Maestría Maestría Ciencias Ciencias de la comput computación ación.. Minería de datos
IDENTIFICACION DE OPERACIONES FRAUDULENTAS POR DIFERENTES CANALES CANALES DE PAGO PAGO EN EMPRESA EMPRESA DE ENTRETENIMIENTO Autores: Henry Martínez Pablo Castillo Caracas, 07 de Marzo del 2017
Proceso de minería de datos empleado: CRISP DM
Fase I. Comprensión del Negocio
1.1 Contexto Inicial Empresa de entretenimiento Canales de venta
Web
Aplicación Móvil
Autoservicio
Taquilla
El problema actual es que diferentes usuarios emplean el mismo instrumento de pago por diferentes canales y de manera muy repetitiva, con diferentes correos electrónicos inclusive.
Fase I. Comprensión del Negocio
1.2 Objetivo del Negocio Determinar registros con referencias de valores y uso anormal de las tarjetas de crédito por los distintos canales de venta con el fin de obtener las posibles operaciones de fraude.
1.3 Criterios de Éxito Dada la complejidad de la operación, desde el punto de vista del negocio se establece como exitoso la posibilidad de poder determinar las referencias de uso con un aceptable porcentaje de fiabilidad de 75%, de forma tal que se pueda emitir un reporte y enviar al procesador de tarjetas para evaluación y posible bloqueo a través de los canales de venta.
Fase I. Comprensión del Negocio 2. Evaluación de la situación 2.1 Inventario de los recursos Software: Weka, base de datos SQL Server, Microsoft Excel. Hardware: equipo servidor en la nube Microsoft Azure. Pc Core I3. 12 GB de RAM. Fuente de datos es una base de datos SQL Server con la información de las operaciones desde el año 2011 hasta el 2017.
2.2 Requerimientos, supuestos y limitaciones Limitación legal de acceso a los datos de las tarjetas de crédito, débito.
Fase I. Comprensión del Negocio 2.3 Riesgos y contingencias En caso de problemas de procesamiento de datos, se empleará un servidor de procesamiento en la nube Microsoft Azure.
2.4 Terminologías propias del negocio Los términos son comunes no se detallaran.
2.5 Costo y Beneficios Dado que el propósito de este proyecto es de fin académico no se obtiene ningún valor monetario por la ejecución del mismo, pero si el beneficio de obtener una solución aproximada a un problema empleando técnicas y herramientas de última generación
Fase I. Comprensión del Negocio 3. Objetivos de la Minería de Datos
3.1 Objetivos Para lograr el objetivo de la minería de datos, se emplearán técnicas descriptivas empleando métodos de agrupamiento (clustering) para luego detectar anomalías o desviaciones. Por lo cual se plantean los siguientes objetivos: • •
•
Identificar aquellas variables que permitan determinar las operaciones de fraude. Determinar y detectar registros con referencias de valores y uso anormal que puedan determinar que tarjetas de crédito y debito están siendo empleadas para realizar operaciones de fraude a través de los diferentes canales de ventas. Proporcionar un reporte con el listado de las posibles tarjetas, para enviarlas al canal de pago, para su posterior análisis y bloqueo.
Fase I. Comprensión del Negocio 3. Objetivos de la Minería de Datos
3.2 Criterios de Éxito Desde el punto de vista de la minería de datos se establece como criterio de éxito la posibilidad de describir que tarjetas se están empleando para cometer operaciones de fraude, por lo cual, se define un porcentaje de fiabilidad de 75%. El grado de fiabilidad lo determinará el algoritmo especifico que se emplee para conseguir el modelo de la minería de datos.
Fase I. Comprensión del Negocio 4. Generación del plan del proyecto 4.1 Plan. Etapa 1: Análisis de la estructura de los datos, toma de información. Etapa 2: Construcción de consultas en lenguaje SQL para obtener las muestras. Etapa 3: Preparación de los datos, selección, limpieza, conversión, formateo de ser necesario, con el propósito de tener los datos preparados. Etapa 4: Selección y aplicación de las técnicas para obtener el modelo. Etapa 5: Análisis de los resultados y posible repetición de la etapa 4. Etapa 6: Desarrollo de las pantallas e interfaces a bases de datos con el modelo que se obtuvo en la etapa 4. Etapa 7: Presentación de los resultados. 4.2 Herramientas, equipo y técnicas Weka, SQL Server
Fase II. Comprensión de los datos
1. Recopilación inicial de los Datos Los datos empleados para este proyecto son basados en operaciones de venta realizadas a través de los diferentes canales de atención. Existe un impedimento legal con respecto a la información detallada de los datos de las tarjetas de crédito, por ello, sólo podemos usar la respuesta que proporciona el punto de venta. Los datos q ue se emplearan consis ten en las tablas:
•
Detalle de ventas: Representa la tabla la cual tiene el detalle d e la venta realizada, cada operación está identificada por un código.
•
Transacción d e pago: Cada operación está identificada por el código de pago.
•
Usuarios: Cada usuario está identificado por su código.
•
Canales de venta: Cada canal de venta está identificado por un código.
Fase II. Comprensión de los datos
Atributos específicos aplicados en la tarea de Minería de Datos 1. Identificador del usuario 2. Identificador de la operación de venta 3. Fecha y hora de la operación de venta 4. Canal de venta 5. Número de tarjeta. 6. Tipo de tarjeta.
Las tablas en la que se almacenan los datos necesarios para la realización de la tarea de minería de datos son: •
Detalle de ventas
•
Transacción de pago
•
Usuarios
•
Canales de venta
Fase II. Descripción de los datos Login Login de los usuarios Longitud: 27 campos Se tienen 30000 Reg
tblClient
tblOrderHistory
Contiene los diferentes canales de venta. Longitud: 10 campos Se tienen 5 Reg
tblTrans_Cash Tiene el historial del pago para la venta o reembolso.
Contiene todas las ventas y reembolsos de boletería.
Longitud: 45 campos Se tienen 30000 Reg
Longitud: 37 campos Se tienen 30000 Reg
tblTransInventory Contiene todas las ventas y reembolsos de concesiones Longitud: 63 campos Se tienen 30000 Reg
tblTransTicket
Tiene el detalle de la Venta, nos permite relacionar login con el correo del usuario Longitud: 93 campos Se tienen 30000 Reg
tblPaymentHistory Contiene todas las operaciones con sus métodos de pago. Longitud: 33 campos Se tienen 30000 Reg
