{"id":63245,"date":"2018-03-09T00:00:00","date_gmt":"2018-03-09T05:00:00","guid":{"rendered":"https:\/\/dataladder.com\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/"},"modified":"2022-04-10T19:32:25","modified_gmt":"2022-04-10T19:32:25","slug":"le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude","status":"publish","type":"post","link":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/","title":{"rendered":"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude"},"content":{"rendered":"

Selon une enqu\u00eate men\u00e9e par l’ACFE (Association of Certified Fraud Evaluators), les organisations perdent en moyenne pr\u00e8s de 5 % de leurs revenus annuels \u00e0 cause d’activit\u00e9s frauduleuses. En raison de l’impact n\u00e9gatif de la d\u00e9claration de la fraude sur l’image de l’organisation, les entreprises ont tendance \u00e0 ne pas d\u00e9clarer les pertes subies en raison de la fraude. Pour prot\u00e9ger leur r\u00e9putation et \u00e9viter qu’elle ne soit ternie, les organisations continuent de subir des pertes importantes. Mais gr\u00e2ce aux progr\u00e8s r\u00e9alis\u00e9s dans la tenue et la num\u00e9risation des dossiers, les entreprises ont d\u00e9sormais la possibilit\u00e9 de minimiser les pertes de revenus dues \u00e0 la fraude. L’une des techniques int\u00e9grales qui peut jouer, en fait, joue d\u00e9j\u00e0 un r\u00f4le essentiel<\/em> dans la pr\u00e9vention et la d\u00e9tection de la fraude, est le rapprochement des donn\u00e9es.<\/p>\n

En quoi consiste le rapprochement des donn\u00e9es ?<\/strong>
\nLe rapprochement des donn\u00e9es est une technique par laquelle les enregistrements d’une base de donn\u00e9es, ou de plusieurs bases de donn\u00e9es, sont rapproch\u00e9s \u00e0 l’aide de valeurs correspondantes. Le rapprochement des donn\u00e9es implique l’identification et la mise en correspondance des enregistrements qui correspondent les uns aux autres dans une base de donn\u00e9es. Par exemple, vous pouvez introduire un seul terme dans le logiciel de rapprochement des donn\u00e9es, et il fera appara\u00eetre tous les enregistrements correspondants qui existent dans la ou les bases de donn\u00e9es de l’entreprise. Essentiellement, le rapprochement des donn\u00e9es permet de suivre de mani\u00e8re pr\u00e9cise et efficace les stocks ou toute autre forme de donn\u00e9es enregistr\u00e9es dans la ou les bases de donn\u00e9es de l’organisation. Avec des op\u00e9rations commerciales en constante expansion dans un environnement commercial mondialis\u00e9, garder la trace des dossiers d’une organisation est une t\u00e2che ardue. Mais avec l’apparition de logiciels et d’algorithmes efficaces de rapprochement des donn\u00e9es<\/a>, la tenue des dossiers est devenue assez simple, facile et pr\u00e9cise.
\nIl a rendu possible une v\u00e9rification plus rapide et une gestion efficace, et a permis aux organisations de garder la trace de chaque aspect de leurs dossiers op\u00e9rationnels sans aucun probl\u00e8me. En d’autres termes, elle permet aux entreprises de trouver exactement ce dont elles ont besoin dans un vaste r\u00e9servoir d’informations et de documents. L’absence de contr\u00f4le et d’\u00e9quilibre et la montagne de dossiers sont souvent des occasions de fraude.<\/p>\n

Comment le rapprochement des donn\u00e9es joue-t-il un r\u00f4le dans la pr\u00e9vention de la fraude ? <\/strong>
\nComme nous l’avons mentionn\u00e9 \u00e0 la fin de la section pr\u00e9c\u00e9dente, les personnes impliqu\u00e9es dans des activit\u00e9s frauduleuses utilisent souvent la quantit\u00e9 excessive d’enregistrements comme un \u00e9cran de fum\u00e9e pour camoufler leur fraude. Le rapprochement des donn\u00e9es offre une solution pour voir \u00e0 travers leur \u00e9cran de fum\u00e9e et les prendre en flagrant d\u00e9lit. Auparavant, les employ\u00e9s, voire des tiers, pouvaient d\u00e9tourner des fonds et s’en tirer \u00e0 bon compte, car la plupart des documents \u00e9taient sur papier et la recherche d’\u00e9carts dans une grande quantit\u00e9 de documents \u00e9tait une t\u00e2che fastidieuse. Mais avec la num\u00e9risation des dossiers, le taux d’activit\u00e9 frauduleuse a consid\u00e9rablement diminu\u00e9. N\u00e9anmoins, en raison de la pl\u00e9thore d’enregistrements inclus dans une base de donn\u00e9es, les organisations continuent de perdre une part importante de leurs b\u00e9n\u00e9fices annuels \u00e0 cause de la fraude.
\nPour r\u00e9soudre ce probl\u00e8me et passer au crible d’\u00e9normes bases de donn\u00e9es contenant une pl\u00e9thore d’enregistrements, le rapprochement des donn\u00e9es est la solution id\u00e9ale. En utilisant les derniers logiciels et outils de rapprochement des donn\u00e9es, une organisation peut examiner les dossiers des d\u00e9partements o\u00f9 l’entreprise perd de l’argent afin d’identifier les activit\u00e9s frauduleuses potentielles. Il permet aux organisations non seulement d’identifier et de suivre les activit\u00e9s frauduleuses, mais aussi de les pr\u00e9venir. La simple mise en \u0153uvre d’un logiciel de rapprochement des donn\u00e9es peut potentiellement d\u00e9courager les fraudeurs potentiels.<\/p>\n

L’impact du rapprochement des donn\u00e9es sur la pr\u00e9vention de la fraude <\/strong>
\nL’impact du rapprochement des donn\u00e9es dans la pr\u00e9vention de la fraude est si important que plusieurs gouvernements, comme celui du Royaume-Uni, ont donn\u00e9 aux agences d’audit de l’\u00c9tat le pouvoir d’utiliser le rapprochement des donn\u00e9es pour r\u00e9v\u00e9ler les activit\u00e9s frauduleuses. L’efficacit\u00e9 des exercices de rapprochement de donn\u00e9es a montr\u00e9 des r\u00e9sultats positifs significatifs dans la pr\u00e9vention et la d\u00e9tection de la fraude, permettant d’\u00e9conomiser des millions de dollars perdus par les organisations \u00e0 cause de la fraude chaque ann\u00e9e.
\nComme indiqu\u00e9 plus haut, le gouvernement britannique a modifi\u00e9 en 2008 la loi de 1998 sur la commission d’audit (Audit Commission Act) afin d’habiliter l’auditeur national \u00e0 utiliser le couplage de donn\u00e9es pour traquer les fraudes et, par la suite, les pr\u00e9venir. Cette mesure prise par le gouvernement a permis de r\u00e9duire consid\u00e9rablement le montant des pertes subies par les organisations. Malheureusement, le l\u00e9gislateur am\u00e9ricain n’a pas encore int\u00e9gr\u00e9 cette derni\u00e8re technologie dans les m\u00e9canismes de pr\u00e9vention de la fraude de ses \u00c9tats. Le succ\u00e8s du couplage de donn\u00e9es dans la pr\u00e9vention de la fraude au Royaume-Uni peut servir d’exemple \u00e0 suivre. En mettant en \u0153uvre des m\u00e9canismes similaires dans le monde entier, tant dans le secteur public que dans le secteur priv\u00e9, les pertes dues \u00e0 la fraude peuvent \u00eatre r\u00e9duites de mani\u00e8re drastique.<\/p>\n

Comment pouvez-vous pr\u00e9venir la fraude dans votre organisation ? <\/strong>
\nM\u00eame si vos agences d’\u00c9tat n’ont pas encore int\u00e9gr\u00e9 les exercices de rapprochement de donn\u00e9es pour pr\u00e9venir la fraude, vous pouvez prendre l’initiative en les mettant en \u0153uvre en interne, au sein de votre propre organisation. Le rapprochement des donn\u00e9es permettra non seulement \u00e0 votre organisation de pr\u00e9venir la fraude, mais aussi de relier les dossiers et de prendre des d\u00e9cisions \u00e9clair\u00e9es, ce qui se traduira par une efficacit\u00e9 et une productivit\u00e9 accrues. Soyons honn\u00eates, la d\u00e9couverte de la fraude interne n’est pas le travail des auditeurs de l’\u00c9tat, et c’est votre entreprise qui perd de l’argent \u00e0 cause de cette fraude. Investir dans un produit de rapprochement des donn\u00e9es peut vous aider \u00e0 pr\u00e9venir la fraude au sein de votre organisation de mani\u00e8re rentable et efficace.
\nLa popularit\u00e9 et l’efficacit\u00e9 du rapprochement des donn\u00e9es dans diverses applications telles que les soins de sant\u00e9, la tenue des casiers judiciaires et l’identification des produits dans les grands entrep\u00f4ts, ont conduit \u00e0 un afflux de diff\u00e9rents logiciels et produits de rapprochement des donn\u00e9es sur le march\u00e9. La demande de cette technologie exceptionnelle ne cessant de cro\u00eetre, un certain nombre d’entreprises proposent des produits de rapprochement de donn\u00e9es. Il est important que vous r\u00e9alisiez que tous les logiciels de rapprochement de donn\u00e9es ne sont pas aussi pr\u00e9cis et efficaces. L’augmentation de la demande du produit a entra\u00een\u00e9 l’afflux de produits de qualit\u00e9 inf\u00e9rieure qui produisent des donn\u00e9es de mauvaise qualit\u00e9, ce qui a un impact n\u00e9gatif sur la sant\u00e9 de l’organisation. Il est donc imp\u00e9ratif d’effectuer une recherche approfondie avant de choisir l’outil de rapprochement des donn\u00e9es le plus appropri\u00e9 pour votre organisation.<\/p>\n

En r\u00e9sum\u00e9, le rapprochement des donn\u00e9es peut faire des merveilles dans le domaine de la pr\u00e9vention de la fraude. Il permet \u00e0 l’organisation de passer au crible des millions d’enregistrements pour trouver des divergences et pr\u00e9venir la fraude en un rien de temps. En utilisant un logiciel de rapprochement des donn\u00e9es, vous pouvez augmenter les r\u00e9sultats de votre entreprise en rationalisant votre processus d\u00e9cisionnel et en r\u00e9duisant consid\u00e9rablement les pertes.<\/p>\n","protected":false},"excerpt":{"rendered":"

Selon une enqu\u00eate men\u00e9e par l’ACFE (Association of Certified Fraud Evaluators), les organisations perdent en moyenne pr\u00e8s de 5 % de leurs revenus annuels \u00e0 cause d’activit\u00e9s frauduleuses. En raison de l’impact n\u00e9gatif de la d\u00e9claration de la fraude sur l’image de l’organisation, les entreprises ont tendance \u00e0 ne pas d\u00e9clarer les pertes subies en […]<\/p>\n","protected":false},"author":9,"featured_media":58100,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_lmt_disableupdate":"","_lmt_disable":"","_links_to":"","_links_to_target":""},"categories":[1263],"tags":[1067,561,1070],"acf":[],"yoast_head":"\nLe r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude - Data Ladder<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude - Data Ladder\" \/>\n<meta property=\"og:description\" content=\"Selon une enqu\u00eate men\u00e9e par l’ACFE (Association of Certified Fraud Evaluators), les organisations perdent en moyenne pr\u00e8s de 5 % de leurs revenus annuels \u00e0 cause d’activit\u00e9s frauduleuses. En raison de l’impact n\u00e9gatif de la d\u00e9claration de la fraude sur l’image de l’organisation, les entreprises ont tendance \u00e0 ne pas d\u00e9clarer les pertes subies en […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/\" \/>\n<meta property=\"og:site_name\" content=\"Data Ladder\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/web.facebook.com\/DataLadderSoftware\" \/>\n<meta property=\"article:published_time\" content=\"2018-03-09T05:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-04-10T19:32:25+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/The-Role-of-Data-Matching-in-Fraud-Prevention.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"860\" \/>\n\t<meta property=\"og:image:height\" content=\"320\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"lbarrera\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"lbarrera\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/\"},\"author\":{\"name\":\"lbarrera\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\"},\"headline\":\"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude\",\"datePublished\":\"2018-03-09T05:00:00+00:00\",\"dateModified\":\"2022-04-10T19:32:25+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/\"},\"wordCount\":1388,\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#organization\"},\"keywords\":[\"base de donn\u00e9es\",\"mise en correspondance des donn\u00e9es\",\"Pr\u00e9vention des fraudes\"],\"articleSection\":[\"Gestion de la qualit\u00e9 des donn\u00e9es\"],\"inLanguage\":\"fr-FR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/\",\"url\":\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/\",\"name\":\"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude - Data Ladder\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#website\"},\"datePublished\":\"2018-03-09T05:00:00+00:00\",\"dateModified\":\"2022-04-10T19:32:25+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/dataladder.com\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/dataladder.com\/fr\/#website\",\"url\":\"https:\/\/dataladder.com\/fr\/\",\"name\":\"Data Ladder\",\"description\":\"Enterprise Data Profiling, Cleansing, and Matching\",\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/dataladder.com\/fr\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/dataladder.com\/fr\/#organization\",\"name\":\"Data Ladder\",\"url\":\"https:\/\/dataladder.com\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"contentUrl\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"width\":413,\"height\":408,\"caption\":\"Data Ladder\"},\"image\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/company\/dataladder-llc\/\",\"https:\/\/web.facebook.com\/DataLadderSoftware\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\",\"name\":\"lbarrera\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"caption\":\"lbarrera\"},\"url\":\"https:\/\/dataladder.com\/fr\/author\/lbarrera\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude - Data Ladder","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/","og_locale":"fr_FR","og_type":"article","og_title":"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude - Data Ladder","og_description":"Selon une enqu\u00eate men\u00e9e par l’ACFE (Association of Certified Fraud Evaluators), les organisations perdent en moyenne pr\u00e8s de 5 % de leurs revenus annuels \u00e0 cause d’activit\u00e9s frauduleuses. En raison de l’impact n\u00e9gatif de la d\u00e9claration de la fraude sur l’image de l’organisation, les entreprises ont tendance \u00e0 ne pas d\u00e9clarer les pertes subies en […]","og_url":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/","og_site_name":"Data Ladder","article_publisher":"https:\/\/web.facebook.com\/DataLadderSoftware","article_published_time":"2018-03-09T05:00:00+00:00","article_modified_time":"2022-04-10T19:32:25+00:00","og_image":[{"width":860,"height":320,"url":"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/The-Role-of-Data-Matching-in-Fraud-Prevention.jpg","type":"image\/jpeg"}],"author":"lbarrera","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"lbarrera","Dur\u00e9e de lecture estim\u00e9e":"6 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/#article","isPartOf":{"@id":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/"},"author":{"name":"lbarrera","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b"},"headline":"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude","datePublished":"2018-03-09T05:00:00+00:00","dateModified":"2022-04-10T19:32:25+00:00","mainEntityOfPage":{"@id":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/"},"wordCount":1388,"publisher":{"@id":"https:\/\/dataladder.com\/fr\/#organization"},"keywords":["base de donn\u00e9es","mise en correspondance des donn\u00e9es","Pr\u00e9vention des fraudes"],"articleSection":["Gestion de la qualit\u00e9 des donn\u00e9es"],"inLanguage":"fr-FR"},{"@type":"WebPage","@id":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/","url":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/","name":"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude - Data Ladder","isPartOf":{"@id":"https:\/\/dataladder.com\/fr\/#website"},"datePublished":"2018-03-09T05:00:00+00:00","dateModified":"2022-04-10T19:32:25+00:00","breadcrumb":{"@id":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/dataladder.com\/fr\/le-role-de-la-comparaison-des-donnees-dans-la-prevention-de-la-fraude\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/dataladder.com\/fr\/"},{"@type":"ListItem","position":2,"name":"Le r\u00f4le de la comparaison des donn\u00e9es dans la pr\u00e9vention de la fraude"}]},{"@type":"WebSite","@id":"https:\/\/dataladder.com\/fr\/#website","url":"https:\/\/dataladder.com\/fr\/","name":"Data Ladder","description":"Enterprise Data Profiling, Cleansing, and Matching","publisher":{"@id":"https:\/\/dataladder.com\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/dataladder.com\/fr\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/dataladder.com\/fr\/#organization","name":"Data Ladder","url":"https:\/\/dataladder.com\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","contentUrl":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","width":413,"height":408,"caption":"Data Ladder"},"image":{"@id":"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/dataladder-llc\/","https:\/\/web.facebook.com\/DataLadderSoftware"]},{"@type":"Person","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b","name":"lbarrera","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","caption":"lbarrera"},"url":"https:\/\/dataladder.com\/fr\/author\/lbarrera\/"}]}},"modified_by":null,"_links":{"self":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts\/63245"}],"collection":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/comments?post=63245"}],"version-history":[{"count":1,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts\/63245\/revisions"}],"predecessor-version":[{"id":66802,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts\/63245\/revisions\/66802"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/media\/58100"}],"wp:attachment":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/media?parent=63245"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/categories?post=63245"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/tags?post=63245"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}