Los algoritmos son una herramienta que ayuda a la detección de fraudes con tarjetas de crédito, porque identifica transacciones con alta probabilidad de fraude basándose en patrones.
Easy Solutions anunció la ventaja del uso de algoritmos como una herramienta para la detección de fraudes con tarjetas de crédito, porque consiste en la identificación de transacciones con alta probabilidad de fraude basándose en patrones históricos registrados previamente.
Alejandro Correa Bahnsen, Data Scientist en Easy Solutions, señaló que el uso de modelos predictivos / motores de aprendizaje como parte clave de los sistemas de detección de fraude son un tema en discusión en los últimos años; además de que diferentes sistemas de detección basados en motores de aprendizaje se han empleado exitosamente, incluyendo redes neuronales, aprendizaje Bayesiano, sistemas inmunológicos artificiales, y bosques aleatorios entre otros.
Correa Bahnsen mencionó que estas medidas pueden no ser el método de evaluación más apropiado a la hora de analizar modelos de detección de fraude, ya que supone tácitamente que los errores de clasificación tienen el mismo costo al de transacciones correctamente clasificadas.
Cuando un fraude no es detectado, las pérdidas del incidente corresponden al monto robado, en consecuencia, el costo de un falso negativo es igual al monto de la transacción. Ya que cada transacción tiene diferentes montos, el costo de un falso negativo depende directamente de cada transacción (i).
Se destaca que al entender la necesidad de una medida de evaluación más orientada hacia los negocios, como el Costo, las compañías pueden tomar decisiones mejor alineadas con sus objetivos, basándose en el impacto económico real del fraude y su detección.