Prevención de Pérdidas en Retail - sas.com · - Mirada de negocio de nuevos patrones de fraude; -...
Transcript of Prevención de Pérdidas en Retail - sas.com · - Mirada de negocio de nuevos patrones de fraude; -...
Prevención de Pérdidas en RetailUsando SAS para identificar Actividades Fraudulentasreduciendo y previniendo pérdidas, preservando ymejorando los beneficios financieros
Cristián J. Figueroa
Sales Manager & Retail Analytics Specialist
7,20%
4,80%
16,80%
35,80%
39,30%
0% 10% 20% 30% 40% 50%
Unknown Loss
Vendor Fraud
AdministrativeError
Internal Fraud
External Fraud
Impacto en la última líneaCosto del “shrink” en la economía minorista de U.S. fue de $45.2 billion in 2015
https://nrf.com/system/tdf/Documents/retail%20library/NRF_2016_NRSS_restricted-rev.pdf?file=1&title=National Retail Security Survey 2016
Shrinkage = Stock loss through crime or
internal error
Desafíos de negocio
La omnicanalidad en los retailers complica la batalla en contra de las pérdidasPolíticas de devolución flexibles para mejor servicio al cliente
Aumento del uso de cupones y códigos promocionales
Menos supervisión en tiempo real en empleados y tiendas
Demasiadas transacciones para procesar sin capacidades suficientes de las áreas de riesgo
Costo del “shrink”continúa creciendo
Esfuerzo
• Permitir a los investigadores de prevención de pérdidas ser más eficientes y efectivos
• Proporcionar una determinación cuantitativa del riesgo basada en datos, no sesgada.
Tiempo
• Identificar areas de pérdida esperada rápidamente para acciones correctivas
Dinero
• Pérdida accidental puede ser identificada y minimizada a través de un mejorentrenamiento
• Apuntar a las tiendas, empleados y tiendas más problemáticas para preservar o mejorarel beneficio
SAS Retail Loss PreventionPermite a los retailers ahorrar esfuerzo, tiempo y dinero
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
Actividades sospechosas están ocurriendoconstantemente y a menudo son pasadas por alto y no identificadas debido a que las organizacionescarecen de herramientas y soluciones que tengancapacidades eficientes de analizar grandesvolúmenes de datos.
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
Los analistas de Inteligencia están buscandopatrones, relaciones no conocidas, y objetos de interés. Clásicas herramientas carecen de las capacidades para proporcionar una rápida y eficiente solución investigativa de punta a punta.
THE ANALYTICS LIFECYCLE
IDENTIFY /
FORMULATE
PROBLEM
DATA
PREPARATION
DATA
EXPLORATION
TRANSFORM
& SELECT
BUILD
MODEL
VALIDATE
MODEL
DEPLOY
MODEL
EVALUATE /
MONITOR
RESULTSDomain Expert
Makes Decisions
Evaluates Processes and ROI
BUSINESS
MANAGER
Model Validation
Model Deployment
Data Preparation
IT SYSTEMS /
MANAGEMENT
Data Exploration
Data Visualization
Report Creation
DATA
ANALYST
Exploratory Analysis
Descriptive Segmentation
Predictive Modeling
ANALYST
DATA MINER
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
SAS Visual Investigator enfrenta la carenciaoperacional en detección de fraudes y otros tipos de investigaciones inteligentes. SAS Visual Investigator permite a los analistas, rápiday precisamente, identificar actividad sospechosa y descubrir patrones o relaciones previamentedesconocidas.
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
Pérdida en Retail Varias posibles fuentes
Empleados
Clientes
Pérdida en
Retail
Punto de
venta
Robo de mercadería
Fraude interno
Robo de mercancía
Fraude de reembolso
Fraudeon Line
Proveedores
Fraude de facturación
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
Punto de venta Muchas oportunidades para cometer fraude
Devoluciones
Descuentos
Colusión
Descuentosempleados Procedimiento
Text
Efectivo
Cupones de crédito
No clientes
Cupones
POS
Venta nula
No venta
No scan
ClientesInterno
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
Capacidades en la Prevención de Pérdidas
01 Autoservicio
05 Analítica de entidades02 Integrar Fuentes de datos de diverso tipo
03 Crear & Administrar Alertas
04 Buscar y Descubrir
06 Abierto
AlertasReportes InvestigarExplorar
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
SAS Retail Loss Prevention
IT Analyst LP Investigator
Stores HQ
LP Investigator
Preparar Datos Analizar y Modelar Observar, Reportes.
InvestigarAdministración de casos
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
SAS Retail Loss Prevention
Preparar Datos
POS
HR
Financial
Product
Store
E-com
Almacenamientode datos de
prevención de pérdidas
Integrar datosinconexos, limpiar
datos
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
Beneficios claves
01 Bajo Costo de Propiedad (TCO)
Vigilancia e investigación como autoservicio
Opciones de habilitar en la nube
04 Investigaciones dirigidas
Búsqueda elástica
Búsqueda geoespacial
02 Más rápido en la detección
Combinar Fuentes de datos dispares
Generación de redes sociales de entidades en tiempo real
03 Aumenta la colaboraciónEspacio de trabajo para compartir descubrimientos
Adaptar la solución frente a cambios de
requerimientos
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
SAS Visual Analytics
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
SAS Visual Investigator
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
Fraude en comercioelectrónico
Fraudulentos usan identidades robadas para generartransacciones online:• Convierten información de tarjetas de crédito en efectivo• Ej: mercadería online. devoluciones con recibos electrónicos
• Aumento en un 86% en 2015 *
* https://nrf.com/sites/default/files/Images/Media%20Center/NRF%20Retail%20Return%20Fraud%20Final_0.pdf
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
Fraude por Devolución de Mercadería
• Fraude o abuso durante el proceso de devolución de mercadería.• Anillos de Crimen Organizado (OCR)• Abuso individual:
• Clientes deshonestos• Colusión con empleados
• Falsos positivos
Company Conf idential – For Internal Use OnlyCopyr ight © SAS Inst i tute Inc. Al l r ights reserved.
Analítica eInvestigadores
Operaciones
Vigilancia
Cloud Analytics
Server (CAS)
BúsquedaElástica
Repositoriode
conocimiento
Centro de datos, constructor de vistas
Búsqueda y Descubrimiento
Analítica de Entidad y de Redes
Escenarios, Vigilancia y Despliegue
Determinación y priorización de alertas
Datos estructurados(RDBMS)
Datos semi o no estructurados
(PDF, JSON etc.)
Servicios y Streaming(Events, REST etc.)
APPLICATION TIER
CLIENT TIERDATA TIER
Diseño de Alto Nivel de la Solución
¿Cómo un retailer líder de tiendas porconveniencia descubre actividadsospechosa y reduce pérdidas?
Cómo SAS® soporta el proceso
Powered by
SAS for Retail Loss Prevention
Identificó dónde las pérdidas estaban ocurriendoanalizando los patrones de datos.
Ganó un enfoque estructurado y sistemáticopara prevención de pérdidas.
Obtuvo ROI en menos de 1 año.
Resultados
Necesidades de negocio
Detener altos niveles de pérdidas.
Entender en qué áreas están ocurriendo las pérdidas.
Mejorar la efectividad en los métodos de prevención de pérdidas.
Valor agregadoSAS Fraud
Framework
GobernanzaGestión
DatosDetección
AnálisisInvestigación
TIEMPO PARA EJECUCIÓN VALOR AGREGADO
GERENTESANALISTAS E
INVESTIGADORES
ANÁLISIS y ESTRATEGIATECNOLOGÍA
Plataforma de Detección Temprana de Fraudes
C opy r i g ht © 2 0 1 4 , S A S Ins t i t ut e Inc . A l l r i g ht s r es er v ed.
- Dashboards, reportes y gráficos dinámicos;
- Análisis de performance;
- Mirada de negocio de nuevos patrones de fraude;
- Gestión de procesos, flujos, aprobaciones;
- Adjuntar archivos;
- Participación de varias áreas;
- Construye las bases investigativas;
- Centro de control basado en Analítica
- Monitoreo continuo;
- Proceso generación de alertas;
- Interfaz gráfica flexible;
- Análisis guíado de los casos;
- Análisis exploratorio de datos y análisis predictivo;
- Minería de datos y de texto;
- Gobernanza analítica;
- Análisis de Redes
Sociales;
- Acceder;
- Seleccionar, Integrar;
- Limpiar, Calidad;
- Preparación para anáisis;
- Diversas fuentes;
- Almacenamiento;
SOLUCIÓN DE PUNTA A PUNTA (DE FORMA NATIVA)
Data Management
Repositorio Consolidado (DataMart)
Modelado
Enfoque Analítico Híbrido
Detección
Gatillar alertas y administración de
casos
Investigación
Flujo de trabajo
Investigativo
Gestión
Gestión Ejecutiva
AdministradorÁreas de estudio, análisis de datos
Analistas de Fraude
InvestigadoresGerentes &Directores
SAS Fraud Framework
Enfoque híbrido
Motor de Decisión Analítico
Reglas de Negocio
Detección de Anomalías
Modelamiento Predictivo
Minería de Textos
Redes Relacionamiento
Reglas conocidas combinadas con reglas
predefinidas construidas en software SAS
Aplicación de técnicas para
identificar variaciones de
comportamiento
Identificar patrones semánticos y de descripciones en texto no estructurado, usando estos resultados para detectar
similitudes y mejorar los modelos analíticos.
Basado en casos previamente investigados, casos verdaderos o falsos, positivos o
negativos. Modelos de Machine Learningson usados para predecir qué casos tienen
la probabilidad más alta...y la más baja.
Análisis de Redes Sociales (SNA):
Verificar relaciones entre entidades para identificar fraude y abusos cometidos
en una red organizada.
Búsqueda en bases de datos
SAS Fraud Framework
Muestra
aleatoria
Basado en el enfoque
híbrido de SAS
Fraude
Fraude
Potencial
Alto
Bajo
SAS Fraud Framework aplica un puntaje combinado usando diferentes técnicas analíticas para cada
transacción o entidad, basada en necesidades departamentales o corporativas, permitiendo que la
investigación de casos se concentre en casos donde exista una más alta probabilidad de retorno
financiero.
Solo basado
en reglas
¿POR QUÉ EL ENFOQUE HÍBRIDO?
Falso PositivoHasta 10
veces más
detecciones
Transacción SCORE
2177601 993
9955016 991
1496779 987
4081685 985
7747371 983
6191898 982
4421374 980
7315629 977
1513354 976
6950867 974
8742916 973
3648473 972
4549694 969
SAS Fraud Framework
C opy r i g ht © 2 0 1 4 , S A S Ins t i t ut e Inc . A l l r i g ht s r es er v ed.
Detecciónde
fraudes
ENFOQUE HÍBRIDO (PUEDE SER PASO A PASO)
DIVIDIR PARA CONQUISTAR
Combina técnicasanalíticas para máximo valor
Val
or
Sofisticación
Detecciónmanual
Reglasheurísticas
DetecciónAnomalías
Modelospredictivos
Análisis de redes
Análisis final y resumen
Análisis final y resumen
¿Decisión para proceder?
Análisis de respuestas
¿Decisión para
proceder?
Análisis de respuestas
PARA TENER UNA VIDA MÁS FÁCIL
Combinar e resumir
informações
Classificar e priorizar resultados
Consultar vários
sistemas
Estabelecer parâmetros
de busca
Valor agregado para el investigador
Combinar y resumir
información
Clasificar y priorizar
resultados
Consultas en diversos sistemas
Establecer parámetros de
búsqueda
90% 10%
Construcción automatizada de casos y priorización basada en el enfoque híbrido de SAS
PROCESO PARA INVESTIGACIÓN DE PATRONES
100%
SAS Fraud Framework
C opy r i g ht © 2 0 1 4 , S A S Ins t i t ut e Inc . A l l r i g ht s r es er v ed.
Desafíos para la detecciónanalítica
Reactivo Proactivo
Moverse desde lo reactivo a lo proactivo Descansar en
reglas / alertas Inconsistencia Primero que llega,
primero en serevaluado
Métodos detecciónavanzada
Consistente Priorización óptima
vs.
C opy r i g ht © 2 0 1 4 , S A S Ins t i t ut e Inc . A l l r i g ht s r es er v ed.
Big Data:
Volumen
Velocidad
Variedad
Valor
Accounts Transactions Vendors/Other3rd Parties
HR
Public Records
Social Media Info
Other Unstruc-tured Data
ProviderData
SIU CaseManagement
InternalSpreadsheets
MS AccessDatabases
TransactionHistory
IndustryAlerts
Internal Watch Lists
???
Desafíos para la detecciónanalítica
Mirada holística Mejorar detección & investigación
Representación visual de datosde múltiples sistemas en un
ambiente unificado
Aumento en volumen & calidadde casos detectados
Capacidad
Resultado
Beneficio
Modelos de puntuación híbridoscombinando reglas, anomalías,
texto, predicción & redes
Aumento por ahorros en fraude
Aumento de la eficienciadurante investigaciones de
fraudes
InvestigaciónDetección
Aumento en costos operacionales