L’efficacité des administrations fiscales est souvent jugée à partir d’indicateurs. Ainsi, le fisc canadien (Canada Revenue Agency) utilise quatre mesures globales pour évaluer le rendement de l’administration par rapport aux objectifs stratégiques :
le pourcentage des contribuables qui produisent leurs déclarations de revenus dans les délais, le pourcentage des entreprises qui se sont inscrites conformément à la loi, le pourcentage des contribuables qui ont payé les montants dus avant la date limite et la proportion de contribuables qui fournissent des renseignements complets et exacts afin de s’acquitter de leurs obligations fiscales.
On s’en doute, ces ratios n’atteignent jamais les 100 %. Par exemple, le ratio de la dette fiscale en souffrance par rapport aux recettes brutes est en croissance régulière depuis plusieurs années, atteignant 5,6 % en 2007. « Notre principale orientation consiste à nous assurer que les contribuables respectent leurs obligations et à protéger l’assiette fiscale du Canada », souligne Lyne Sincennes, directeur Integrated Revenue Collections de la Canada Revenue Agency, organisme chargé de collecter les impôts et de gérer certains programmes de protection sociale.
Un objectif d’autant plus stratégique que l’impôt sur le revenu compte pour près de la moitié du budget de l’Etat. Le fisc canadien, pour améliorer son efficacité, a mis en œuvre une stratégie reposant sur l’analyse prédictive (et les solutions de SPSS). Avec des objectifs multiples : « Détecter les anomalies, prévoir le comportement des contribuables, accroître le taux de collecte des impôts et optimiser la base imposable », précise Lyne Sincennes.
Il s’agit, concrètement, d’identifier les fraudeurs et surtout ceux qui sont susceptibles de payer rapidement s’ils sont identifiés. Notamment en distinguant ceux qui sont de toute façon insolvables, par exemple pour cause de faillite. Autres usages : élaborer des profils de fraudeurs et optimiser l’utilisation des ressources internes, notamment pour éviter que les agents du fisc ne passent trop de temps avec des fraudeurs procéduriers.
Il est également possible de prévoir la probabilité qu’un agent du fisc a de recourir à des méthodes coercitives (action en justice) pour recouvrir l’impôt ou encore l’efficacité des relances téléphoniques. L’administration fiscale prévoit d’installer la plate-forme analytique PES (Predictive Enterprise Services) de SPSS pour automatiser davantage les décisions.
« L’objectif est de gérer toutes les données de data mining quel que soit l’environnement technique », précise Lyne Sincennes. Un projet pilote de recouvrement de dettes fiscales est en cours : « Nous espérons, une fois en production, générer 180 millions de dollars de rentrées fiscales supplémentaires », estime Lyne Sincennes.
En Belgique, il s’agit aussi de collecter davantage d’impôts. Le service public fédéral des finances s’est ainsi engagé à récupérer, chaque année, 75 millions d’euros d’impôts impayés et a construit un entrepôt de données sur les contribuables qui ne paient pas l’impôt. « L’objectif est de réduire le volume des arriérés fiscaux, et le délai entre l’émission de l’avis d’imposition et le paiement effectif », précise Véronique Vandamme, manager de programme au FOD Financien (Federale Overheidsdienst Financien).
Plus de six millions d’euros récupérés
Les résultats ont dépassé les objectifs : « Nous avons récupéré quatre millions d’euros au cours d’une première vague de contrôles, qui s’est déroulée en juin 2007, et 2,7 millions durant une seconde phase, en septembre 2007 », avoue Véronique Vandamme. Le système est en production depuis mai 2008, basé sur les solutions Clementine et PES (Predictive Enterprise Server) de SPSS.
Le projet « data warehouse et analyse des risques » concerne la mise en oeuvre d’un environnement de business intelligence et data warehouse (visant dans une première phase les champs d’application personnes physiques, marchandises et personnes morales), à l’appui de l’analyse des risques, du contrôle, du recouvrement, de l’assistance et du service.
« Le projet comporte la mise en place de la plate-forme technologique et des logiciels nécessaires. Cela comprend la construction de la banque de données, mais aussi l’installation des outils de data mining. Parallèlement, l’environnement de data warehouse et de data mining intégrera aussi les fonctions nécessaires au support décisionnel », précise Louis Collet, directeur du service d’encadrement ICT dans son « plan de support 2008 ».