Como tornar a investigação de fraudes Efetiva

Com o aumento do volume de parceiros, pessoas, valores envolvidos na vida das empresas, há cada vez mais possibilidades de fraudes. Não somente as empresas financeiras estão sujeitas às fraudes, pois varejistas, indústrias, planos de saúde e governo também têm grande incidência. E além dos custos financeiros, também podem ser gerados custos à imagem da empresa e à confiança que ela possui do mercado.

E fraudes acontecem, é um fato. Se sua empresa não investiga, com certeza está perdendo dinheiro em algum lugar. E descobrir as fraudes o mais cedo possível previne maiores perdas futuras.

O problema é que empresas ainda não possuem um processo estruturado de investigação de fraudes, que foque seus esforços em definir as estratégias de detecção e implementação de regras e na investigação em si.

Definindo a estratégia

A estratégia de detecção de fraudes envolve determinar regras e quais os parâmetros aceitáveis. Pode-se ir da regra mais simples, validando conteúdo dos dados, redes de relacionamento (que são MUITO assertivas na detecção de fraudes), até regras mais complexas, com mineração de texto, modelos preditivos, machine learning, etc… Mas para o negócio são fundamentais duas coisas:

  • Rapidez na implementação de novas regras: Não é possível ter que criar um novo projeto em TI para implementar uma regra que identifica um novo tipo de fraude.
  • Facilidade de manipular os dados: Nem sempre os dados necessários estão prontos, então o negócio precisa conseguir ajustar e juntar os dados rapidamente.

Este conjunto de regras quando executado deve gerar ações e alertas para o time de investigação, de acordo com os critérios e peso de regras não atendidas. Deve haver ainda um roteamento de alertas para a equipe certa, com níveis de criticidade e priorização de atendimento.

Investigando

Uma vez que o alerta é gerado e roteado à fila de investigação, é necessário fornecer ao investigador algumas informações para que haja entendimento completo do caso, entre elas:

  • Motivo do alerta: Deixar claro quais regras geraram o alerta e que devem ser investigadas.
  • Histórico: Poder vasculhar o histórico das entidades (pessoas, produtos, empresas, locais, transações) para entender o caso completamente.
  • Rede de relacionamento: Visualmente entender qual o relacionamento entre as entidades e seu histórico (por exemplo, ver na rede de relacionamento de uma pessoa se há outras ocorrências de fraude no passado).
  • Histórico e Dossiês: Poder consolidar documentos, informações adicionais e fundamentar sua análise, construindo o embasamento das decisões.
  • Retroalimentação: Uma vez descoberta uma fraude ou não, retroalimentar as regras de checagem de fraudes.

Como o objetivo é tornar a área de negócio mais independente de TI, irei abordar as ferramenta do SAS que focam neste processo.

SAS Detection and Investigation

O SAS é a empresa líder no segmento de prevenção à fraudes, segundo a pesquisas das agências Forrester e CHARTIS. Muito deste status se deve à suíte de ferramentas de operação de detecção e investigação e de como integrá-las a Advanced Analytics.

O pacote SAS Detection and Investigation permite atender toda a cadeia de estratégia e investigação, atendendo todos os requisitos acima. O objetivo é empoderar o usuário e fazer com que seu esforço fique concentrado nas análises e decisões, e não em buscar dados em sistemas diferentes, resumir informações e consolidá-las.

Este pacote é composto de ferramentas que permitem ao usuário de negócio modelar dados e implementar regras rapidamente, como o SAS Enterprise Guide. O gestão de execução das regras também é centralizada, com alto poder de configuração de periodicidade, através do SAS Financial Crime Investigation.

Para a frente de investigação, o SAS Visual Investigator é realmente impressionante. Além de ser um repositório que gerencia todos os alertas e o histórico de transações, ainda é facilmente configurável pela área de negócio, desde a criação de entidades, ícones visuais até modelos de telas são customizáveis, sem dependência de TI. Permite ainda a criação de grupos de usuário para controle de acesso e fluxos de trabalho para que nada fique para trás. Um ponto importante: é possível integrar o V.I. com outros sistemas via API ou via bancos de dados.

Para a gestão, o SAS Visual Analytics permite a criação de painéis que permitem acompanhar em tempo real os indicadores de performance, como fraudes detectadas, montante salvos, efetividade de regras, entre outros.

Resumindo, é um pacote de ferramentas completo, que se paga em pouco tempo.

Varejo + IoT: Equilibrando a luta com o e-commerce

Com o surgimento da internet, os sites de e-commerce nasceram, cresceram e se tornaram os “inimigos” do varejo físico. O cenário pintado era que, oferecendo muita praticidade e com mecanismos de marketing mais direcionados, os hábitos de consumo mudariam e o e-commerce iria (quase) acabar com o varejo físico.

Ainda que este cenário catastrofista não tenha se confirmado, é fato que os consumidores hoje tendem a realizar certos tipos de compra por meios eletrônicos e outros em lojas físicas. Além disso, o volume e detalhamento de dados que o e-commerce possui se tornaram uma vantagem competitiva gigante, pois entender o que o cliente deseja é a chave do sucesso neste segmento.

Se o volume e riqueza de dados são uma vantagem do e-commerce, como o varejo pode se equiparar?

Internet das coisas!

Vejamos alguns casos:

Caminhos: Se nos sites é possível rastrear todas as buscas e os caminhos navegados, câmeras com a capacidade de contar, medir e rastrear trajetos em áreas específicas, como corredores de supermercados, fornecem dados valiosos sobre o padrão de movimentação das pessoas, podendo identificar quais os pontos em que há maior ou menor interesse, onde as pessoas procuram algo por longo tempo, onde passam rápido demais, onde esperam demais por algum atendimento ou por onde nem passam.

Sensores: O que você diria se soubesse que das vinte geladeiras que estão em uma loja, uma foi aberta cerca de 90% menos do que aquela que foi aberta mais vezes? As respostas podem ser meio bobas ou óbvias, mas a questão que importa aqui é: você sabe disso? Você sabe que uma geladeira específica quase nunca é aberta? Um simples sensor conectado obtém esta informação e permite disparar ações automatizadas para o entendimento do problema e ação corretiva.

Momento da oferta: O melhor momento para fazer alguma oferta ao cliente é quando ele entra na loja. Mas os sistemas só nos dizem quando o cliente deixou a loja, pois acabou de passar no caixa. Neste momento, não adianta mais ofertar nada. Por isso, é possível oferecer conexão wi-fi descomplicada e prática para os clientes, tornando seus próprios dispositivos “sensores de presença”, permitindo a coleta de perfil e direcionamento de ofertas.

Análise do sortimento de produtos: E em alguns casos, o varejo tem vantagens versus o e-commerce: No segmento de vestuário, como magazines de roupas, calçados e acessórios, ao utilizar etiquetas com RFID nas peças, é possível entender quais as combinações são testadas pelos clientes nos provadores, quais as peças, cores, tamanhos são combinados, direcionando assim toda a cadeia de concepção, produção, compra e exposição do estoque.

Pode parecer muito utópico, avançado demais, caro demais, mas toda esta tecnologia está disponível e em constante evolução pelo engajamento das comunidades de desenvolvedores. Novos tipos de sensores, câmeras, dispositivos estão sendo criados. A mão de obra especializada está no início da curva de aprendizado, mas já há boa oferta no mercado. O custo de infraestrutura está se tornando cada vez mais acessível com os provedores de cloud services.

O que fazer agora? Começar!!

Identifique qual dado sua empresa hoje não possui, mas seria uma boa origem de informação. Não se limite aos dados de sistemas, lembre-se que com IoT qualquer coisa pode gerar dados e estes dados podem ser informações valiosas. São diversos tipos de sensores, câmeras, beacons, aparelhos que podem ser utilizados.

Então faça um pequena implementação. Tendo como objetivo a geração do mínimo produto viável, um projeto piloto que irá mostrar com pouco investimento o valor desta tecnologia e irá gerar já um resultado.

Na SM22, descobrimos soluções que focam nas necessidades do varejo, buscando levar inovação tecnológica e expertise técnica aos players deste mercado. Nossa equipe desenvolve soluções que integram dispositivos e gestão dos dados e está preparada para desenhar e implementar a estratégia mais adequada para cada necessidade de negócio das empresas.

SAS VIYA – Visão Geral

Num novo mundo que emprega cada vez mais computação em nuvem e portabilidade, o SAS Viya vem recebendo bastante atenção do mercado por trazer uma nova orientação à plataforma SAS.

Neste artigo vou explicar um pouco sobre os conceitos desta plataforma de Advanced Analytics.

O que é o SAS Viya?

Uma nova plataforma do SAS para Advanced Analytics, que contém processamento paralelizado, alta disponibilidade e resiliente a falhas, disponibiliza programas SAS via APIs e com integração à outras linguagens, como Python e R, entre outras funcionalidades.

Esta plataforma, que pode ser em nuvem, local ou híbrida, suporta ferramentas de exploração e preparação de dados, machine learning e soluções de negócio que tiram proveito do alto poder de processamento em cluster e in-memory.

Arquitetura

Os componentes da arquitetura do Viya orbitam em torno do Cloud Analytics Server, ou CAS, que roda em memória e coordena o cluster e distribui atividades, gerenciando falhas, assim como a gestão dos microsserviços e as APIs.

Arqutetura SAS Viya

Além disso, algumas ferramentas do SAS Viya são orientadas aos conceitos de Cloud Foundry, que facilita a gestão, escalabilidade e deployment em empresas que utilizam multi-cloud.

Integrações

Nos últimos tempos, o open-source vêm ganhando espaço e credibilidade do mercado. Linguagens como Python, R e Lua tem comunidades cada vez maiores, bibliotecas consagradas tem evoluções implementadas em grande volume com rápida correção de bugs.

No entanto, para o SAS Viya as tecnologias open-source não são concorrentes, mas sim um complemento à plataforma, tornando-a mais completo e expansível. Por isto, há integração total entre estas linguagens o SAS Viya.

Por exemplo, para cientistas de dados habituados ao Python, é possível criar notebooks Jupyter totalmente integrados à plataforma, usando dados e métodos SAS, distribuir o processamento no cluster SAS, e utilizar o resultado em dataframes “Pandas” ou gráficos Matplot ou Bokeh.

Microsserviços e APIs

Os microsserviços visam a estruturação tecnológica em programas cada vez mais especialistas, que resolvem muito bem e rapidamente uma tarefa específica, sendo independentes do restante. Os componentes do SAS Viya são encapsulados como como microsserviços, que podem ser incorporados em programas e dashboards, ou mesmo em APIs. Esta orientação faz com que os deployments sejam mais simples e mesmo contínuos, além de ter alta-escalabilidade e de serem mais simples de utilizar.

As APIs disponibilizadas pelo SAS Viya por sua vez são capazes de disponibilizar todos os programas e métodos SAS através de chamadas HTTP, o que proporciona grandes oportunidades de integração entre as respostas e ações geradas na plataforma e os sistemas especialistas ou dashboards de gestão.

O que há por vir

Uma grande parte das ferramentas visuais do SAS, como SAS Visual Analytics, Data Prepration, VDMML já estão adaptadas ao SAS Viya. Há um roadmap de ferramentas que estão em migração, mas é importante ressaltar que já há integração entre a plataforma 9.4 e o Viya, o que possibilita uma transição mais tranquila.

Para maiores informações, ou caso queiram ver uma demo do SAS Viya, entre em contato em www.sm22.com.br

CHATBOTS – UM NOVO CANAL DE RELACIONAMENTO

Quem nunca precisou entrar em contato com um empresa e, ao ligar, passou por várias opções (digite 1 para isto, 2 para aquilo) até chegar a que você precisa uns 2 minutos depois. Aí, a ligação cai…

Chatbots e Inteligência Artificial

O termo Chatbot vem cada vez mais recebendo atenção do mercado. A princípio, trata-se um uma nova maneira de se relacionar com os clientes em larga escala, automatizando respostas e ações.

Porém, segundo uma pesquisa realizada pelo site chatbotsjournal.com, 90% dos entrevistados acreditam que os chatbots das suas empresas necessitam incorporar mais inteligência e 75% vêem necessidade de melhorias na linguagem de conversa .

Inteligência Artificial

Neste ponto entra outro termo, Inteligência Artificial. O primeiro artigo sobre inteligência artificial foi publicado em 1950, por Alan Turing, mas só foi possível aplicar as técnicas que vem sendo elaboradas desde então nos últimos 15 anos, quando o poder computacional se tornou capaz de aplicar estas modelos a grandes volumes de dados.

Um dos campos abordados pelos estudos em Inteligência Artificial é justamente o processamento de linguagem natural, que habilita os chatbots a incorporarem a tão desejada inteligência.

O fato é que os avanços em NLP, em plataformas como IBM Watson por exemplo, melhores aplicações de comunicação, como Whatsapp, Telegram, Slack, Facebook Messenger com a demanda de atender cada vez mais pessoas com disponibilidade de 24 por 7 estão proporcionando o momento ideal para adoção de chatbots, tanto em comunicações externas quanto internas.

Ok, mas quais as aplicações de negócios?

Na já citada pesquisa, 95% dos entrevistados responderam que os serviços ao cliente são as funções que mais se beneficiam da implementação de chatbots, seguidos por 54% que apontam benefícios em Vendas e Marketing.

Surgem então várias possibilidades, dependendo do segmento de negócio, que vão desde o atendimento ao cliente para reservas, vendas rápidas, solução de dúvidas, realização de pesquisas de satisfação… Há muitas mais.

E quais os benefícios?

O mais óbvio é a redução de custos, com menos custo de telefonia e pessoal. Mas além disso, é possível enumerar:

  • Disponibilidade: Atendimento 24 horas, 7 dias por semana
  • Processo Padronizado: Diminuição de problemas causados por erros de processo
  • Assertividade: As informações passados ao cliente são mais precisos
  • Satisfação do Cliente: Resolver rapidamente, de qualquer lugar, com baixo custo é o sonho do cliente.
  • Experiência do cliente: Saber exatamente quem ele é, quais seus produtos, seu histórico, e oferecer assistência à ele durante todo o atendimento.
  • Fortalecimento da Marca: A retenção de clientes pelo atendimento via chatbots é maior, trazendo ganhos de imagem à marca.
  • Integração: O chatbot pode interagir diretamente com seus sistemas corporativos através de APIs, automatizando atividades e simplificando a comunicação.

Isto dito, torna-se evidente a importância de se adotar chatbots com oum novo canal de relacionamento com clientes, a fim de oferecer melhor atendimento e fidelizá-lo!

Na SM22, desenvolvemos o Talk-a-bot, que incorpora inteligência artificial a chatbots focados em segmentos de negócio.