Jeff Scott, Vice-président, Fraudtech Solutions chez Q2 Holdings – Série d’interviews

Jeff Scott est le vice-président de Fraudtech Solutions chez Q2 Holdings. Fort d’une expérience de direction d’équipes dans des organisations dont le chiffre d’affaires varie de 4 M$ à 6 Md$, Jeff a démontré une solide capacité à améliorer la performance, à augmenter l’adhésion et la rétention, et à favoriser une gestion collaborative. Chez Q2, il a contribué de manière significative en dirigeant des initiatives couvrant la fraude, la sécurité et les solutions numériques, y compris son précédent poste de vice-président de la stratégie d’entreprise et directeur général de l’innovation.

Q2 Holdings est un leader du secteur bancaire numérique, offrant des solutions complètes pour aider les institutions financières et les entreprises fintech à rationaliser leurs opérations, renforcer la sécurité et favoriser la transformation numérique. L’entreprise se spécialise dans la détection de fraude, la banque digitale et la tarification relationnelle, et se concentre sur la création de partenariats solides au sein de l’écosystème des services financiers afin de fournir des solutions innovantes

In this interview, Jeff Scott will discuss his transition into fintech, the evolution of fraud prevention with AI and real-time analytics, and how Q2’s integrated tools help financial institutions balance security with user experience.

Vous avez occupé des postes de direction dans divers secteurs — de la fabrication aérospatiale aux organisations à but non lucratif, puis à la fintech. Qu’est-ce qui vous a inspiré à vous orienter vers la prévention de la fraude et le secteur de la banque numérique ?

Dans chaque rôle de direction que j’ai occupé — que ce soit dans l’aérospatiale, les organisations à but non lucratif ou la fintech — un élément est resté constant: une orientation axée sur la mission de servir les communautés. Au cours de mon passage dans une institution financière, j’ai constaté de première main à quel point les banques centrales et les coopératives de crédit sont essentielles à la résilience d’une communauté. Chez Q2, notre mission de renforcer les communautés grâce à la banque numérique résonne profondément avec cet objectif.

La fraude est l’une des plus grandes menaces à cette confiance. Elle sape les relations que les banques s’efforcent de construire. Avec mon expérience dans la banque numérique et ma passion pour un travail aligné sur la mission, me lancer dans la prévention de la fraude a semblé être une évolution naturelle. C’est une occasion de protéger ce qui compte le plus: la confiance et l’accès.

Comment les menaces cybernétiques ont-elles évolué ces dernières années avec l’essor des paiements en temps réel et de la banque numérique, et quels nouveaux vecteurs d’attaque sont les plus préoccupants aujourd’hui ?

La fraude est devenue plus rapide, plus intelligente et plus ciblée. Avec l’adoption des paiements en temps réel, la fenêtre pour détecter et arrêter la fraude s’est considérablement réduite. Nous constatons une augmentation des menaces basées sur l’identité: prise de contrôle de comptes (ATO), compromission de courriels d’entreprise (BEC), identités synthétiques et attaques d’ingénierie sociale—dont beaucoup se produisent désormais en temps réel.

De plus, les fraudeurs adaptent les canaux traditionnels tels que les chèques et les virements ACH pour contourner les défenses numériques. Selon la Réserve fédérale, la fraude aux chèques à elle seule a entraîné plus de 800 M$ de pertes en 2022 et continue d’augmenter. Cela rappelle que les institutions financières doivent protéger simultanément les rails hérités et les nouveaux.

Quel rôle l’IA et l’apprentissage automatique jouent-ils actuellement dans la prévention de la fraude, et comment voyez‑vous cette évolution au cours des 3 à 5 prochaines années ?

L’IA et l’apprentissage automatique sont désormais des exigences de base pour la prévention moderne de la fraude. Les institutions les utilisent pour détecter les anomalies comportementales, adapter les règles de risque en quasi temps réel et réduire les faux positifs.

Mais nous n’en sommes qu’au début. Au cours des 3 à 5 prochaines années, je prévois une croissance des biométries comportementales, de la détection de réseaux de fraude alimentée par l’IA, et de l’« IA explicable » qui améliore à la fois la transparence et la confiance avec les régulateurs et les responsables des risques. L’IA générative aidera également les institutions à enquêter et à réagir plus rapidement, permettant aux équipes de se concentrer sur les cas à haut risque sans être submergées par les alertes.

Dans quelle mesure l’analyse en temps réel est‑elle efficace pour détecter et stopper la fraude lors de transactions numériques instantanées ?

L’analyse en temps réel est absolument cruciale — mais elle n’est efficace que dans la mesure où une institution sait la mettre en œuvre. Nous constatons souvent un écart entre l’intention et l’exécution. Bien que presque toutes les institutions reconnaissent la nécessité de décisions en temps réel, moins de la moitié l’ont pleinement déployée tout au long du cycle de vie client — de l’onboarding au risque de transaction.

Des obstacles tels que les silos de données, les infrastructures obsolètes et la latence continuent de limiter l’efficacité. Mais pour celles qui mettent en place une véritable analyse en temps réel, l’impact est significatif: meilleure détection, pertes réduites et confiance client accrue.

Pouvez‑vous nous présenter les différents outils de détection de fraude que Q2 Holdings propose à ses partenaires bancaires ?

Q2 propose une stratégie de défense contre la fraude à plusieurs niveaux et intégrée, combinant nos outils natifs de banque numérique avec un écosystème de partenaires extensible — le tout intégré directement dans les flux de travail des utilisateurs.

Nos produits natifs, Patrol et Sentinel, permettent une réponse aux risques en temps réel aux moments clés. Patrol utilise la Validation basée sur les événements (EDV) pour vérifier les événements à haut risque tels que les connexions et les modifications de profil. Sentinel applique l’apprentissage automatique pour signaler les transactions suspectes et intervenir avant que les fonds ne quittent le compte.

Nous proposons également la suite Centrix (ETMS, DTS, PIQS) pour soutenir le paiement positif des chèques/ACH et gérer les flux de travail des litiges Reg E — le tout étroitement intégré à la banque numérique.

De plus, nous offrons des intégrations partenaires avec des fournisseurs de fraude et d’identité de premier plan comme Alloy via les programmes Revendeur et Innovation Studio — facilitant le déploiement d’outils de pointe de manière native au sein de leurs plateformes.

Ce qui nous distingue, c’est notre philosophie: la prévention de la fraude doit être intégrée, pas ajoutée en surface. Cela permet des décisions plus intelligentes et en temps réel qui ne perturbent pas l’expérience client.

Comment trouvez‑vous le juste équilibre entre sécurité et expérience utilisateur lors de la mise en œuvre de la mitigation de fraude ?

L’idée que la sécurité et l’expérience utilisateur sont mutuellement exclusives est dépassée. La clé réside dans la gestion adaptative de la fraude — introduire une friction uniquement lorsque les niveaux de risque l’exigent. En liant les décisions de risque à des actions et signaux spécifiques, les institutions peuvent ajuster leurs contrôles sans compromettre la convivialité.

Il s’agit d’offrir aux banques et aux coopératives de crédit une flexibilité guidée par les politiques. Elles ne devraient pas avoir à choisir entre servir et protéger leurs titulaires de compte. Les bonnes données, au bon moment, permettent les deux.

Avec l’évolution rapide des solutions de fraude, comment les institutions financières restent‑elles conformes aux attentes réglementaires tout en restant agiles ?

La pression réglementaire — notamment en matière de responsabilité et de remboursement — crée un sentiment d’urgence. Les institutions les plus agiles se tournent vers des plateformes d’orchestration qui permettent des changements rapides de règles, des pistes d’audit transparentes et une prise de décision consolidée.

Des outils tels que l’authentification continue, l’analyse adaptative et l’orchestration d’identité aident à équilibrer conformité et performance. Il est important de noter que l’alignement réglementaire n’est plus une réflexion secondaire — c’est une fonction en temps réel et intégrée de la stratégie moderne de fraude.

Comment voyez‑vous l’évolution des stratégies de fraude à mesure que l’infrastructure de paiement change (CBDC, open banking) ?

Les CBDC et l’open banking multiplieront les points d’entrée et augmenteront la vitesse des mouvements de valeur — créant de nouveaux vecteurs d’attaque. Les institutions devront valider les identités et évaluer les risques sur davantage de points de terminaison et d’environnements tiers.

Ce changement exigera des outils plus rapides et plus intelligents: analyses comportementales en temps réel, détection de fraude basée sur le réseau et couches d’orchestration renforcées. Mais il nécessitera également une collaboration — entre banques, fournisseurs de données et partenaires technologiques. La fraude ne s’arrête plus à votre frontière, et vos défenses non plus.

Compte tenu de votre expérience de direction dans divers secteurs, comment abordez‑vous la gestion du changement et l’alignement dans le domaine de la fraudtech ?

Le changement dans la fraudtech est constant, et l’alignement est essentiel. Mon approche combine clarté de la mission, transparence inter‑fonctionnelle et boucles de rétroaction du terrain.

Premièrement, définir correctement le « pourquoi » — la prévention de la fraude ne consiste pas seulement à atténuer les risques ; il s’agit de favoriser la confiance. Ensuite, doter les équipes d’un langage commun et d’indicateurs clés de performance afin qu’elles puissent avancer ensemble. Enfin, impliquer le terrain tôt — le support client, les opérations de fraude et les analystes de risque repèrent souvent les changements avant les tableaux de bord.

La gestion du changement fonctionne lorsque chacun comprend ce qui change, pourquoi cela importe et comment il contribue au succès.

Quels indicateurs clés de performance ou métriques de succès privilégiez‑vous lors de l’évaluation de l’impact d’un programme de prévention de la fraude ?

• Un programme de fraude complet équilibre efficacité, efficience et impact client. Nous évoluons constamment et nous efforçons d’examiner:
• Taux de perte due à la fraude (en % du volume ou des utilisateurs)
• Taux de détection par canal et type de fraude
• Taux de faux positifs et score de friction utilisateur
• Temps moyen de détection et de résolution des incidents
• Délai de traitement de la conformité Reg E
• Productivité des analystes (alertes par dossier clôturé)

Les programmes les plus avancés suivent également la vélocité de la fraude évitée — c’est‑à‑dire la rapidité avec laquelle vous identifiez de nouveaux schémas et déployez des mesures d’atténuation. C’est un indicateur avancé solide de la résilience future.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Q2 Holdings.