Attention au datamining ?
Le SPF Sécurité sociale a publié récemment un communiqué de presse dans lequel il affirmait clairement que les services d’inspection sont de plus en plus performants dans la lutte contre la fraude sociale. Il a notamment déclaré pouvoir déterminer de manière très ciblée - en fonction de données électroniques - les entreprises susceptibles de se rendre coupables de fraude sociale. Un bon nombre d’abonnés en ont aussi entendu parler, mais qu’en est-il dans la pratique ?
Datamining. Cette technique consiste pour l’inspection - qui emboite ainsi le pas au fisc qui “contrôle ceux qui attirent l’attention” depuis longtemps déjà - à croiser les données de différentes banques de données (e.a. celles de la TVA, de l’ONSS et de l’ONEM) et à les rassembler dans une grande banque de données (OASIS) pour voir s’il n’y a pas de contradiction. Si p.ex. le montant de votre déclaration TVA augmente mais que votre chômage temporaire augmente lui aussi, un clignotant s’allumera. Il y aurait ainsi plus de 40 clignotants…
Attirer l’attention, ce n’est pas encore frauder ! Le fait que certaines données semblent se contredire à première vue ne signifie pas forcément qu’il y ait fraude. Dans notre exemple, vous pourriez p.ex. avoir une bonne explication au fait que le chômage temporaire a progressé. Dans son communiqué, le SPF Sécurité sociale a aussi indiqué que les contrôles OASIS ont abouti dans 60 % des cas, contre 10 % pour les contrôles classiques. Ce n’est toutefois pas surprenant dans la mesure où ces contrôles seraient surtout effectués chez les grands “négriers”…
Que dans la construction. La technique du datamining n’est utilisée pour l’instant que dans le secteur de la construction. Il existe toutefois une volonté de l’étendre à d’autres secteurs, comme l’horeca et le nettoyage, et à d’autres banques de données, comme celle de la BCE. Cela n’est cependant pas si simple. Il n’est pas facile de savoir si et quand ce sera le cas, mais il y a fort à parier que beaucoup d’eau coulera encore sous les ponts avant que le datamining soit appliqué à grande échelle…