Un cabinet de conseil dédié au
pilotage des risques numériques

Metametris est un cabinet de conseil indépendant, basé à Paris, spécialisé dans la gestion des risques numériques et la conformité réglementaire.

Depuis 2005, nous accompagnons les institutions financières (DSI, RSSI, Direction des risques) dans l’identification, l’évaluation et la maîtrise de leurs risques.

Avec une expertise éprouvée dans la mise en œuvre de programmes réglementaires complexes (DORA, NIS2, RGPD…), nous proposons des solutions sur mesure pour répondre aux défis de la résilience opérationnelle numérique. Nous accompagnons nos clients dans leur mise en conformité par rapport aux réglementations et aux normes en vigueur en constante évolution.

Nos engagements en
6 points clés

  1. Une expertise de pointe. Plus de 20 ans d’expérience dans la gestion des risques opérationnels, au service d’organisations de toutes tailles, avec une connaissance approfondie des environnements financiers, numériques et réglementaires.
  2. Pragmatisme & Efficacité opérationnelle. Une approche orientée résultats pour maximiser l’impact des investissements en gestion des risques. Nous délivrons des résultats mesurables à partir d'objectifs clairs et d'un pilotage transparent.
  3. Dialogue et Collaboration. Le succès d’un projet repose sur l’engagement des équipes. Nous favorisons un transfert de compétences fluide, en surmontant les résistances au changement.
  4. Une approche innovante. Nous abordons la gestion des risques numériques selon une vision à 360° qui intègre l'organisation, la gouvernance, les dispositifs techniques, l'environnement de contrôle et le pilotage des tiers TIC dans une approche globale basée sur les risques.
  5. Compréhension fine des enjeux métiers de la continuité d’activité. Une maîtrise approfondie de l'étude d'impacts métiers, de scénarios d'interruption d'activité au service de la stratégie de résilience des organisations particulièrement pour les secteurs bancaires et assurantiels.
  6. Nos références clients. Nous collaborons avec des banques, assurances, gestionnaires d’actifs et entreprises internationales, pour des solutions robustes et pérennes.

Notre revue
de presse

Date :
La rareté des données empiriques sur les méga-catastrophes cyber (Cyber Cats > 1 Smilliard) rend leur modélisation complexe. Pour y remédier, une méthodologie s'appuie sur le classement par LLM de réclamations d'assurance pour analyser les Cyber Kittens : des événements systémiques de moindre ampleur.
L'étude démontre que ces événements suivent une loi de puissance (coefficient α=1,74), utilisant le nombre de victimes pondéré comme indicateur de perte. Cette approche permet de quantifier la fréquence des événements extrêmes (Gray Swans) : un sinistre de 20 milliards de dollars présente une période de retour de 28 ans, contre 206 ans pour 200 milliards.
Lire la suite
Date :
Face à des risques systémiques complexes, traiter l’incertitude de manière simpliste génère une « précision fallacieuse ». Pour bâtir des analyses de risques robustes et auditables, ce cadre propose de catégoriser d'abord la nature de l'incertitude en distinguant l'aléatoire (variabilité intrinsèque) de l'épistémique (manque de connaissances), tout en prenant en compte l'ambiguïté et l'ignorance. Il s'appuie sur cinq familles méthodologiques — probabilistes, floues/d'évidence, qualitatives, graphiques et hybrides — dont le choix s'effectue via un parcours décisionnel en cinq étapes fondé sur la qualité des données et les besoins de gouvernance. Une checklist de documentation valide l'approche finale pour transformer la fragilité des connaissances en décisions résilientes.
Lire la suite
Date :
Cette étude teste l'impact de « déclencheurs de biais » cognitifs sur des hackers dans un réseau simulé. Quarante-deux participants ont effectué un test d'intrusion de deux jours. Les déclencheurs ont réduit la profondeur de pénétration et détourné du temps, des commandes et des techniques vers des systèmes non critiques. L'efficacité a varié selon l'expertise et le type de biais, les coûts irrécupérables et la confirmation étant les plus marquants. Les limites incluent la taille de l'échantillon, le périmètre réseau et l'absence de mesures cognitives directes.
Lire la suite