Caso de éxito

Modelo de detección de fraude en cuentas nuevas

El reto

Las entidades bancarias sufren intentos de fraude, entre los que se incluye la creación de cuentas bancarias nuevas con la intención de hacer impago. El equipo de hechos delictivos es el departamento encargado de detectar y bloquear estas cuentas nuevas fraudulentas.

El objetivo

Necesitaban aprender a detectar qué cuentas de reciente creación se han generado con la intención de hacer impagos. El modelo crea un scoring con las cuentas que tienen más probabilidad de ser fraudulentas y permite detectarlas preventivamente.

¿Cómo lo hemos hecho?

  • Machine learning
  • Gradient boosting (XGBoost)
  • Word2vec
  • Embedding de movimientos bancarios

El resultado

La solución ayuda al equipo de hechos delictivos a priorizar las cuentas más sospechosas para analizarlos y detectar el fraude preventivamente, evitando así que este tipo de fraude se produzca.