Implementación de modelos de minería online para la detección de fraude en tarjetas de crédito

Transcripción

1 make connections share ideas be inspired Implementación de modelos de minería online para la detección de fraude en tarjetas de crédito C o p y r i g h t , S A S I n s t i t u t e I n c A l l r i g h t s r e s e r v e d

2 Introducción El fraude en tarjetas de crédito es una de las principales razones que explican las pérdidas en las entidades bancarias más de mil MM MXP anuales, además en los últimos 4 años el fraude en TC ha aumentado en un 150% Los defraudadores han desarrollado métodos cada vez más sofisticados, lo cual complica la tarea de detectar sus patrones de comportamiento dentro de toda las compras legítimas A lo largo de la historia la forma más frecuente de encontrar y alertar transacciones fraudulentas ha sido a través de la implementación de reglas en sistemas en línea, las cuales, en la mayoría de los casos, son recomendadas por las empresas de dichos sistemas como única solución Las reglas cuidan comportamientos puntuales que suelen tener los defraudadores, debido a esto, detectarlos implica crear una cantidad importante de estas que generalmente requieren actualizaciones constantes Existen ejemplos de implementaciones de modelos de minería para detectar fraude, pero hasta ahora estos se crean para ser ejecutados fuera de línea, lo que reduce la oportunidad de detección y reducción de pérdidas Por tanto, el objetivo es implementar modelos de minería en sistemas en línea como una mejor solución para el problema que nos atañe

3 Procesos analíticos DW

4 Procesos analíticos DW

5 Procesos analíticos DW

6 Procesos analíticos DW Análisis de datos para crear Reglas online

7 Procesos analíticos DW Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original

8 Procesos analíticos DW Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original Resultado del análisis Implementación online

9 Procesos analíticos DW Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original Resultado del análisis Análisis de datos para crear Modelos Implementación online

10 Procesos analíticos DW Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original Resultado del análisis Análisis de datos para crear Modelos Implementación online

11 Procesos analíticos DW Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original Resultado del análisis Clusters Implementación online

12 Procesos analíticos DW Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original Resultado del análisis Champion challenge Implementación online

13 Procesos analíticos DW Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original Resultado del análisis Implementación Validación final online

14 Procesos analíticos DW Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original Resultado del análisis Implementación Validación final online Resultado del análisis Implementación Batch

15 Procesos analíticos DW Se puede hacer? Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original Resultado del análisis Implementación Validación final online Resultado del análisis Implementación Batch

16 Procesos analíticos DW Se puede hacer? Análisis de datos para crear Reglas online Con los datos descriptivos se Crean las reglas y sólo se usan Las variables en su forma Original Resultado del análisis Implementación Validación final online Resultado del análisis Implementación Batch Cómo integrarlo?

17 Modelos Batch vs Reglas online Más variables y Mayor asertividad Más información Compatibilidad de sintaxis Más estructuras No oportunos Poco preventivos Acciones tardías al momento de detectar una transacción riesgosa Oportunos Preventivos Acciones al momento de detectar una transacción riesgosa Menos variables y Menor asertividad Poca o nula historia Adaptación de sintaxis Una estructura (Reglas)

18 Ajuste de tendencias Comparativo de tendencias entre las alertas de un modelo alertas de reglas online vs fraude El comportamiento de La regla no se ajusta al Cambio de patrones de Fraude y aumenta Significativamente sus falsos positivos

19 Ajuste de tendencias Comparativo de tendencias entre las alertas de un modelo alertas de reglas online vs fraude Cómo implementar un Modelo de minería en línea? Por qué? Es necesario?

20 Ajuste de tendencias Comparativo de tendencias entre las alertas de un modelo alertas de reglas online vs fraude

21 Ajuste de tendencias Comparativo de tendencias entre las alertas de un modelo alertas de reglas online vs fraude

22 Por qué es posible usar nuevas estructuras en lugar de las reglas clásicas en línea? Promedio std Var Raíz Potencia Logaritmo Exponencial Máximo Mínimo Módulo Etc Poca información de su uso por parte del proveedor Se menciona que existen pero no ejemplifican como usarlas Poder implementar modelos de minería en lugar de reglas Detectar patrones de fraude generales evitando reglas muy granulares Posibilidad de incrementar la vida productiva de una estrategia Las decisiones se toman con respecto a un score de riesgo(proxy) Un modelo puede ajustarse a la tendencias de fraude Operativamente el umbral puede usarse como tablero de control ajustando las alertas que se presentan ya sea para aumentarlas o no basados en el score Umbral Fraud No_f Alertas %Hit %Cobert

23 Funciones del sistema

24 Caso Real Se implementó en línea una red neuronal para detectar fraude en internet usando 6 variables normalizadas (importe(2), score de riesgo(2), tiempo entre transacciones en segs, bandera de que el importe actual sea igual al inmediato anterior) Red Neuronal con 3 neuronas Variables de entrada H11 Neuronas H12 H13 Score >=07 alerta

25 En una transacción se tiene x1,x2 etc Usando pares de transacciones se duplica el número de variables Pares Usualmente las variables numéricas se usan en su forma original, las cuales por su naturaleza tienen distribuciones sesgadas La transformación de las variables es crucial para normalizar las distribuciones y así lograr una correlación mayor de las variables con el fraude, incluso para Discretizarlas Distribución del importe original Transformación de variables usando Funciones del sistema Distribución del logaritmo del importe

26 En una transacción se tiene x1,x2 etc Usando pares de transacciones se duplica el número de variables Pares Se programó que el sistema guardara la info de la trx anterior Usualmente las variables numéricas se usan en su forma original, las cuales por su naturaleza tienen distribuciones sesgadas La transformación de las variables es crucial para normalizar las distribuciones y así lograr una correlación mayor de las variables con el fraude, incluso para Discretizarlas Distribución del importe original Transformación de variables usando Funciones del sistema Distribución del logaritmo del importe

27 En una transacción se tiene x1,x2 etc Usando pares de transacciones se duplica el número de variables Pares Se programó que el sistema guardara la info de la trx anterior Usualmente las variables numéricas se usan en su forma original, las cuales por su naturaleza tienen distribuciones sesgadas La transformación de las variables es crucial para normalizar las distribuciones y así lograr una correlación mayor de las variables con el fraude, incluso para Discretizarlas Distribución del importe original Transformación de variables usando Funciones del sistema Se usaron funciones como logaritmo, potencia etc, Para lograr la normalización de las variables

28 Mapeo de código en sistema

29 Resultados %Asertividad: 17%: %cobertura :19% ROI=61 %Asertividad: 19%: %cobertura :16% ROI=74 El modelo fue entrenado con 5 meses, se usaron otro par de meses para validación y test respectivamente El resultado de producción refiere al primer mes de implementado el modelo Red Neuronal 1 2 n La red neuronal construida sustituyó más del 40 % de reglas que se tenían para este tipo de fraude y que por tanto tenían la misma cobertura pero con una asertividad menor al 10% Se lograron detectar más de 1200 casos de fraude, previniendo más de 5 millones de pesos en pérdidas potenciales en el primer mes

30 Proceso de implementación en sistema Minería de datos Selección del modelo Extracción de código Mapeo de código en sistema

31 Conclusiones La implementación de modelos de minería en sistemas en línea nos ofrece más estructuras para detectar comportamientos de fraude Los modelos en línea representan una ventaja en la administración pero, sobre todo, en la reducción de pérdidas Se pueden crear estrategias de detección con mayor tiempo de vida, es decir, con actualizaciones menos frecuentes Las decisiones en línea se toman con base en un score Al tener una métrica en línea(score) se pueden segmentar las decisiones que se deben de tomar al momento de una transacción definiendo distintos puntos de corte para rechazar, analizar o aprobar

32 make connections share ideas be inspired GRACIAS!!! Raul Abraham Nieto Pacheco C o p y r i g h t , S A S I n s t i t u t e ICopyright n c A l l 2010, r i gsas h t s Institute r e s Inc e r vall e rights d reserved