ユースケース

金融詐欺の検出

 

金融詐欺検出モデルは進化を続けていますが、詐欺を完全に防ぐためには、すべての取引を監視し、不正行為を確実にブロックする必要があります。

リスク軽減

すべての取引から不正を自動検知

効率性の向上

不正検知に費やされる業務コストを削減

カスタマーエクスペリエンス

不正と誤って判定される取引の割合を削減

ビジネス上の課題

金融詐欺が蔓延し、ギフトカードから住宅ローンに至るまであらゆる消費者の生活に影響が出ています。そして、その過程で多くの場合、ID窃盗が発生しています。検知エンジンには、消費者のアカウントが不正にアクセスされたり使用されたりした場合に不正行為を即座に阻止するメカニズムが組み込まれていますが、エンジンがアカウントをブロックする前に複数の不正取引が発生することが頻繁に問題となっています。その結果、金融機関は損失を被り、消費者は不便を強いられ、最悪の場合、個人情報が流出する事態に発展しています。理想的には、複数のデータソースを横断してすべての金融取引を精査し、不正と判断された取引はすべて停止させることが求められます。

Alteryxのソリューション

不正行為の検出は、通常、複数のデータソースを組み合わせて行われますが、多くの組織では、サイロ化された環境で取引を調査する体制が整っておらず、不正行為を検出できても、その証明や阻止は困難です。

しかし、分析ツールを導入すれば、すべてのデータポイントを自動的に検証し、リスクを示す異常値を迅速に特定して、さらなる調査を行うことが可能になります。リアルタイムの取引データを分析することで、調査担当者は即座に不正を発見し、迅速に対応することで損失を最小限に抑えることができます。

Alteryx Machine Learningのようなコーディング不要で拡張性の高い機械学習プラットフォームを利用すれば、過去の不正データを基に将来の不正を予測することが可能です。また、プラットフォームの推奨機能を通じて、データと目的に最適な機械学習モデルを選定し、作成したモデルを将来の取引における不正予測に継続的に活用することができます。

 

1 – データ接続

予測したいターゲットを選択し、コーディング不要で予測モデルを自動生成

2 – 高度な分析

データの属性や変数と不正取引との相関関係を特定

3 - 結果を伝達

モデルが出力した結果を適切に伝達し、業務に組み込んで活用

 

ほぼリアルタイムで取引を確認し、詐欺を検出できるようになりました。まさにゲームチェンジャーです

データアナリティクスインサイト部門ディレクター、Scott Peacock 氏

Walmart社

 

関連リソース

 
Microsoft スターターキット
詳細を見る
 
 
Alteryx + Snowflake
詳細を見る
 
 
ヘルスケア分析スターターキット
詳細を見る
 
 
AWS スターターキット

詳細を見る