O desafio do combate a fraudes em instituições financeiras e de...
Transcript of O desafio do combate a fraudes em instituições financeiras e de...
![Page 1: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/1.jpg)
1
O desafio do combate a fraudes
em instituições financeiras e de
seguridade
![Page 2: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/2.jpg)
2
“...Somente no mês de agosto deste ano, foram registradas 167.395 tentativas de fraude
conhecida como roubo de identidade, em que dados pessoais são usados por criminosos para
firmar negócios ou mesmo obter crédito com a intenção de não honrar os pagamentos. O
número, adiantado pelo Serasa Experian ao GLOBO, representa uma tentativa de fraude a cada
16 segundos no país..... De acordo com as projeções da pesquisa, os custos variam de R$ 5,46
bilhões a R$ 10,11 bilhões anuais aos setores de serviços em geral, telefonia, bancos,
financeiras, seguradoras e construtoras. Menor, mas não menos grave, a fatura associada ao
governo oscila entre R$ 366,61 milhões e R$ 1,42 bilhão, levando-se em consideração fraudes
em programas sociais, na Previdência e gastos com processos judiciais.
. O Globo, 26/10/2015
![Page 3: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/3.jpg)
3
Os problemas
Fragmentação dos órgãos de proteção contra fraudes:
Serasa+SPC, Boavista, CDLs regionais, Monitor das Fraudes...
Fragmentação das fontes de informação. Além das acima, é
preciso consultar o Registrato do Bacen (na prática, nem todo o
banco consulta bureaus para abertura de contas) que sofre
atualização batch mensal, ou o SCR, atualizado mensalmente
ou quinzenalmente.
Inadequação e fragmentação do tratamento de fraude dentro de
cada empresa. Funções, autonomia e informações dispersas
entre várias áreas como SAC, Ouvidoria, auditoria, e a vítima da
fraude tem que assumir o papel de integradora.
Registros de ocorrência policial tratam apenas as fraudes
consumadas, embora muitas informações valiosas para o
combate decorram das tentativas mal sucedidas.
![Page 4: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/4.jpg)
4
Os problemas
Falta de cultura e de incentivo financeiro (bonificação) para
verificação da identidade do solicitante de crédito/serviços.
Baixo nível tecnológico no processo de autenticação, com a
biometria ainda engatinhando soma-se à fragmentação dos
sistemas de identificação existentes (RG, CNH, passaportes...).
O processo de alimentação das informações é mão-única dos
órgãos de proteção para o consumidor (vítima), não havendo
muita abertura para alimentação de dados importantíssimos no
sentido inverso. O processo não tem feedback (loop fechado
com nenhum dos agentes (consumidores, empresas,
investigadores).
Inexistência de gestão da informação pessoal (“personal
information brokers” ainda por surgir).
![Page 5: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/5.jpg)
5
Os tipos
Clonagem de documentos.
Apropriação de dados de bases
corporativas ou públicas
Ataques cibernéticos.
![Page 6: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/6.jpg)
6
![Page 7: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/7.jpg)
7
![Page 8: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/8.jpg)
8
Abordagens fundamentais Permitir upload de fotos, documentos, biometria, boletins de ocorrência,
assinaturas e dados adicionais para verificação positiva (senha, perguntas-
respostas pessoais). Para preservação de privacidade e evitando realimentação
de fraudes, a comparação realizada pelo consulente pode ser realizada de forma
“cega”, por comparação de hash dos valores informados com os armazenados
pelo consumidor.
Analisar o comportamento de consultas identificando desvios de perfil do
consumidor e alertando-o.
Permitir que o consumidor assinale as consultas que ele identifica como tendo
origem em fraude, enviando feedback para empresas, consulentes e autoridades
(expansão das funções do alerta).
Análise do perfil da fraude e do fraudador a partir do feedback enviado pelo
consumidor, enviando dicas direcionadas ao caso específico (alerta de possível
fraude, classificação do fraudador e previsão de atuação, etc.).
![Page 9: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/9.jpg)
9
Informações tipicamente usadas para detecção e prevenção de fraudes financeiras por AI
• Consumo de bens duráveis;
• Utilização de serviços de comunicação;
• Utilização de mecanismos de pesquisa (tipos de pesquisa);
• Frequência de mudança de IP;
• Padrão temporal de compras;
• Interesses culturais (tráfego web e mobile);
• Comportamento em redes sociais (horários, páginas
percorridas);
• BACEN (SCR e CCS);
• Bureaus de crédito;
![Page 10: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/10.jpg)
10
A importância da interação com os agentes
Recebem informações,
orientações, alertas
Enviam documentos
imagens, ativam alertas,
feedback
Recebem informações,
orientações, alertas,
verificam identidade.
Enviam informações de
contato, feedback
Recebem informações,
alertas, verificam
identidade, criam alertas
Trocam pistas e
evidências
![Page 11: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/11.jpg)
11
Exemplo usando redes neurais supervisionadas por algoritmos
genéticos (GRNNs)
![Page 12: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/12.jpg)
12
Usando recursos de AI
Ferramentas de Analytics suportadas por AI: Redes Neurais
artificiais supervisionadas constituem a ferramenta de AI mais utilizada, e com maior
sucesso na detecção e previsão de fraudes.
Variável de saída
(Classificação do
risco de fraude)
Nós (“neurônios”)
intermediários Variáveis de input
(obtidas no DW
virtualizado)
Fontes, RF,
BACEN, redes
sociais, RF, etc.
![Page 13: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/13.jpg)
13
Seleção de variáveis
![Page 14: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/14.jpg)
14
Variáveis dependentes e independentes
![Page 15: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/15.jpg)
15
Importância relativa das variáveis de input
![Page 16: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/16.jpg)
16
Medição da convergência dos modelos
![Page 17: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/17.jpg)
17
Matriz de classificações
![Page 18: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/18.jpg)
18
Curva ROC
![Page 19: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/19.jpg)
19
Combate a fraudes na concessão e gestão de benefícios
![Page 20: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/20.jpg)
20
Apropriação de identidade de terceiros: • Roubo de identidade (de vivos ou falecidos);
• “Empréstimo” de identidade.
Concessão indevida de benefícios: • Simulação de condições inexistentes do beneficiário;
• Ocultação de condições existentes.
Continuidade indevida de benefícios (*): • Omissão de mudança de condições do beneficiário;
• Omissão de falecimento do beneficiário.
(*) Pode ocorrer por erro ou por fraude intencional.
Principais categorias de fraudes ou erros na concessão e manutenção de benefícios sociais
![Page 21: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/21.jpg)
21
1. Cultura da impunidade: Meandros na legislação e nos procedimentos jurídicos,
corrupção dos agentes, excesso de recurso e instâncias e penas brandas tornam
os processos extremamente morosos ou simplesmente eternos.
2. Falta de investimento em controles preventivos e preditivos: Em parte
decorrente dos dois fatores acima, mas tendo também como causa adicional o
excesso de imediatismo das administrações públicas, que hesitam em
desenvolver processos mais robustos e eficazes por demandarem períodos que
podem ser mais longos do que os mandatos, deixando os benefícios para serem
colhidos por eventuais sucessores “não-alinhados”.
3. Falta de integração das bases de informações: Entre os vários órgãos oficiais
e destes com demais agentes de mercado (prestadores de serviços públicos
continuados, redes sociais, mecanismos de pesquisa e lojas virtuais)
Causas de fraudes ou erros na concessão e continuidade de benefícios sociais
![Page 22: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/22.jpg)
22
Fraudes similares em outros países (ex.: Department for Work and Pensions - UK)
Fonte: National Audit Office – Tckling Benefit Fraud - feb/2003
Fraude do tipo “falsa separação”
![Page 23: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/23.jpg)
23
Integração de bases de
informações
Ferramentas de analytics suportadas
por AI
Ferramentas autenticação
do beneficiário
Como combater eficaz e rapidamente fraudes de benefícios usando TI
![Page 24: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/24.jpg)
24
Como combater eficaz e rapidamente fraudes de benefícios usando TI
Integração das bases de informações (fontes):
• Saúde (SUS);
• Ministério do Trabalho;
• Receita Federal e estaduais;
• IBGE;
• Prestadores de serviços continuados (telefonia, energia);
• Administradoras de cartões de crédito e planos de saúde;
• Seguradoras e Fundos de previdência complementar;
• BACEN (SCR e CCS);
• Bureaus de crédito;
• Caixa (financiamento de imóveis residenciais);
• Mecanismos de pesquisa web e apps móveis;
• Redes sociais;
• Os próprios beneficiários (através de aplicativos móveis),
• Lojas virtuais e outros apps móveis de mercado.
![Page 25: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/25.jpg)
25
Como combater eficaz e rapidamente fraudes de benefícios usando TI
Integração das bases de informações (métodos):
• Uso de abordagem de Big Data para integração de dados
estruturados e não-estruturados;
• Aceleração do desenvolvimento da base de dados,
especialmente com o uso de virtualização de dados, para
construir um DW totalmente operacional em curto prazo,
elevada disponibilidade, e com custo reduzido;
![Page 26: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/26.jpg)
Data Virtualization completo para as situações em que não é possível integração física
de BDs
26
Ambiente de produção (transacional) multi-DBMS
Analytics e AI
Oracle DB2 SQL Server
Data mining
e BI Aplicativos
Segurança
Regras de Virtualização
Conector Metadados e
regras de
agrupamento
DV Adm
Virtualização de dados
![Page 27: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/27.jpg)
27
Como combater eficaz e rapidamente fraudes de benefícios usando TI
Ferramentas de Analytics suportadas por AI:
• Alguns cruzamentos de informação podem auxiliar na detecção de fraudes ou erros na
análise de solicitações de benefícios, mesmo sem o uso de ferramentas de Inteligência
artificial (AI), através de aplicações convencionais atuando sobre a Base de dados
virtualizada. Ex.: no caso de uma tentativa de fraude do tipo “falsa separação de cônjuges”,
onde um deles solicita auxílio de custeio alegando estar vivendo precariamente por ter
perdido a renda do outro cônjuge do qual era dependente, pode ser facilmente
desmascarada por meio de acessos a dados de redes sociais, administradoras de cartões
de crédito, dados da RF e do Ministério do Trabalho, SCR do BACEN, empresas de telefonia
celular e lojas virtuais.
• Entretanto, para acrescentar inteligência preditiva, alertando para potenciais fraudadores,
mesmo antes da solicitação de benefícios, as ferramentas de AI tornam-se imprescindíveis,
para reunir e analisar automaticamente as muitas variáveis de várias fontes na construção e
um perfil de risco (semáforos verde amarelo, vermelho) sobre o risco de fraude decorrente
de indivíduos que, por exemplo, trabalham para um mesmo empregador que outros que
cometeram determinada fraude, ou moram na mesma vizinhança, tenham algum grau de
parentesco com estes, compartilhem grupos e interesses em redes sociais.. E que estejam
altamente endividados em cartões de crédito e/ou cheque especial, ou que tenham histórico
de inadimplência registrados em bureaus ou tenho mesmo “score social”.
![Page 28: O desafio do combate a fraudes em instituições financeiras e de …riscosefraudes.corpbusiness.com.br/apresentacao/Apresentacao - C… · Ferramentas de Analytics suportadas por](https://reader036.fdocumentos.com/reader036/viewer/2022071217/604d1bf6a5763a7f6f409e33/html5/thumbnails/28.jpg)
19
Obrigado pela atenção
de como • Entre em contato conosco para mais detalhes
desenvolver e aplicar as ideias aqui apresentadas
Av. das Nações Unidas, 12495 – 15º andar
04578-000 – São Paulo – SP – Brasil
+55 11 2844-1871
www.intellisearch.com.br