Profilage des adresses e-mail
Le profilage des adresses e-mail permet d’évaluer la qualité des clients dans différents secteurs. Dans la fintech et l’assurance, il peut contribuer à la gestion du risque de crédit et aux modèles d’apprentissage automatique actuariel.
Chaque partie d’une adresse e-mail apporte des informations différentes. Le nom d’utilisateur révèle des habitudes de nommage, le degré de transparence, la présence de surnoms et le caractère aléatoire de l’adresse. Le domaine, situé après @, renseigne sur son fonctionnement et son propriétaire.
Le profilage du nom d’utilisateur permet de créer des variables utiles à la notation et à la détection des adresses incohérentes. Il porte souvent sur les éléments suivants :
- Présence d’un prénom
- Présence d’un nom
- Présence d’un chiffre
- Prénom seul
- Distance de Levenshtein par rapport au prénom
- Distance de Levenshtein par rapport au nom
Ces indicateurs sont utiles, mais ne permettent pas à eux seuls de classer un client comme bon ou mauvais. Combinez-les à d’autres caractéristiques dans les modèles prédictifs.
Le profilage du nom de domaine repose généralement sur quelques vérifications :
- Informations DNS (enregistrements MX, domaines)
- Détection des adresses e-mail jetables, indésirables ou temporaires
- Fournisseur de messagerie
Certaines règles liées au domaine sont simples. Si une adresse ne peut pas recevoir de courrier, ne lui envoyez pas de message. Vérifiez les enregistrements DNS MX et les données WHOIS. Les enregistrements MX fonctionnent comme des codes d’acheminement postal : ils indiquent où le courrier doit être envoyé. S’il n’y en a pas, l’e-mail ne sera pas distribué. WHOIS indique si le domaine existe et qui en est propriétaire. Si le domaine n’existe pas, n’envoyez pas l’e-mail.
Il faut aussi repérer les boîtes de réception jetables ou temporaires. Une personne qui fournit une adresse temporaire, comme Guerrilla Mail, ne prévoit probablement pas d’établir une relation à long terme. Ces services sont courants dans la lutte contre la fraude, car ils sont faciles à utiliser et permettent de créer rapidement de nombreuses adresses.
Il faut ensuite identifier le fournisseur de messagerie. Les services gratuits se distinguent des services hébergés pour les entreprises. Il est possible d’attribuer un score à l’identification, par exemple, des catégories suivantes :
- Fournisseur de messagerie gratuit (Gmail, Hotmail, …)
- Établissement d’enseignement
- Outlook professionnel
- G Suite professionnel
- Fournisseur générique d’hébergement Web avec messagerie
- Outlook hébergé en interne
- Autre serveur de messagerie hébergé en interne
Le type de service associé à une adresse e-mail peut renseigner sur les coûts et la maturité opérationnelle. Une messagerie gratuite n’entraîne pas de coût direct. Les solutions cloud pour les entreprises impliquent des frais d’abonnement. L’exploitation d’un serveur Outlook hébergé en interne nécessite des licences et une assistance informatique. Le type de fournisseur peut donc être un indicateur utile dans les modèles.
Enfin, certaines configurations de domaine redirigent tous les e-mails entrants vers une seule boîte de réception. Cela peut être un signal négatif si des fraudeurs réutilisent plusieurs domaines sur une courte période. Mais cela peut aussi être un signal positif : une personne peut posséder un domaine personnel sans disposer d’un système de messagerie complet.
Questions fréquentes
Comment intégrer les caractéristiques du nom d’utilisateur et du fournisseur à un score de fraude ?
Considérez la structure du nom d’utilisateur, le type de fournisseur et les vérifications du domaine comme des variables complémentaires, et non comme des preuves de fraude à elles seules. Vérifiez si chaque variable améliore la capacité prédictive au-delà des indicateurs déjà disponibles sur l’appareil, le paiement et le compte. Conservez celles qui améliorent les décisions sur des données ultérieures. Réévaluez les résultats par canal et par segment de clientèle, car les habitudes d’utilisation des e-mails varient.
Comment choisir le seuil d’un score de fraude lié à une adresse e-mail ?
Déterminez le seuil en fonction des pertes attendues liées à la fraude et du coût de l’examen ou du refus de clients légitimes. Comparez les seuils possibles sur des données qui n’ont pas servi à entraîner le modèle, puis mesurez à la fois les fraudes détectées et les refus à tort. Il n’existe pas de seuil universel fiable pour les caractéristiques des e-mails : leur valeur dépend du produit, des formes de fraude observées et des autres contrôles.
Une adresse e-mail gratuite ou jetable doit-elle entraîner un refus ?
Si le reste de la demande présente aussi des signaux de risque, une adresse jetable peut justifier une vérification supplémentaire ou une limite de transaction plus basse. Le recours à un fournisseur gratuit, à lui seul, constitue un indice faible et risque d’exclure des clients légitimes. Tenez à jour les listes de domaines jetables et mesurez si le contrôle supplémentaire réduit suffisamment les pertes pour justifier la contrainte qu’il impose.
Comment vérifier qu’une adresse e-mail peut recevoir des messages ?
Vérifiez la syntaxe de l’adresse et le routage du courrier dans le DNS du domaine avant d’envoyer un message. L’absence d’enregistrement MX ne signifie pas automatiquement que le domaine ne peut pas recevoir de courrier, car les systèmes de messagerie peuvent utiliser les enregistrements d’adresse du domaine comme solution de repli. Les vérifications DNS renseignent sur le routage, mais ne confirment pas l’existence d’une boîte de réception précise. Traitez donc le résultat comme un indicateur de qualité des données, et non comme une conclusion de fraude.
Comment évaluer un domaine e-mail catch-all ?
Considérez le statut catch-all comme ambigu et appuyez-vous sur les autres éléments pour en déterminer le poids. Un domaine catch-all peut être un domaine personnel légitime, mais l’utilisation répétée d’adresses liées entre elles dans des demandes suspectes peut apporter un contexte utile. Évaluez cette caractéristique à partir de résultats confirmés et surveillez les faux positifs, car le fonctionnement catch-all ne permet pas, à lui seul, de savoir qui contrôle une boîte de réception.
