Aree di Intervento

CONTESTO

Settori di molte aziende hanno il compito di monitorare, prevenire e contrastare comportamenti di attori esterni che possono provocare danno, soprattutto di natura economica, all'azienda: si va dai ritardi nei pagamenti, ai tentativi di avvantaggiarsi in modo non corretto di offerte e promozioni, dagli abusi fino ai veri e propri comportamenti fraudolenti.

Tra le domande cui si deve dare risposta possono esserci:

  • Quali clienti pagheranno in ritardo? che livello di insolvenza mi devo aspettare?
  • Verso quali clienti conviene indirizzare le attività di recupero credito perché si ha una maggiore chance di successo?
  • Quale è il rischio di acquisire un certo cliente?
  • Le informazioni che sono in mio possesso riguardo un dato comportamento sono riconducibili ad una frode?

PROBLEMA
antifrode

Questi settori si trovano a dover affrontare una problematica di costi-benefici al fine di capire se erogare o meno un certo servizio, se fare dei tentativi per recuperare un credito e così via.

Spesso le analisi si limitano a constatare quanto avvenuto nel passato, cercare di individuare pattern e ricorrenze, estrapolandoli più o meno grossolanamente ai casi nuovi da lavorare. In questo modo da un lato non si riesce ad evidenziare trend e novità in maniera repentina, né si riesce a quantificare correttamente le variabili in gioco con il risultato che le decisioni prese raramente sono quelle ottimali.

Tutte le domande sopra elencate hanno tuttavia un elemento in comune: la necessità di conoscere la probabilità che un soggetto appartenga o meno ad una certa categoria, (come ad esempio "frodatore" o "cattivo pagatore"). Si tratta quindi di un problema di profiling.

Se si riuscisse a stimare tale probabilità, sarebbe molto più semplice capire caso per caso quale sia l'azione che massimizza l'utilità attesa.


SOLUZIONE

L'utilizzo delle reti bayesiane come strumento di intelligenza artificiale consente di affrontare queste problematiche in modo chiaro ed efficace. Queste reti possono essere "addestrate" con tutte le informazioni a disposizione (dati storici, conoscenze degli esperti, variabili esogene). Già con poche centinaia di casi, solitamente sono in grado di fare previsioni su nuovi casi di interesse, evidenziare fenomeni emergenti e supportare analisi di sensibilità per capire quali sono le caratteristiche del problema che maggiormente influenzano le variabili di interesse.

Da non sottovalutare il fatto che le reti bayesiane forniscono in output un valore di probabilità, l'elemento cruciale per calcolare il rapporto costi/benefici delle azioni da intraprendere.


PROGETTI

È preferibile prevedere anche senza certezza alcuna,
che non prevedere affatto
Henri Poincare

Questo sito web utilizza i cookie per capire come viene utilizzato il sito e per permettere l'accesso all'area riservata. I cookie non permettono di identificare l'utente. I cookie sono salvati sul tuo browser e sono utlizzati per personalizzare la tua esperienza sul nostro sito web. Continuando la navigazione sul nostro sito senza modificare le impostazioni, accetti il nostro utilizzo dei cookie. Comunque potrai modificare le tue impostazioni dei cookie in qualsiasi momento.