Utilizzo del Machine Learning per Facilitare la Prevenzione delle Frodi

© MJV Technology & Innovation 2023

TORNA ALL'INIZIO

70%

 

The first step towards a positive impact

Ridurre il Rischio Automatizzando il Rilevamento delle Frodi

of consumers expect companies to take an active stance on social, environmental, and political issues

According to a survey by "Social Sprout"

Ridurre il Rischio di Crescita

Dopo un cambio di posizionamento, un istituto finanziario è diventato più esposto al rischio a causa dell'aumento delle richieste di conto. Il precedente rilevamento delle frodi veniva effettuato manualmente e il nostro cliente aveva bisogno di una soluzione automatizzata.

MJV è stata incaricata di costruire un modello di intelligenza artificiale per rilevare eventuali richieste di conto fraudolente per il sistema di pagamento mobile del cliente.

PROGRAMMA UNA CALL

The Challenge

Creare un sistema automatico di rilevamento delle frodi che funga da prima linea di difesa nel filtrare i moduli di richiesta dei potenziali clienti.

La Sfida

Il Primo Filtro è Sempre il più Grossolano

La banca cliente disponeva già di un livello di prevenzione delle frodi quando si trattava di selezionare le domande. Sebbene questo processo richiedesse molto tempo, era incredibilmente accurato.

Il Processo

Implementing a profitable strategy in a different market

A High-Fidelity O2O Prototype

The Process

Case Study

MJV provided Pro-Natura with an app experience blueprint, containing the app’s value proposition, as well as feature prioritization for a minimum viable product.

We also provided our client with a complex document detailing the process, steps, and suggestions for prototyping and implementation of the MVP to be tested in the field before being adopted by local harvesting communities.

Il mercato odierno è pieno di aziende che si affrettano a essere le prime ad adottare l'IA nei loro processi e piattaforme. Questa corsa all'oro dell'IA può indurre molti a confondere la novità con l'efficacia. Noi di MJV ci assicuriamo sempre che le soluzioni che offriamo ai nostri clienti siano adeguate alle loro sfide.

Quando utilizziamo l'IA nei nostri progetti, evitiamo gli espedienti e garantiamo che l'intelligenza artificiale sia usata in modo intelligente. Se siete un istituto finanziario/assicurativo che cerca di prevenire le frodi, o semplicemente un'azienda che vuole ottimizzare i propri processi, perché non programmare un incontro con uno dei nostri consulenti? Venite a scoprire cosa MJV può fare per voi.

Achieve riskless operations through AI and Machine Learning

Contenuti Correlati

LEGGI DI PIÙ

Infografica

L'Anatomia dell'AI

LEGGI DI PIÙ

FedNow Cambierà le Regole del Gioco per la Gestione delle Frodi nei Pagamenti Istantanei?

Ebook

Articolo

LEGGI DI PIÙ

Tendenze e Opportunità dell'AI nel Settore CPG e Retail: Usare l'Agile per il Successo

Article

Webinar

READ MORE

Article

O2O: Turning Online Traffic Into Offline Shoppers

READ MORE

Article

7 Ways Brick-and-Mortar Stores Are Changing

READ MORE

E-book

 How Your Company Can Take Advantage of B2B2C

Riguardo MJV

MJV Technology & Innovation è un'azienda di consulenza globale che aiuta a sfruttare il business, a promuovere l'innovazione e a risolvere le sfide aziendali per alcune delle più grandi aziende del mondo.

Innovazione del Business

Tecnologia
Dati

Design e
Esperienza

Agile e Trasformazione Culturale

Sostenibilità e
Trasformazione ESG

25+ anni di esperienza.

I nostri asset:

Presenza negli Stati Uniti, in Europa e in America Latina.

Un team globale con oltre 1.300 esperti, tra cui designer, ingegneri, antropologi, data scientist, sviluppatori e marketer.

I nostri cinque pilastri aziendali sono:

Leggi di più

Industry: Auto Insurance/Car Insurance

Client: Auto Compara/Santander

Settore: Banking/Assicurazioni
Cliente: Una delle maggiori entità finanziarie del Sud America

The Outcomes:

L'obiettivo del nostro modello di intelligenza artificiale era quello di agire come un filtro primario, assicurando che tutte le richieste fraudolente arrivassero al filtro secondario. Sebbene ciò significhi che una parte delle domande segnalate non era fraudolenta, ha garantito che le domande fraudolente non arrivassero all'approvazione.

Fly or Die:

Validating a New Revenue Model Through Testing-as-a-Service

A solution is only as good as what you can prove, and MJV did this through a testing-as-a-service framework.

While our client ran the stores (both digital & physical), we took it upon ourselves to craft, test, and validate the strategy to determine if it should be implemented nationwide.

Formazione e Implementazione del Rilevamento delle Frodi

La Soluzione

Our Solution

La nostra soluzione è stata completata in due fasi: Formazione del modello di intelligenza artificiale e implementazione.

Our Solution

TRAINING:

Fly or Die:

Validating a New Revenue Model Through Testing-as-a-Service

A solution is only as good as what you can prove, and MJV did this through a testing-as-a-service framework.

While our client ran the stores (both digital & physical), we took it upon ourselves to craft, test, and validate the strategy to determine if it should be implemented nationwide.

Prevenzione delle Frodi Semplice ed Efficiente

I Risultati

Our Solution

The Outcomes

26%

Tasso di Rilevamento di Non-Frode

La percentuale di domande segnalate che in realtà non erano fraudolente.

74%

Tasso di Rilevazione delle Frodi

La percentuale di domande segnalate che si sono rivelate effettivamente fraudolente.

La prima parte del progetto ha riguardato l'addestramento del modello utilizzando l'apprendimento automatico.  L'algoritmo di apprendimento trova modelli nei dati di addestramento che vengono poi analizzati e classificati per migliorare continuamente le prestazioni predittive del modello.

SVILUPPO:

I nuovi dati vengono selezionati e alimentati dal modello addestrato. L'output del modello è un punteggio predittivo che indica la probabilità di frode (0-40% è un'approvazione automatica, 40-80% passa al filtro secondario e 80-100% è un rifiuto automatico). La soglia di accettazione può essere regolata dal cliente.

- Riduzione della quantità totale di domande che sono arrivate al filtro secondario.
- Miglioramento del sistema di rilevamento delle frodi e riduzione del carico di lavoro dei dipendenti

Risultati

- Filtraggio automatico delle applicazioni AI
- Sistema di formazione per versioni aggiornate
- Possibilità di modificare le soglie del modello AI

Consegne

74%

Fraud Detection Rate

The percentage of flagged applications that were in fact non-fraudulent.

Non-Fraud Detection Rate

26%

The percentage of flagged applications that were in fact non-fraudulent.

Convalida 
dei dati

Consumatore

    Modelli AI   

Analisi    

Acquisire i dati 
dell'ufficio crediti

Convalida 
dei dati

Consumatore

Modello AI addestrato

Punteggio

Decisioni di Business

Acquisire i dati 
dell'ufficio crediti