Operação financeira no cartão de credito

Você está sentado em casa cuidando de seu próprio negócio quando você receber uma chamada do seu cartão de crédito para detecção de fraude unidade perguntando se você acabou de fazer uma compra em uma loja de departamento em sua cidade. Não foi você que comprou a dispendiosos artigos de electrónica, utilizando o seu cartão de crédito na verdade, foi em seu bolso durante toda a tarde. Então como é que o banco sabe sinalizar esta única compra como mais provável fraudulenta?

Empresas de cartão de crédito têm interesse na identificação de transações financeiras que são ilegítimos e de natureza criminosa. As apostas são altas. De acordo com o sistema de Reserva Federal dos Pagamentos Estudo, Americanos usaram cartões de crédito para pagar de 26,2 bilhões de compras em 2012.

Cartão de crédito

A estimativa de perda devido a transacções não autorizadas, que ano foi de us $6,1 bilhões. Federal Fair credit Billing Act limita o máximo de responsabilidade do titular do cartão de crédito de $50 para transações não autorizadas, deixando empresas de cartão de crédito no gancho para o equilíbrio. Obviamente pagamentos fraudulentos podem ter um grande efeito sobre as empresas de linhas de fundo. A indústria requer que os fornecedores processo de cartões de crédito que ir através de auditorias de segurança a cada ano. Mas isso não impede que todos fraude.

No setor bancário, medição de risco é fundamental. O objetivo geral é descobrir o que é fraudulento e o que não é tão rapidamente quanto possível, antes muito financeiro dano já foi feito. Então, como é que funciona? E quem está vencendo a corrida armamentista entre os ladrões e as instituições financeiras? Do ponto de vista do consumidor, a detecção de fraudes pode parecer mágica.

O processo aparece instantânea, sem seres humanos em vista. Este, aparentemente, perfeita e instantânea de ação envolve uma série de tecnologias sofisticadas, em áreas que vão desde economia e finanças da lei de ciências da informação. Claro, existem alguns relativamente simples e simples de detecção de mecanismos que não exigir o raciocínio.

Evitar fraudes

Por exemplo, um bom indicador de fraude pode ser uma incapacidade para fornecer o CEP correto afiliado com um cartão de crédito quando ele é usado em uma incomum localização. Mas fraudadores são hábeis em ignorar esse tipo de rotina de check depois de tudo, descobrir uma vítima do CEP pode ser tão simples como fazer uma pesquisa no Google.

Tradicionalmente, a detecção de fraudes invocado técnicas de análise de dados que exigiu uma significativa intervenção humana. Um algoritmo poderia sinalizar os casos suspeitos para ser cuidadosamente revisados no fim por humanos pesquisadores que podem até mesmo ter chamado os afetados os portadores de cartão para perguntar se eles realmente fez as acusações.

Operação financeira

Hoje em dia as empresas estão lidando com uma constante enxurrada de tantas operações que dependem de análise de big data para ajudar. Tecnologias emergentes, tais como aprendizagem de máquina e computação em nuvem estão a intensificar a detecção de jogo. Simplesmente coloque, aprendizado de máquina refere-se a auto-melhoria de algoritmos, que são os processos predefinidos conforme a regras específicas, realizadas por um computador.

Um computador é iniciado com um modelo e, em seguida, treina-lo através de tentativa e erro. Ele pode, então, fazer previsões, tais como os riscos associados a uma operação financeira. Um algoritmo de aprendizado de máquina para a detecção de fraudes deve ser treinado primeiro por ser alimentados a uma transação normal de dados de lotes e lotes de titulares de cartão.