FAQ

Bleckwen
Question logo
Quelle est votre définition de la fraude au crédit ?
Nous vous construisons un modèle personnalisé en fonction de votre définition de la fraude au crédit.
Question logo
Comment définissez-vous la fraude au crédit ? En quoi votre entreprise est-elle qualifiée pour mener à bien cette action ?
Nous opérons dans un marché de niche et sommes suffisamment spécialisés pour défendre et maintenir notre position sur le marché. Il est essentiel de mentionner que nous ne remplaçons pas les outils traditionnels ou les équipes internes de science data.

Nous complétons les processus existants pour découvrir la fraude résiduelle qu'ils ne peuvent pas découvrir.

Chez Bleckwen, nous disposons d'un groupe international diversifié de data science, spécialisés dans l'intelligence artificielle et l'apprentissage automatique.

L'IA est notre compétence principale, et nous avons construit une base solide de connaissances sur la fraude au crédit avec nos clients actuels.
Nous avons également une histoire unique, ayant autrefois fait partie d'une grande entreprise avant d’être indépendant, ce qui nous donne un éventail d'expériences.
Question logo
Quelles sont les compétences, l'expérience et l'expertise dont vous disposez ? Quelles sont vos lacunes en matière de compétences et comment les comblez-vous ?
Nous avons l'expérience et la base de connaissances d'une grande entreprise tout en ayant l'agilité et l'innovation d'une entreprise Fintech. Et, ce qui est peut-être le plus inhabituel pour une Fintech, notre premier client a été BNP Paribas, la plus grande banque d'Europe. Cela en dit long, car nous avons été conçus pour cette taille et les exigences de BNP. De nombreuses startups de notre niveau ne pourraient pas répondre à ces exigences et ne sont pas aussi évolutives. BNP Paribas a joué un rôle essentiel dans notre histoire et nous a permis de développer notre technologie pour fournir nos services actuels.

Nous souhaitons renfoncer notre équipe marketing pour accroître notre présence dans l'écosystème Fintech.
Question logo
Quelles sont vos plus grandes réussites au cours des six derniers mois?
Bleckwen a connu une période d'hyper croissance passionnante au cours des derniers mois. Pendant cette période, nous avons signé avec RCI (Renault Bank) en France et lancé une évaluation de la fraude avec RCI en Espagne, pour donner suite à notre succès éprouvé en France. Nous avons atteint nos objectifs de croissance pour 2021, doublé la taille de l'équipe commerciale et étendu nos activités de marketing au cours de cette période.
Question logo
Combien d'argent avez-vous levé jusqu'à présent (montant et devise) ?
Nous avons levé 8 millions d'euros dans notre série A et nous lancerons notre série B fin 2022.
Question logo
Quelle est votre marge de manœuvre financière ?
Nous disposons actuellement d'une marge de manœuvre financière jusqu'à la fin du mois de mars 2023. Notre objectif est d'atteindre une croissance de 150 % en 2022 et de lancer notre série B avant la fin de l’an prochain.
Produit
Question logo
Quelle est votre stratégie pour faire évoluer votre solution, et quels sont les défis actuels pour y parvenir, par exemple, " comment comptez-vous attirer des nouveaux clients" ?
La mise à l'échelle de la solution est principalement un défi pour l'automatisation, car nous souhaitons avoir des modèles sur mesure qui restent flexibles et adaptables. Du côté commercial, nos plus grands défis se situent au sujet de déclencher l'évaluation de la fraude résiduelle que nous proposons à nos potentiels partenaires. Après l'évaluation, nous avons un taux de conclusion de 100% jusqu’à présent. Les résultats sont dans notre solution.
Question logo
Comment mesurez-vous la précision du modèle ?
Nous mesurons la précision du modèle en fonction des critères que vous avez définis. Nous mesurons la détectabilité (la fraude détectée par rapport à toutes les copies existantes) et la précision ou la pertinence (la fraude vue par rapport à toutes les alertes). Ce sont les deux principales mesures de la précision. Nous pouvons également prendre des mesures techniques si nécessaire. La précision dépend fortement des contraintes et des paramètres fixés par le collaborateur.
Question logo
Quel paramètre fiez-vous pour déterminer si la performance du modèle est conforme aux attentes ?
Cela dépend du projet, car nous construisons des modèles personnalisés en fonction de vos contraintes commerciales et de votre niveau aux faux positifs. Notre objectif est de détecter au moins 50% de la fraude résiduelle.
Question logo
Vendons-nous aux clients à faible volume ou à forte valeur ajoutée ?
Non, les modèles ont besoin de suffisamment de données (24 à 36 mois de données historiques) pour être bien formés. Si vous effectuez encore des contrôles manuels pour surveiller votre fraude, notre solution n'est pas adaptée à vos besoins. Mais en attendant, nous vous recommandons de surveiller vos données historiques, par exemple, les suspicions de fraude, la définition de la fraude dans votre entreprise, la distinction entre risque et perte de crédit pour éviter les erreurs d'étiquetage. Vous pourrez rapidement mettre en œuvre notre service dès que vous aurez atteint un volume important.
Question logo
Quel est votre ROI ?
Notre objectif de retour sur investissement de 400% signifie que notre solution est toujours intéressante. Vous pourriez utiliser notre solution sur-mesure en parallèle de votre système de détection interne, car vous devez toujours examiner le coût de votre équipe de data science.

Si votre retour sur investissement est inférieur au nôtre, vous tirerez quand même une grande valeur en l’utilisant. Nous savons par expérience que la création d'un outil de détection interne peut prendre des mois, voire des années, en fonction de la manière dont vous allouez à ce projet ainsi que le temps et les ressources de vos équipes data science.
Question logo
Pourquoi ne pas construire cette solution avec mon équipe de data science ?
Il existe de multiples raisons pour lesquelles vous devriez confier vos projets sur la fraude à Bleckwen plutôt qu'à votre équipe interne.
  1. Nos data scientistes sont experts dans la construction de fonctionnalités et de modèles permettant de détecter les signaux inhérents à la fraude.
  2. La difficulté de construire, de valider et de déployer le modèle en direct peut prendre du temps et de l'argent. Nous avons perfectionné ces processus en travaillant avec de grandes banques, comme BNP Paribas.
  3. Les coûts d'une équipe de data science et les difficultés de création de modèles peuvent facilement être couteux.
Question logo
Nous utilisons des fonctionnalités bancaires ouvertes, alors pourquoi ai-je besoin de plus de contrôles ?
L'IA est un modèle mathématique permettant d'utiliser les connaissances commerciales pour prendre de meilleures décisions. Si vous n'êtes toujours pas convaincu, nous sommes heureux de vous proposer notre évaluation de la fraude résiduelle, qui permet de la mesurer en interne ainsi qu'une projection de la copie résiduelle, que nous réduirons grâce à notre service de crédit. Cette évaluation de la fraude résiduelle a une valeur de 30 000 euros, mais nous souhaitons l'offrir gratuitement. Nous sommes sûrs de la force de notre solution. Donc cette évaluation ne vous engage à rien.
Question logo
Pouvez-vous conseiller notre équipe de data science ?
Comme nous sommes une société de services, nous ne voyons pas d'opportunité de conseiller votre équipe de data science, mais nous serions heureux de faire quelques recommandations.
Question logo
Le modèle peut-il être utilisé pour les entreprises et les particuliers ?
Notre service peut détecter la fraude résiduelle sur les individus, et nous travaillons actuellement sur la construction d’un modèle de la fraude dans les entreprises.
Question logo
Comment le service détecte-t-il les documents falsifiés ?
Nous n'analysons pas les documents eux-mêmes, mais nous pouvons trouver des incohérences dans les informations fournies dans les données brutes. Dans l'application, certains enregistrements sont faux, d'autres sont authentiques. Nous pouvons donc détecter la fraude aux faux documents sans les documents eux-mêmes.
Question logo
What information does the dashboard display?
There are two types of dashboards in the credit solution. The first is the operational dashboard that the customer currently has access to, including alerts and usage statistics. The second is the ML monitoring dashboard, which we now only use.
Dashboard
Question logo
Quelles informations le tableau de bord affiche-t-il ?
Il existe deux types de tableaux de bord dans la solution de crédit. Le premier est le tableau de bord opérationnel auquel le client a accès, y compris les alertes et les statistiques d'utilisation. Le second est le tableau de bord de suivi des ML.
Concurrence
Question logo
Sur quel aspect êtes-vous différent de Onfido, Trans Union ou Experian?
Ces entreprises utilisent un modèle générique pour la détection des fraudes. Notre solution est personnalisée et complète leurs processus de détection pour capturer précisément la fraude résiduelle qui passe par leur système.
Question logo
En quoi la solution de crédit se distingue-t-elle de la concurrence ?
Nous vous proposons un modèle personnalisé et explicable, avec un retour sur investissement éprouvé et une intégration rapide.
Données
Question logo
Dans quel pays nos données sont-elles traitées ?
Nous traitons vos données en France. Si vous avez d'autres besoins, nous pouvons nous adapter à vos souhaits pour les transférer dans un autre pays.
Question logo
Est-il possible de vous envoyer toutes les données sous forme anonyme ? Si non, quelles sont les données que vous devez recevoir dans le format original ?
Oui, nous acceptons toutes les données sous un format anonyme afin de respecter le GDPR.
Question logo
Quelles sont exactement les données que vous voulez rendre anonymes ?
Des données anonymes spécifiques peuvent affecter la performance du modèle.
Question logo
Lorsque vous construisez et exécutez des modèles d'IA, utiliserez-vous uniquement nos données ou les enrichirez-vous avec des données que vous avez vous-même collectées ?
Nous utilisons uniquement les données de la société X pour construire le modèle. Nous n'enrichissons pas les modèles avec des sources de données externes, mais cela pourrait changer à l'avenir.
Question logo
Dans quelle phase vous trouvez-vous avec votre équipe de data science actuelle pour construire une solution de découverte ?
Phase de développement » : vous pouvez toujours utiliser notre solution en parallèle tout en développant vos outils pour économiser de l'argent sur la fraude résiduelle.
Question logo
Êtes-vous conforme à la réglementation GDPR ?
Oui, entièrement conforme au GDPR (données anonymes).
Question logo
Où êtes-vous situé ?
À Paris en France.
Question logo
Êtes-vous un processeur ou un contrôleur ? Faites-vous appel à des sous-traitants secondaires ?
Nous sommes un processeur de data. Nous n'utilisons pas de sous-traitants secondaires.
Question logo
Avez-vous un visualiseur de réseau ? P3
Oui, nous en avons un pour les paiements (version bêta) mais pas pour les prêts.
Question logo
Faites-vous un contrôle des documents ?
Nous complétons les systèmes de détection existants (par exemple, les contrôles KYC lorsqu'un document contient des performances).
Question logo
Comment déterminons-nous ce qu'est la fraude ?
Cela dépend entièrement de la façon dont le gestionnaire de risques de votre compagnie définit la fraude. Par conséquent, lors de notre atelier avec vos équipes, nous devons déterminer votre définition ainsi que vos attentes et besoins.
API
Question logo
L’API est-elle capable de surveiller vos clients pour des typologies de fraude spécifiques ou des cas de fraude qui se produisent dans la pratique ?
Nous nous concentrons sur la phase d’onboarding.

Cependant, nous souhaitons couvrir l'ensemble du cycle de vie des prêts.

Cela impliquerait d'analyser d'abord les données de remboursement des prêts pour détecter les signaux de risque de crédit ou de fraude. C'est un défi complexe pour les fraudeurs qui cherchent à rembourser des prêts pour accéder à plus de crédit et mettre en pause le remboursement de tous les prêts. Cependant, c'est un défi que nous pensons que la technologie est la meilleure solution.
Question logo
Comment mettez-vous en œuvre vos modèles dans un environnement de moteur de décision ?
Nous basons nos modèles sur un système XG boost. C'est un appel et une API en temps réel.
Question logo
Nous voulons une visibilité et un contrôle complets sur les modèles, c'est pourquoi nous nous sommes opposés aux API, qu'en pensez-vous?
L'API permet une grande flexibilité dans le transfert de vos fichiers de crédit et de notre scoring. En outre, avec cette API, vous gardez toujours le contrôle et disposez d'une vue d'ensemble. L'API vous permet également d'économiser un temps et des ressources précieux car, sinon, vous devrez développer votre système interne pour communiquer spécifiquement avec nous au sujet des demandes de crédit.

Cela vous coûterait plusieurs mois et des ressources (argent investi et temps passé par votre équipe technique) pour mettre en œuvre une solution qui n'apporte aucun avantage supplémentaire. L'avantage est que nous ne travaillons qu'avec des données structurées et anonymes.
Modèles de machine learning
Question logo
Quels modèles utilisez-vous ?
Nous créons des modèles personnalisés pour nos clients en utilisant leurs données historiques pour nous entraîner.

Cela nous permet de créer un modèle personnalisé. Par exemple, le nombre d'alertes générées, le nombre de cas de fraude détectés, car notre objectif est la satisfaction de notre collaborateur.
Question logo
A quelle fréquence ré-entraînez-vous vos modèles ?
Nous surveillons les variations des modèles, donc cela dépend de la situation.
Question logo
Pourquoi devez-vous ré-entraîner vos modèles ?
Les problèmes de dérive surviennent lorsque le modèle ne peut plus trouver de nouveaux systèmes de fraude, car il n'intègre pas ces nouveaux schémas de fraude dans son modèle. Lorsque la dérive devient apparente, nous recyclons le modèle.

La fréquence dépend de l'augmentation. Nous surveillons donc l'importance, et s'il y a une dérive importante, le modèle sera recyclé.
Question logo
Comment votre service se compare-t-il au coût de traitement et de fonctionnement des systèmes de détection internes ?
Même si vous disposez déjà d'un outil interne, 88% des projets d'IA ne produisent pas. Nous vous fournirons également une évaluation de la fraude résiduelle (24 à 36 mois) sur la base de vos données historiques. Vous obtiendrez également une projection de la réduction de la fraude résiduelle en utilisant notre solution.
Tarification
Question logo
Quel est votre modèle de tarification ?
Nous fonctionnons sur la base d'un abonnement annuel, et notre modèle économique est simple puisque nous conservons un pourcentage de ce que nous économisons à nos collaborateurs en matière de fraude. Nous basons notre tarification sur les résultats de l'audit de fraude résiduelle : le POC.