Gestión de fraudes con InterSystems IRIS

Según un informe de 2020 de la Asociación de Examinadores de Fraude Certificados, se estima que las organizaciones de todo el mundo pierden un 5% de sus ingresos anuales debido al fraude.

La forma más eficiente de reducir el fraude es recopilar y unificar las transacciones, los activos y los datos de destino para identificar patrones, producir informes antifraude y algoritmos para validar las transacciones posteriores. En resumen, tenemos que seguir algunos de estos principios:

	Capacidad de recopilar, enriquecer y unificar datos sobre objetivos y activos			Fluidez en el procesamiento e intercambio de datos entre sistemas, equipos y fuentes de información internas y externas
	Base de datos corporativa multiformato y multimodelo sobre objetivos y activos			Uso intensivo de la Inteligencia Artificial aplicada al contexto empresarial
	Trabajo colaborativo basado en los hallazgos identificados por las automatizaciones			Redacción detallada de hallazgos y de expedientes, basados en herramientas analíticas flexibles y bien fundamentadas

Antes de que existieran plataformas de datos como InterSystems IRIS, el reto era difícil, ya que había:

Sistemas de inteligencia costosos, cerrados y especializados Pocas fuentes de datos y poca variedad Mucho trabajo manual Baja capacidad de colaboración Resultados poco precisos Solo podían trabajar los expertos

Sistemas abiertos (R and Python), más accesibles y amplios Explosión de formatos y fuentes de datos (Big Data) Automatización del 70% al 80% del trabajo de inteligencia Alta capacidad de colaboración Resultados muy precisos (uso avanzado de estadística y algoritmos de IA) Equipo multidisciplinar y autosuficiente

InterSystems IRIS tiene una excelente plataforma de datos para realizar una gestión antifraude:

Los beneficios son claros porque con un único producto, podemos:

1. Recopilar datos para analizar, crear patrones y algoritmos antifraude (en R y Python) utilizando la interoperabilidad de IRIS con BPL, Lenguaje de transformación de datos (DTL) y adaptadores de interoperabilidad. Y si algo es especial podemos utilizar la API nativa y PEX para desarrollar adaptadores de datos personalizados en Java, . NET o Python
2. Aplicar reglas y deduplicar datos utilizando BPL, DTL, ObjectScript y API nativa, con orquestración de interoperabilidad visual.
3. Almacenar datos multimodelos y producir resultados de datos como redes, PNL, SQL, NoSQL y OLAP con las bases de datos de InterSystems.
4. Todos estos datos se pueden utilizar con algoritmos de IA que funcionan con IRIS para predecir e identificar fraudes. Es posible utilizar IRIS IntegratedML (AutoML) para acelerar y mejorar el análisis antifraude.
5. Los equipos pueden producir expedientes e informes con los hallazgos utilizando IRIS Reports e IRIS BI y compartir todo esto con sistemas y personas a través del User Portal, Report Server e IRIS API Management.

En otras plataformas es necesario comprar otros productos como la base de datos SQL o NoSQL, Data Bus, ETL engine, Rules e Intelligence Server con soporte de machine learning, NLP engine, Analytics, Report Server y API Management Solution. Los costes son elevados, pero con IRIS es posible reducir estos costes, porque tenemos "todo en uno":