on va devenir un état parano comme les USA

Répondre à ce commentaire

Par boopette, il y a 9 ans :

Reste à savoir si avec toutes ces données, ils voudront pas changer l'objectifs initial de cet outil.

Répondre à ce commentaire

Par ollotomate, il y a 9 ans (en réponse à boopette):

C'est clair surtout que l'objectif initial veut plus rien dire depuis un moment

Répondre à ce commentaire

Par Surt, il y a 9 ans :

Si c'est appliqué dans ce but (et uniquement dans ce but) j'accepte l'idée.
Par contre j'aime beaucoup le coup du "Nous ne dressons pas le profil type du fraudeur" ... le but du data mining ? dresser des profils type... j'aime beaucoup cette façon de chercher à ne pas effrayer les gens, quitte à dire le contraire même de ce qu'on fait.

Répondre à ce commentaire

Par Gua', il y a 9 ans (en réponse à Surt):

Haha j'avoue, bien vu !

Répondre à ce commentaire

Par DODO, il y a 9 ans :

Prochain titre d'hitek : L'eau qu'on boit est explosive....

Répondre à ce commentaire

Par Surt, il y a 9 ans (en réponse à DODO):

Hitek n'étant pas une création de Michael Bay (enfin il ne me semble pas), le terme explosif n'a pas toujours le sens de "Woah ça pète de partout !!"

Répondre à ce commentaire

Par Takeda, il y a 9 ans (en réponse à Surt):

Hitek n'étant pas une production Michael Bay, ils devraient lui payer des droits pour utiliser ce terme!^^

Répondre à ce commentaire

Par yuropp, il y a 9 ans :

Et ça consiste en quoi une fraude à la CAF à part déclarer des gosses imaginaires ?
Ou plus exactement, ça consisterait en quoi si les politiciens n'avaient pas inventé tout un tas de règles tordues, à la foi pour créer l'envie de les frauder et le besoin d'embaucher une armée de gens pour chercher les fraude, que leur salaire permettrait de payer les alloc des "fraudeurs de synthèse" ?

Répondre à ce commentaire

Par GreaksHouses, il y a 9 ans (en réponse à yuropp):

Ces règles tordus existent car les citoyens ont un esprit tordu.

Si les règles étaient simples, il y aura 3 fois plus de fraudeur. C'est très compliqué d'essayer d'administrer une méthode miracle à plus de 60 millions de personnes, toute ayant une situation différente.
Il y aura toujours des inégalités, mais le but est qu'elles soient vraiment minoritaires.

Répondre à ce commentaire

Par yuropp, il y a 9 ans (en réponse à GreaksHouses):

Non. Moins il y a de règles, moins il y a d'opportunité de les violer. Au départ, la CAF c'était pour les allocs. Et les allocs, c'était pour favoriser les gosses. Point barre.

Dès lors que des politiciens décident que seuls les pauvres doivent se reproduire, ils ont créé une opportunité de fraude sur la déclaration de revenus. Fraude qui, dans la version originale "pour tous" n'avait pas d'opportunité pour apparaitre (ce qui n'empêche pas de dissuader les riches d'avoir des gosses, il suffit de rendre les allocs imposables…).

Des exemples comme ça, il y en a 13 à la douzaines…
Par exemple toutes les fois où l'on a mélangé assurances sociales et charité publique. Ou quand on a demander à la CAF de palier l'insondable stupidité qui préside à la rédaction des fiches de paye. Ce qui bien entendu permet de "justifier" des monceaux de règles à la noix. Et des monceaux de fonctionnaires pour les faire appliquer.

PS : les citoyens seraient-ils tes ennemis ? Tu semble oublier qu'en droit ce sont tes chefs !

Répondre à ce commentaire

Par Protopoulpe, il y a 9 ans :

Un peu comme l'analyse prédictive au final ... https://aunomdupoulpe.wordpress.com/2015…

Répondre à ce commentaire

Par murthan, il y a 9 ans :

Le "Aucune discrimination" m'a fait rire, c'est les Français de France qui sont discriminé dans ce genre de trucs, les autres ont tout ce qu'ils veulent ><

Répondre à ce commentaire

Par Robospierre, il y a 9 ans (en réponse à murthan):

murthan : prends garde à l'effet d'optique connu sous le nom de ... "l'herbe est toujours plus verte chez les autres", parce que ça t'empêche de voir tout les privilèges dont tu disposes (et donc, dont tu ne jouis pas complètement).

Je sais la vie peut parfois être dure, mais si tu ouvres les yeux sur ce que tu as, tu verras que ne plus vivre comme un "rageux" (ou un envieux c'est plus poli) ça fait du bien.

Outre ça, personne ne se pose la question de combien coûte la fraude fiscale des pauvres (et les moyeux développés pour lutter contre), par rapport aux fraudes fiscales des riches (et les moyens, qui eux sont quasiment inexistants) ?

Répondre à ce commentaire

Par yuropp, il y a 9 ans (en réponse à Robospierre):

Comme disait Jesse James (du moins, selon Morris, et avant que Lucky Luke ne l'arrête) : "Plusieurs pauvres, en se cotisant, valent un riche".

Répondre à ce commentaire

Laisser un commentaire

Votre adresse e-mail ne sera pas visible. Pour avoir une image de profil, utilisez le service gravatar.

Tu es membre premium car tu as commandé une HITEKBOX. Tu peux donc ajouter des smileys et des images.