MiningWatch

Le SPF Sécurité sociale accorde beaucoup d'importance au développement et à l'utilisation d'instruments modernes offrant un soutien effectif dans la détection ciblée de la fraude sociale.

En juin 2011, le SPF Sécurité sociale a terminé un premier test d'un nouvel outil (Datamining) permettant de détecter la fraude sociale plus correctement et plus efficacement. Le SPF Emploi et le Service d'information et de recherche sociale (SIRS) y ont prêté leur concours.

Cet instrument permet de définir les profils à risques des employeurs, et d'ainsi combattre la fraude sociale de manière plus ciblée. Un premier module a déjà été mis en service en 2013 et des indicateurs automatisés ont été créés en vue d'attribuer des profils à risques à certains employeurs dans différents secteurs. De nombreuses infractions ont ainsi immédiatement été constatées.

Banque de données ‘OASIS’

Le SPF a accès à la banque de données « OASIS », qui contient de très nombreuses données concernant les employeurs, à savoir tant des informations en matière de sécurité sociale que des données fiscales. Cette banque de données est utilisée par les quatre services d'inspection sociale fédéraux : la DG Inspection sociale de notre SPF, le service Contrôle des lois sociales du SPF Emploi, Travail et Concertation sociale, le service d'inspection de l'Office national de Sécurité sociale et le service d'inspection de l'Office national de l'Emploi.

Outil de recherche des liens statistiques

Le nouveau programme recherche des liens statistiques dans la banque de données. Il analyse les événements et évolutions tels qu'une forte augmentation ou diminution du chiffre d'affaires, l'engagement ou le licenciement massif soudains de travailleurs, etc. et met ces comportements en relation avec les résultats des contrôles. Cette manière de rechercher des relations est appelée data mining.

L'outil permet également de détecter des problèmes très divers : travailleurs non déclarés, chantiers non déclarés, abus en matière de chômage temporaire, sous-traitance illicite, occupation problématique de travailleurs étrangers, etc.

Les employeurs qui présentent une combinaison spécifique de caractéristiques se voient attribuer par le système un facteur de risque élevé et peuvent ainsi être contrôlés de manière ciblée.

Intégration de datamining

Des tests ayant mis en évidence une hausse typique des résultats (d'environ 15 % à plus de 50 % de contrôles avec infraction), l'inspection sociale a axé ses efforts sur l'intégration du data mining dans les processus de travail des inspecteurs. C'est ce qui a conduit à lancer en 2014 le développement de l'outil MiningWatch.

MiningWatch peut être vu comme le maillon reliant l'équipe de data mining aux inspecteurs qui effectuent les contrôles sur le terrain. L'outil propose les résultats du data mining : listes triées d'employeurs à risque, profils à risque expliquant les listes et graphiques restituant l'évolution du classement des employeurs à risque.

Ces résultats sont le produit de la collaboration entre les data miners et les inspecteurs. Un profil de risque est établi sur la base de chaque modèle de risque. Les profils de risque sont soumis à un groupe d'experts formé d'inspecteurs. Si ces inspecteurs acceptent le profil de risque, celui-ci est chargé dans MiningWatch avec la liste des employeurs à risque afférente.

L'outil inclut profils de risque concernant les employeurs Belges dans les secteurs de la construction, du nettoyage et de l'horeca. Plusieurs critères de sélection sont également possibles et 4 codes de couleur différents indiquant le niveau de risque d'infraction de l'employeur sont utilisés. En outre, dans le cadre de la lutte contre le dumping social, il y a un risque à l'égard des employeurs de l'étranger qui détachent du personnel en Belgique.

L'outil permet également, lorsqu'un inspecteur sélectionne un employeur dans MiningWatch, d'accéder aux informations actuelles utiles à la préparation d'un contrôle.

MiningWatch a été rendu disponible au début de l'année 2015 pour tous les inspecteurs de l'inspection sociale.

Site Internet du projet Datamining

Le projet a été nominé en 2011 pour les e-Gov Awards en catégorie rentabilité.

Consulter le site créé pour l'occasion