Une grande Banque Américaine 🏦

lutte contre la fraude par carte de débit

Les cas de fraudes à la carte bancaire restent nombreux, en France environ 360 millions d’euros ont été détournés frauduleusement par des arnaques à la carte bancaire d’après l’ONDRP.  Même si cela représente encore un faible pourcentage de l’activité d’une organisation, cela peut vite s’accélérer et représenter des pertes financières importantes sans les bons outils.

Contexte :    

Besoin de repérer et de prévenir la fraude en temps réel à grande échelle ou pour chaque typologie, canal, produit et marché.

Approche :  

Utilisation du Machine Learning et des données historiques pour créer des modèles de détection granulaires qui tirent parti de l’expérience et des enquêtes sur la fraude. Déploiement afin de détecter et prévenir la fraude en temps réel à grande échelle.

Le Machine Learning automatisé accélère et facilite la validation des modèles, la gestion des risques et la documentation des modèles

Impact :  

Économies mensuelles de 2 M $ 💰 sur les pertes liées à la fraude grâce aux modèles de notation des risques

Précision améliorée 🔬 : les nouveaux modèles de fraude ont identifié plus précisément les transactions à haut risque avec moins d’impact sur les bons clients

Monitoring en temps réel 📈 : fonctionnement en temps réel à l’échelle de l’entreprise

Vous voulez voir la plate-forme de Machine Learning automatisé DataRobot en action ?

Démo Personnalisée 👇

Author Profile

Mathieu RONDEAU

Latest entries

• Webinars20 mai 2021Private Equity : Optimisez le pilotage de la performance de votre portfolio grâce à Tableau [Replay]
• Actualités3 mai 2021Mydral se réinvente avec une nouvelle identité visuelle !
• Webinars28 avril 2021Asset Management Analytics [Replay] Maximiser la performance des équipements en production et la planification des opérations de maintenance
• Actualités27 avril 2021Mydral élu partenaire de l’année 2020 par Tableau !