Transactional Data & Analytics, una herramienta eficaz para detectar el fraude

 

Los datos transaccionales comprenden la información capturada por el banco en los envíos y recepción de datos a gran velocidad al realizar una transacción (compra, pago, débito, crédito, reservas, intereses…). Una multitud de datos, que conforman bases cuyo objetivo final es asegurar las transacciones y, en el caso de que no sea posible garantizarlas, revertirlas o que queden incompletas.  Los datos de las transacciones ofrecen una información muy sustanciosa a la par que sensible. La principal ventaja de las bases de datos transaccionales es su flexibilidad al permitir modificar la información sin tener que cambiar la estructura general del sistema. Además, las bases de datos transaccionales permiten a los usuarios tener una mejor capacidad para recuperar el historial de los datos almacenados y, gracias a su consistencia, existe un riesgo mínimo de pérdida de datos por causa de fallos en el sistema o en la alimentación.

            La automatización de procesos, el uso masivo de sistemas de planificación de recursos empresariales, la introducción de nuevas tecnologías y el acelerado incremento del volumen de transacciones de las compañías genera una información que se almacena en el sistema. Una información almacenada que, en sí, si no se analiza y procesa no genera nada, solo desconocimiento de la información de datos almacenada. El Big Data es una herramienta que, poco a poco, se ha ido incorporando en las empresas y sectores económicos al facilitar la tarea de procesar, estandarizar y normalizar los datos gracias sus características intrínsecas de volumen, velocidad, variedad, veracidad y valor. Un instrumento capaz de analizar los datos y convertirlos en conocimiento e información que identificar tendencias y oportunidades, maximizan la rentabilidad y posibilita evaluar y detectar riesgos y fraudes operacionales.

GDS Modellica ha creado un potente motor de automatización y una plataforma de análisis para la toma de decisiones sobre créditos y préstamos. Capacidades que quiere aplicar, de igual manera, en el ámbito de la toma de decisiones sobre transacciones bancarias a través de Bank Transactions Analytics. BT Analytics es la información de la cuenta bancaria entregada, transformada en atributos esclarecedores, lista para el modelo, la política y el panel de control de manera que proporciona una ventaja competitiva para cualquier prestamista tanto de consumo como comercial. En cuanto a las ventajas de los clientes al utilizar Bank Transactions Analytics, según GDS Modellica destacan: el aumento de la capacidad de predicción al utilizarse en modelos de fraude e impago y en las reglas expertas; una mayor precisión en comparación con la categorización tradicional de las transacciones; se reduce de forma drástica el fraude, mejora de la verificación bancaria, alineación de la fecha de vencimiento y mejora de las tasas de aprobación y asignación de límites y, por último, no depende en absoluto de los mercados locales.

            En las bases datos transaccionales, la fuente original de los datos operativos son los sistemas OLTP (Procesamiento de Transacciones en Línea). Datos cuya finalidad es controlar y ejecutar las tareas fundamentales de negocio. Los contenidos de las bases transaccionales revelan una instantánea de los procesos de negocios, permiten inserciones y actualizaciones cortas, rápidas y en tiempo real. Su consulta es posible siempre que estén estandarizados. Su velocidad de procesamiento es muy elevada, solo necesita un milisegundo para una consulta transaccional, además el espacio que ocupan es relativamente pequeño.

             En GDS Modellica afirma su director general, Antonio García Rouco, “nos hemos hecho eco de lo que piensan muchos prestamistas, el Open Banking está poniendo a disposición el historial de transacciones bancarias que ofrecen una visión privilegiada de los flujos efectivos para fines de préstamos”. Si bien, esa información es muy difícil de extraer, transformar y agregar al instante por las empresas al existir cientos de reglas, marcas (tienen nómina, asequibilidad, alienación de vencimiento…) y miles de atributos (importes de las transacciones, las tendencias de los importes de las retiradas, tendencia flujos, historial, efectivos, nóminas…) con los cuáles calcular modelos o estrategias de riesgo crediticios ya sean scores personalizados o genéricos. Una tarea compleja, de ahí la necesidad de recurrir a empresas especializadas.

Leave a reply

Please enter your comment!
Please enter your name here