Reports

Systèmes de Ciblage Algorithmique de la DGFiP et Stratégie de Détection

L’administration fiscale française a engagé une mutation systémique de son contrôle fiscal via le projet PILAT (Pilotage et Analyse du Contrôle) et l’outil GALAXIE, qui constituent une infrastructure algorithmique de ciblage massif. Ces outils transforment l’ensemble des données fiscales, patrimoniales et relationnelles en un score de risque attribué à chaque contribuable. Le projet PILAT, lancé en 2018 pour un coût initial de 36,2 millions d’euros, a vu son budget exploser à 123,5 millions d’euros et son déploiement reporté à 2027. Ce dérapage témoigne de l’ambition de supprimer les interruptions entre applications et centraliser les échanges pour couvrir toutes les phases du contrôle : recherche et ciblage, suivi du contrôle, recouvrement des créances, et gestion contentieuse.

www.steelldy-indices.com

Le data-mining est devenu la norme avec un taux de ciblage algorithmique supérieur à 44 % en 2021, visant 50 %+. Onze bases de données (Sirius-Pro, Bodacc, etc.) sont exploitées, constituant une échelle institutionnelle. Le budget PILAT, multiplié par trois, montre une priorité absolue de Bercy. GALAXIE, déployé nationalement, permet une visualisation massive des réseaux. L’impact du système sur la réduction de risque est significatif, allant de -40 % à -60 %.

Architecture du système : PILAT et GALAXIE

PILAT est l’épine dorsale du contrôle fiscal algorithmique, refondant le système d’information du contrôle fiscal français. Il couvre toute la chaîne : recherche et ciblage (via VUE 360, GALAXIE et ALERTES CF), suivi du contrôle (via PILOT CF, gestion dématérialisée des décisions, dossiers unifiés), recouvrement des créances (automatisation des demandes, suivi) et gestion contentieuse (suivi du contentieux, échanges dématérialisés).

Les applications intégrées à PILAT incluent PILOT CF (intégrant ALPAGE, RIALTO/MEMO et CFIR), VUE 360 (synthèse des données du contribuable), GALAXIE (visualisation des liens entre entités), ALERTES CF (suivi des événements), ALTO 3 (lecture de comptabilité dématérialisée) et BACO (base de documentation). Le score de risque attribué à chaque contribuable est une fonction de l’ensemble des données exploitées (les 11 bases), du graphe des relations (GALAXIE) et de l’historique fiscal.

GALAXIE permet aux vérificateurs d’établir distinctement des liens entre les données. Ses fonctionnalités clés incluent les liens de participation entre entités professionnelles, les liens de dirigeant, associé ou actionnaire entre entités et personnes physiques, les éléments de contexte (situation patrimoniale et fiscale), les données d’identification (numéro fiscal, date/lieu de naissance, identité du conjoint), les données fiscales des entreprises (catégorie de chiffre d’affaires, obligations fiscales, régime d’imposition) et les données de contexte (remboursements de crédit de TVA, procédures collectives, honoraires versés).

La formalisation du graphe GALAXIE (G = (V, E) où V sont les entités et E les relations) permet d’identifier les nœuds stratégiques du réseau via la centralité de betweenness, utile pour repérer les sociétés écrans, les gérants de paille et les montages complexes.

Le projet CFVR (Ciblage de la Fraude et Valorisation des Requêtes), développé depuis 2014, explore les 11 bases de données. Il utilise le data-mining supervisé (entraînement sur des dossiers de fraude déjà constatés) et le machine learning non-supervisé (analyse de milliards de données pour repérer des comportements atypiques).

En 2021, les productions issues du CFVR représentaient plus de 44 % de la programmation du contrôle fiscal, avec un objectif de 50 % en 2022. Ce système transforme la relation entre l’administration et les contribuables, où l’algorithme devient l’acteur principal du ciblage, réduisant significativement l’intervention humaine dans la sélection des dossiers à contrôler.

Répliquer l’analyse de la DGFiP sur les données du client
Identifier toutes les anomalies statistiques
Proposer un plan de correction pour réduire le score de risque
L’évolution des ratios fiscaux vs benchmarks sectoriels
Les variations anormales de TVA collectée/déductible
Les changements dans la structure corporative (GALAXIE mirror)
Les alertes de la presse et des registre

STEELLDY PROFIT SHIFTING INDEX

Oleg Turceac

Share
Published by
Oleg Turceac

Recent Posts

The GloBE Regime and Its Structural Implications for Tokenized Assets

Genesis and Legal Foundations of Pillar Two in the OECD/G20 Framework Pillar Two, the product…

30 minutes ago

Bearish or Rebound? The Key Metrics Behind a 34% Rise in Crypto Market Recovery Risk

As of July 2, 2026, the |...| strategy started in May remains valid, with all…

12 hours ago

Why OCBC Cut Its Gold Price Outlook by 15% While Other Banks Stay Bullish

On the last day of June, gold traded at $4,023 per ounce. Oversea-Chinese Banking Corporation…

14 hours ago

The Effective Tax Rate (ETR) anomaly at Nike

The quantitative analysis reveals that Nike's Effective Tax Rate (ETR) dropped from 33.6% in Q4…

1 day ago

Nike’s Q4 Profit Surge Is an Illusion

On June 30, 2026, @Nike (NKE) reported Q4 FY2026 results that appeared to show a…

2 days ago

Intangible Asset Shifting (IAS) Module

The Real Asset Shifting (RAS) module (www.steelldy-indices.com) focuses on tangible assets, notably cross-border real estate.…

2 days ago