Machine Learning y Prevención de Fraude

July 1, 2019

 

La generación actual tiene el extraño privilegio de vivir el mayor cambio en la historia de la humanidad en el mundo del trabajo, aquí y ahora: la revolución industrial basada en la tecnología del Aprendizaje Automático (Machine Learning). Ésta es la capacidad que de las computadoras para aprender a realizar tareas realmente complejas, a través de algoritmos y la enorme capacidad de procesamiento disponible.

 

El avance exponencial que se da se debe a que las computadoras no son programadas para realizar tareas, sino para aprender a realizarlas, generalmente utilizando información histórica. Ese es el cambio de paradigma.

 

La adopción de esta tecnología ha logrado enormes mejoras en  distintos ámbitos:  en el diagnóstico por imágenes para la detección de enfermedades o la identificación de problemas cardiacos; en el transporte con automóviles y camiones que se manejan solos; en bufetes de abogados donde los algoritmos aprenden en base a la información histórica compuesta por todas las leyes, toda la jurisprudencia de todos los casos y fallos judiciales, junto con todos los resultados de los peritajes  realizados para lograr diseñar la mejor estrategia de defensa; en la industria de retail, los algoritmos proponen al consumidor productos de su interés en base a las compras de otras personas con gustos parecidos; en actividades de esparcimiento y en las redes sociales para acaparar la atención del individuo la mayor parte del tiempo; entre tantas otras.

 

Las tecnologías de machine learning también tienen uso en la prevención del fraude con un aporte de enorme valor económico; y los analistas se enfrentan al desafío de convertirse en buenos administradores de ésta para tener el mejor equipo híbrido de humanos y máquinas. Incoporar machine learning es como tener a Lionel Messi en el equipo de prevención del fraude.

 

Los algoritmos pueden aprender a discernir cuáles son los pequeños detalles y características que hacen que una transacción sea fraudulenta. Para ello utilizan información histórica compuesta de millones de transacciones y miles de variables para lograr los mejores resultados en el nivel de detección y en la relación de falsos positivos.

 

Por otro lado, este mundo de enormes avances ha iniciado una carrera entre las instituciones financieras por quién se convierte en el líder de la época de digitalización. Las instituciones abiertas, la vinculación digital, y la omnicanalidad han abierto una puerta a nuevas oportunidades para los defraudadores, quienes nefariamente aprovechan los avances tecnológicos.

 

Monitor Plus® utiliza machine learning basado en aprendizaje profundo y en los algoritmos XGBoost y LightGBM para satisfacer de forma conjunta la seguridad necesaria y las exigencias de la experiencia de cliente. Esta solución cubre las necesidades actuales, tiene la flexibilidad necesaria para los canales y productos del futuro, y contenga tecnología basada en reglas para incorporar nuevas tipologías de fraude no previstas durante el entrenamiento. Además, hace uso de las comunicaciones, incorporando al cliente como parte de la gestión del riesgo por medio de mensajería bidireccional.

Share on Facebook
Share on Twitter
Please reload

Entradas Relacionadas

I'm busy working on my blog posts. Watch this space!

Please reload