デンマーク金融・保険2017–2018Danske Bank
機械学習による不正検知
Danske Bank、ルールベースの不正警告を機械学習に置き換え、誤検知を削減
課題
Danske Bankの不正検知は、主に手書きのルールに頼っていた。ルールは過去最多の誤警報を生み、誤検知率が99.5%に達した時期もあって、大人数の不正対策チームは正当な支払いの調査に多くの時間を費やしていた。
取り組み
同行はテラデータのコンサルティング部門Think Big Analyticsと協力し、銀行取引とモバイル決済を不正の観点でリアルタイムに監視する機械学習モデルを、12週間のスプリントで開発した。機械学習のアンサンブルを本番に投入しつつ、ディープラーニングのモデルを並行して試験した。このプロジェクトは2017年10月に公表された。
主な数値
示唆
同行は無駄な調査を減らし、より多くの不正を捕捉したが、数字は情報源や段階によって異なる。ベンダーは本番前に誤検知が50%減り、検知が60%増えたと報告した。数か月後のアナリストの報告では、本番モデルの誤検知の削減幅は20〜30%だった。
分類
- 規模
- 大企業
- 業種
- 金融・保険
- 業務機能
- 財務・リスク・法務
- イノベーションの類型
- プロセス・イノベーション
- AI技術
- 予測分析・機械学習
- 導入形態
- パートナーとの共同開発
- 根拠
- 企業自身の発表
出典
出典の要約
テラデータによると、Danske BankはThink Big Analyticsのコンサルタントと協力して機械学習による不正検知を本番に投入し、並行してディープラーニングのモデルを開発した。同行の高度分析責任者であるNadeem Gulzar氏は、本番前のテストで誤検知が50%減り、不正対策部門の半数がより付加価値の高い業務に移れると述べた。テラデータはまた、本番前のテストで検知率が約60%上がり、従来のルールでは誤検知が99.5%に達した時期もあったと報告した。
アナリストのDoug Henschen氏は、2016年からの不正の増加を受けて、Danske BankがテラデータのThink Big Analyticsと、12週間の開発スプリントで機械学習モデルを構築したと報告した。機械学習のアンサンブルで誤検知が20〜30%減り、TensorFlowで構築したディープラーニングのモデルはテストで2桁の検知向上を示したが、まだ本番には入っていないと述べた。
詳細は原典でご確認いただけます。
