Pesquisa

Artificial Intelligence & Machine Learning

Machine Learning no Combate às Fraudes:
Operando em tempo real e de modo prescritivo

A solução baseia-se no uso de algoritmos de aprendizagem profunda e na probabilidade de fraude para bloquear empréstimos suspeitos.

Melhorando a Experiência Antifraude

QUAL É A PIOR PARTE DE SER UMA EMPRESA QUE EMPRESTA DINHEIRO ÀS PESSOAS?

Um desafio sem fim contra fraudadores cada vez mais “profissionais” que continuam mudando seus hábitos, violando regras, reinventando o jogo para continuar ganhando com seus crimes.

Para identificar e antecipar a detecção de fraude, estamos usando tecnologias avançadas, profundo know-how funcional, estatístico e técnico, para implementar um algoritmo eficiente de Machine Learning. Reconhecimento de padrões, modelagem estatística, redes neurais são poucas palavras-chave que descrevem o que já fizemos. Aprendizagem profunda, análise prescritiva, pontuação on-line em tempo real é pouco para descrever o que estamos projetando com o cliente.

A Target Reply deu suporte a uma das primeiras Empresa de Crédito ao Consumidor na Itália que realiza milhões de empréstimos ao ano. O cliente oferece crédito através de diferentes linhas de produtos: empréstimos de varejo, empréstimos pessoais, cartões de crédito e leasing.

OBJETIVOS

Os principais objetivos do cliente eram:

  • Reduzir a perda de dinheiro com fraudes
  • Bloquear empréstimos suspeitos
  • Criar rapidamente regras preditivas para detecção de fraude

A solução da Target Reply prevê e automatiza a detecção de fraude: algoritmos de aprendizagem profunda identificam “fraudadores seriais” que mudam seus hábitos para evitar controles e criam modelos mais avançados e preditivos que se encaixam em contextos novos e desconhecidos.

FOCO NA PREVISÃO E PRESCRIÇÃO

A abordagem da Target Reply é desenvolver modelos de Machine Learning, como redes neurais, regressão logística ou árvore de decisão, comparar resultados e escolher o melhor modelo para identificar imediatamente potenciais fraudadores..
A solução também possui um componente de prescrição em tempo real capaz de executar os algoritmos de Machine Learning na fase de aceitação do empréstimo, tornando a solução global ainda mais eficaz. O desenvolvimento de novos componentes dependerá do uso de algoritmos de aprendizado profundo para reconhecimento de imagem, envolvendo na análise dados não estruturados.