Soluzione

La soluzione utilizza le tecniche più avanzate per il rilevamento clustering e individuazione di anomalie, per affinare i controlli di primo livello già adottati, concentrandosi anche sui comportamenti dei dipendenti piuttosto che su singole azioni.

Benefici

Importante riduzione del tempo e lavoro manuale, grazie alla riduzione dei casi sospetti al di sotto del 3% delle transazioni totali. Grazie al continuo miglioramento del codice ci aspettiamo di poter migliorare ulteriormente questa percentuale.

Questa soluzione nasce dalla necessità di ottenere un maggiore controllo sui pagamenti presso il Cliente ed in particolare:

- Rilevare possibili comportamenti fraudolenti sui pagamenti in uscita.
- Implementare le regole di controllo, utilizzando i dati disponibili sui sistemi di remote banking, transazionali e altre fonti pertinenti.
- Rappresentare la situazione generale dei pagamenti in uscita (per area, data, fornitore, banca, ...) assegnando a ciascuna transazione un livello di rischio specifico (0, basso, medio, medio alto, alto).
- Attivare messaggi di avviso rapido e rendere le informazioni immediatamente disponibili agli “auditor”.
- Rendere disponibili le informazioni sia su desktop, con un pannello operativo, sia su dispositivi mobili.

Le logiche predefinite sono integrate da rilevamenti dinamici basati sull’apprendimento automatico, riducendo drasticamente lo sforzo manuale nel definire e mantenere le logiche stesse e gli errori.

Statements

“Una soluzione flessibile e scalabile, in grado di evolvere nel tempo in base alle esigenze degli utenti.”E. Di Nicola Carena, Applied Data Science Leader - Abstract

RIFERIMENTI ABSTRACT

Direzione Go-to-market & Alliance 
+39 02 72 00 70 47 | gotomarket@abstract.it