Extraction de justificatifs de domicile

Un justificatif de domicile désigne tout document qu'une personne ou une entreprise utilise pour prouver son lieu de résidence ou d'activité : une facture d'énergie, un relevé bancaire, un bail ou un avis d'imposition. Ce sont les fournisseurs d'énergie, les banques, les bailleurs et les administrations fiscales qui émettent ces documents, et les équipes conformité des banques, assureurs, opérateurs télécoms et gestionnaires immobiliers en traitent en permanence lors de l'entrée en relation. La plupart de ces équipes vérifient encore les adresses à l'œil nu, en comparant un PDF scanné avec ce que le client a saisi dans un formulaire. L'extraction automatisée transforme cette comparaison manuelle en une étape structurée et auditable qui s'exécute en quelques secondes plutôt qu'en plusieurs minutes.

Champs à extraire

Pourquoi ce document est difficile à traiter

Les justificatifs de domicile proviennent de milliers d'émetteurs différents, chacun avec sa propre mise en page, son positionnement de logo et sa terminologie. Une facture de gaz d'un fournisseur régional n'a rien à voir avec l'en-tête d'un relevé bancaire, et un avis d'imposition émis par une juridiction étrangère peut suivre un format d'adresse totalement différent, avec le code postal placé parfois avant le nom de la ville, parfois après. Il n'existe aucun modèle unique sur lequel s'appuyer, ce qui exclut l'extraction par gabarit pour tous les émetteurs, à l'exception d'une poignée des plus importants.

La qualité des scans varie énormément elle aussi. Les clients photographient leurs factures avec leur téléphone, capturent des PDF sous des angles improbables, ou soumettent des copies faxées avec des plis visibles. Les relevés bancaires de plusieurs pages enterrent l'adresse en page une et d'autres données pertinentes en page trois. Les annotations manuscrites, tampons et filigranes ajoutent du bruit qui perturbe un OCR basique.

Il existe aussi une dimension fraude. Comme le justificatif de domicile constitue souvent le maillon le plus faible des contrôles d'identité, certains demandeurs modifient un PDF pour changer une date ou une adresse. Détecter cela suppose d'analyser la cohérence des polices, les métadonnées et les artefacts de mise en page, pas seulement de lire le texte. Ajoutez à cela des documents multilingues, des formats de date incohérents, et des émetteurs qui changent de nom ou fusionnent, et le problème d'extraction cesse d'être une simple lecture de texte pour devenir un problème de raisonnement structuré.

Comment Sygnet le traite

Sygnet classe d'abord le fichier entrant, en distinguant une facture d'énergie d'un relevé bancaire ou d'un bail, avant même que l'extraction ne commence. Le système déduit ensuite le schéma adapté à ce type de document plutôt que de forcer chaque émetteur dans un gabarit unique, ce qui compte énormément vu la diversité des formats (voir OCR vs VLM pour comprendre pourquoi les modèles sensibles à la mise en page surpassent l'OCR classique sur ce type de document).

Chaque champ extrait porte un score de confiance et une zone de délimitation (bounding box) qui relie la valeur à son emplacement exact sur la page, permettant à un responsable conformité de voir précisément d'où provient la "date d'émission" sans avoir à fouiller le document (c'est ce qu'on appelle la provenance au niveau du champ). Des règles de validation s'exécutent automatiquement : cohérence des dates, formats de codes postaux, et vérifications croisées avec le nom et l'adresse déclarés par le demandeur.

Lorsque la confiance d'extraction est faible, qu'il s'agisse d'un scan flou ou d'un émetteur inconnu, le document est routé vers une relecture humaine plutôt que d'être accepté silencieusement. Les documents à confiance élevée passent directement dans votre système d'entrée en relation ou de gestion des sinistres sous forme de JSON structuré, prêt pour les systèmes en aval. Cette approche reflète celle que Sygnet applique également à l'entrée en relation KYC et à l'extraction de pièces d'identité.

Règles de validation à appliquer

• Recalculer l'ancienneté du document à partir de la date d'émission et rejeter tout document dépassant le seuil fixé par votre politique interne
• Vérifier que le nom du titulaire du compte correspond au nom du demandeur enregistré, en tolérant de légères différences de transcription
• Valider le format du code postal par rapport au schéma national du pays déclaré
• Signaler les documents dont la date de fin de période de facturation est antérieure à la date de début
• Vérifier le nom de l'émetteur par rapport à une liste maintenue de fournisseurs d'énergie, de banques et d'administrations fiscales connus
• Comparer l'adresse extraite avec toute adresse déjà enregistrée et signaler les écarts pour relecture
• Détecter les incohérences de police ou d'espacement laissant penser à une modification numérique des dates ou des montants

FAQ

L'extraction de justificatif de domicile peut-elle détecter un PDF falsifié ou modifié ?

Elle peut signaler des indices forts : incohérences de police au sein d'un même champ, métadonnées révélant l'utilisation récente d'un logiciel d'édition, ou espacement de mise en page ne correspondant pas au gabarit connu de l'émetteur. Elle ne peut pas prouver l'intention à elle seule. Les documents suspects doivent être routés vers une relecture humaine et, si pertinent, vers des contrôles dédiés de détection de fraude documentaire, plutôt que vers un rejet automatique.

Jusqu'à quel âge un justificatif de domicile reste-t-il valide ?

Il n'existe pas de règle universelle. Les banques et régulateurs fixent généralement leur propre seuil, souvent entre 30 et 90 jours, et certains acceptent des avis d'imposition plus anciens à titre d'exception puisqu'il s'agit de documents annuels. Le système d'extraction doit se contenter de lire la date d'émission et laisser votre moteur de règles, et non l'étape d'extraction elle-même, décider de la validité.

Cela remplace-t-il entièrement la relecture manuelle en KYC ?

Non. Cela supprime la partie répétitive, à savoir lire les dates, adresses et noms sur des documents hétérogènes, afin que les équipes de relecture ne se concentrent que sur les cas où la confiance est réellement faible ou où une règle de validation échoue. C'est une charge de travail réduite et à plus forte valeur ajoutée, pas un substitut au jugement humain sur les cas limites ou les signaux de fraude.