Software y Tecnologías Analíticas para el Gerenciamiento del Fraude DAVID NUSSENBAUM VP GLOBAL RISK SOLUTIONS, ACI WORLDWIDE PAMELA LEZAETA SENIOR MODELER,

Presentación del tema: "Software y Tecnologías Analíticas para el Gerenciamiento del Fraude DAVID NUSSENBAUM VP GLOBAL RISK SOLUTIONS, ACI WORLDWIDE PAMELA LEZAETA SENIOR MODELER,"— Transcripción de la presentación:

1 Software y Tecnologías Analíticas para el Gerenciamiento del Fraude DAVID NUSSENBAUM VP GLOBAL RISK SOLUTIONS, ACI WORLDWIDE PAMELA LEZAETA SENIOR MODELER, ACI WORLDWIDE November 5, 2009

2 El crimen financiero crece alrededor de todo el mundo

3 Y no solamente en banca retail – el fraude tambien impacta la banca corporativa

4 Las pérdidas por fraude a nivel mundial sobrepasan los $5.5 billiones ‘07‘04‘01‘98‘95‘92 $1 $2 $3 $4 $5 GLOBAL CARD FRAUD LOSSES (BILLIONS) Source: The Nilson Report, November 2008 OTHER LOST & STOLEN CNP COUNTERFEIT 34% 21% 7% 38%

5 A medida que se incrementa el volumen de transacciones, también se incrementa el fraude ‘12‘10‘08‘06‘04‘02 $2 $4 $6 $8 $10 PURCHASE TRANSACTIONS IN LATIN AMERICA (BILLIONS) Source: The Nilson Report, June 2009 VISA MASTERCARD

6 Más allá de las pérdidas directas, el fraude tiene mayor impacto sobre sus clientes Encuesta de ACI sobre fraude en tarjetas Muestra y metodología: –Realizada por una firma independiente en Julio del 2009 –Encuestados 2.408 adultos en 8 países –La investigación fue realizada online Australia (310) Brazil (306) China (307) Dubai (250) Germany (305) Singapore (310) UK (310) USA (310) Global consumer survey reaching consumers in eight countries

7 81% 24% 76% 18% Uno de cada cinco consumidores ha sido víctima de fraude NOYES 25% 50% 75% 100% GLOBAL BRAZIL GLOBAL BRAZIL ¿Usted ha sido víctima de fraude a través de su tarjeta crédito o debito en los últimos 5 años? Source: ACI Card Fraud Survey, July 2009

8 27% 30% 25% 22% Una cuarta parte de los consumidores afectados por fraude, abandonó su banco, y otro 25% consideró dejarlo SI 25% 50% 75% 100% GLOBALBRAZILGLOBALBRAZIL 41% 38% 10% 7% LO PENSARIA DEPENDE DEL SERVICO NO GLOBALBRAZILGLOBALBRAZIL Si usted o alquien que conoce, es víctima de fraude en su tarjeta, ¿cambiaría su banco o su compañía de tarjeta? Source: ACI Card Fraud Survey, July 2009

9 27% 13% 21% 25% El nivel de satisfacción depende de la velocidad en el reembolso del dinero, y de la velocidad en la deteccion del fraude EL BANCO IDENTIFICO EL FRAUDE PRIMERO 25% 50% 75% 100% GLOBALBRAZILGLOBALBRAZIL 34% 51% 14% 15% FRAUDE IDENTIFICADO RAPIDO VELOCIDAD EN EL REEMBOLSO VELOCIDAD EN EL REEMPLAZO DE LA TARJETA GLOBALBRAZILGLOBALBRAZIL ¿Cuál es el factor principal que influyó en su satisfacción frente al tratamiento de su institución financiera? Source: ACI Card Fraud Survey, July 2009

10 Un 25% de los afectados no está satisfecho con el servicio posterior al fraude HAPPYUNHAPPY 25% 50% 75% 100% GLOBAL BRAZIL GLOBAL BRAZIL 41% VERY 34% SOMEWHAT 75% 18% SOMEWHAT 8% VERY 25% 25% VERY 43% SOMEWHAT 68% 26% SOMEWHAT 6% VERY 32% ¿ Qué tan satisfecho se sintió con el tratamiento de su banco cuando fué víctima de fraude en su tarjeta? Source: ACI Card Fraud Survey, July 2009

11 Phishing/Malware (Consumer PC) ¿Cuáles son las fuentes de fraude? Social Engineering (Call Center) Data Theft (Employees) Mass Data BreachesSkimming Family Friendly Dumpster Diving Automated Number Generation Brute force attacks Fake businesses

12 Determinar el perfil de cliente y realizar análisis transaccional son la clave Hasta ahora, muchas compañías creían que podrían detener el fraude mediante una exigente autenticación del usuario… sin embargo los estafadores han demostrado que pueden derrotar cualquier método de autenticación de usuario. Por consiguiente las organizaciones que dependen del sistema de autenticación han aprendido que deben adoptar un enfoque de identificación de fraude apoyado en la detección de los perfiles de comportamiento de los usuarios de manera que puedan identificar y marcar las transacciones sospechosas. Sources: Gartner: “MarketScope for Enterprise Fraud Management”, September 2009

13 Debit Cards Internet Banking Checks Brokerage Wires Loans Credit Cards Monitorear la actividad a travez de todas las cuentas del cliente se hace necesario Customer-Centric Approach to Fraud Management

14 Pero en la mayoría de las instituciones financieras el enfoque de sus sistemas actuales no lo hace posible + TRANSACTION CHANNELS PRODUCTS BRANCH ATM POS CALL CENTER WEBSITE IVR MOBILE DIRECT NETWORK DEBIT CARDS CREDIT CARDS ACH CHECKS WIRES BROKERAGE LOANS SILO’D FRAUD & RISK MANAGEMENT SYSTEMS ON DISTRIBUTED SERVERS ATM / PIN Signature POS Credit Cards Check Online Banking AML Wire

15 Es aquí donde entra la solución de gerenciamiento del crimen financiero TRANSACTION CHANNELS PRODUCTS + BRANCH ATM POS CALL CENTER WEBSITE IVR MOBILE DIRECT NETWORK DEBIT CARDS CREDIT CARDS ACH CHECKS WIRES BROKERAGE LOANS SILO’D FRAUD & RISK MANAGEMENT SYSTEMS ON DISTRIBUTED SERVERS ATM / PIN Signature POS Credit Cards Check Online Banking AML Wire ENTERPRISE-WIDE FINANCIAL CRIME MANAGEMENT Solución integral de gerenciamiento del crimen financiero Detiene mas crimen… en tiempo real Mejora la eficiencia del analista de información Consolida la información redundante y aislada de los sistemas de detección de fraude

16 Soluciones tecnicamente avanzadas utilizando… Flujo de Trabajo y Administración de casos Tecnología personalizada de redes neurales Reglas expertas Elaboración de perfiles personalizados No se trata de un enfoque de caja negra, se trata de una solución inteligente anti-fraude y anti-lavado de activos trabajando en... Tiempo real y tiempo real cercano

17 Tecnología de Redes Neuronales – Resumen Modelos neuronales se construyen para la cartera del cliente: –Maneja muchas variables simultáneamente –Analiza cada transacción –Identifica patrones de fraudes múltiples y no-obvios Aprendizaje supervisado de inteligencia artificial –Aprende con ejemplos –El modelo encuentra lo que se le pide clasificar –El ingreso de datos fidedignos es decisivo. Opción de Modelos Múltiples –Eficaz en el control de riesgo –Mejor rendimiento con la segmentación de datos (PDS/Cajero Automático, extranjero/local,..) Actualización del modelo: asegura un rendimiento continuo

18 ENTRADA Redes Neuronales – Aprenden Espacio de Patrones Multidimensional Tiempos promedios, radio de valores, factores de riesgo, promedios categóricos, asociación de reglas,.. Input Layer Hidden Layer Output Layer SALIDA PROBABILIDAD DE FRAUDE PUNTAJES Múltiples Variables

19 Redes Neuronales – Modelo Único INPUTS Input Layer Hidden Layer Output Layer OUTPUTS Multiple Variables MODELO NEURONAL Transacción 111 $35 5812 02818 1134 15971 $1200 902 Puntaje

20 MODEL 1 Múltiples Modelos En casos de comporta- miento de fraude diferente entre los tipos de transacciones, un modelo múltiple es la solución… –Entrada de la transacción –Mutliplexer selecciona el mejor modelo de acuerdo al tipo de transacción –Transacción recibe puntaje por el mejor modelo –Un puntaje único se entrega Transaction 111 $35 5812 02818 1134 15971 $1200 MULTIPLEXER MODEL 1 MODEL 2 MODEL 3 902 Single Output

21 Modelo Empresarial En casos de comporta- miento de fraude diferente entre los diversos canales, un modelo múltiple es solución efectiva… –Ingreso de la transacción –Mutliplexer selecciona el modelo del canal –Transacción recibe puntaje por el modelo –Un puntaje único es producido TRANSACTIONS (FINANCIAL OR NON-FINANCIAL) MULTIPLEXER CREDITDEBITATM 902 Single Output AML

22 Avances de ACI en la Tecnología de Red Neuronal ACI Tecnología de modelos múltiples, para una mayor detección de fraude a menor cantidad de falsos positivos: –Control de Riesgo Empresarial (canales múltiples) –División de flujo transaccional (extranjero/nacional, ATM/POS,…) Modelos neuronales de ACI entregan puntaje en tiempo real para impactar la decisión de autorización. Actualización del modelo prolonga alta taza de detección.

23 Sistema de reglas flexibles Neural score Transaction Conditions Customer Profile Critical Account Changes Peer Group Profiles IP Blacklists Compromised Account Table Datos transaccionales y demográficos. Rule Analysis (Real-time or near real-time)

24 Dos sistemas trabajando en conjunto Redes Neuronales Análisis & Revisión Reglas Expertas (Tiempo real o cercano) Puntajes & Reglas = Eficaz contra fraude Máquina de Puntaje (Tiempo real o cercano) +

25 Puntaje + Reglas = mejor detección de fraude Sistema Flexible de Reglas Redes Neuronales ATAQUES DE FRAUDE Habilidad de detectar patrones ambiguos Basado en Inteligencia Artificial y minería de datos Regulable a través de umbrales de puntajes Mantenimiento del modelo y actualización Identifica amenazas conocidas o percibidas Basado en experiencia/lógica humana Muy flexible & rápido de cambiar Permite atención frecuente

26 Proven expertise securing payments Expertos en Asesoria de Riesgo Consultoria en diseno Operacional / organizacional Afinacion de rendimiento tecnico Asesoria escribiendo reglas expertas Revision de estrategias de fraude Consultores locales con annos de experiencia Neural Network Modeling Expertise Equipo de trabajo de ACI con 30+ años de experiencia resolviendo problemas Expertos en un amplio rango de campos Enfoque del equipo a proyectos Investigación y desarrollo continuo. ACI es la unica solucion financiera que proporciona gerenciamiento de crimenes con fuerte experiencia en pagos electronicos 30+ years building electronic payments systems 13+ years building anti- fraud and AML monitoring systems 150+ customers worldwide

27 Gracias! Preguntas? DAVID NUSSENBAUM VP GLOBAL RISK SOLUTIONS, ACI WORLDWIDE PAMELA LEZAETA SENIOR MODELER, ACI WORLDWIDE

28 Neural Scores & Rules Simple Examples: If foreign merchant * (high activity volume in 3 days + Score > 700) If high-risk merchant * repeated purchase in one day * Score > 600 Alert Rule 1: Rule 2: