¿Has oído hablar de alguien que usa datos de transacciones para ayudar a detectar patrones de fraude?

Sí, los datos de la transacción también se utilizan para detectar patrones de fraude. La razón principal es detectar el patrón de Fraude lo antes posible y evitar que se realicen más Transacciones fraudulentas el mismo día, por ejemplo, ya que no puede esperar hasta la carga del proceso por lotes que generalmente ocurre a una frecuencia diaria / nocturna.

Tenga en cuenta que la transacción en sí puede pasar por una verificación de primer nivel para determinar si coincide con alguno de los patrones de fraude conocidos antes de que la transacción se complete con éxito. Después de completar con éxito las transacciones, los equipos de prevención de fraude verifican si existe un nuevo patrón de fraude que deba agregarse inmediatamente a la lista conocida para evitar más transacciones fraudulentas.

Y sí, estoy bien para ser entrevistado para el libro.

Me encantaría leer tu libro.

Algunos casos de posible fraude son:

1) Recibir dinero de instituciones caritativas

2) Una transacción de pequeño valor que ocurre con frecuencia

3) Transacciones en efectivo frecuentes

4) Muchas transacciones justo debajo del límite de informes

Estoy seguro de que hay muchas formas y medios para detectar patrones de fraude, que habría encontrado durante el curso de su investigación, pero uno de los más elementales pero interesantes es: la ley de Benford.

He oído que se usa prácticamente para detectar fraudes contables, ¡con bastante éxito! Vea esta sección especialmente: la ley de Benford

No he usado datos de transacciones para fraude, pero los he usado para modelos de desgaste y riesgo. Cuando comenzamos ese proyecto (mientras trabajaba en un empleador) era bastante escéptico sobre los beneficios de usar datos a nivel de transacción. Sin embargo, los resultados hicieron una conversión inmediata de mí. Obtuvimos elevaciones significativas al usar datos a nivel de transacción. Desarrollamos varios modelos para varios clientes. No he tenido la oportunidad de trabajar en Fraude per se, sin embargo, estaría dispuesto a apostar por el aumento que se obtendría al usar datos de nivel de transacción para modelar fraudes también.

Probablemente sea mejor canalizar los datos transaccionales en un sistema OLAP para que pueda ejecutar todo tipo de análisis diferentes en su contra.

Evaluar estos datos dentro de un entorno OLTP lo obligará a depender más de las anomalías de patrones conocidas.