随着银行和金融机构在规模和收入方面显著增长，它们也面临着以欺诈形式出现的巨大风险。近期，欺诈活动的势头和强度不断上升，对支付行业的专家和参与者都构成挑战，使相关组织面临财务损失。通过技术保持持续警惕并遏制欺诈，是保护客户及相关组织资产的关键。
这就需要利用大数据技术对账户进行动态画像，以主动防范欺诈攻击。此外，鉴于数据量庞大，要有效开展风险画像，稳健的框架必不可少。
以下四个分析层构成了稳健框架的基础：
数据摄取层： 从多个来源导入数据，并将其转换为标准化格式，以供整个框架使用
管理层： 对摄取的数据执行一系列变更和规则；该层还负责数据集的处理，以及数据的质量、完整性和安全性
分析层： 运用预测性分析和描述性分析技术，构建数据挖掘规则或算法
实时流处理层： 基于决策分析或决策工程技术的应用，生成后续行动触发信号或警报
基于机器学习技术的决策工程可用于生成触发信号或警报，使系统稳健且动态，从而为账户建立动态风险画像。
尽管这一框架有助于组织为账户建立动态风险画像，但其成效在很大程度上取决于高级管理层的认可和参与、较高的易用性，以及所用数据和来源的可用性与完整性。同时，技术框架的设计应足够灵敏且灵活，以适应新法规、现行法律的变化，以及欺诈者不断变化的行动。
贵组织如何利用大数据打击金融欺诈？
本文与 塔塔咨询服务公司（Tata Consultancy Services） 合作发布。本文的发布并不意味着世界经济论坛认同其中观点。
如需了解论坛动态： 订阅我们的每周简报。
作者：Kothai M 是交付卓越与风险管理——流程风险审查领域的业务顾问。
图片：一幅插图显示，在2013年6月24日华沙的一间办公室里，一名男子手持笔记本电脑，电脑上投射着二进制代码。路透社/Kacper Pempel。
