Qual è la prima cosa che ti viene in mente quando pensi a una banca? Contanti, carte…rapinatori di banche!? Se hai pensato all’ultima, ripensaci.

Scherzi a parte, quando si parla di servizi bancari, la sicurezza è estremamente importante. Anche se il passaggio al denaro digitale e al mobile banking ha reso alcune forme di crimine obsolete, la prevenzione delle frodi è spesso un gioco del gatto col topo. Usando le tecnologie più recenti, semplifichiamo la tua esperienza bancaria, così puoi concentrarti su ciò che conta davvero. Che si tratti di passare del tempo con la tua famiglia, viaggiare senza pensieri o far crescere il tuo business, siamo sempre alla ricerca della prossima novità che ti dia ancora più libertà.

Quando abbiamo lanciato nel 2015, ci siamo posti l’obiettivo di sfidare lo status quo di ciò che una banca dovrebbe essere. Questo ha portato ad alcune innovazioni iniziali come i codici CVC in-app (addio skimming delle carte) e niente Filiali fisiche (ciao velocità e comodità!). Oggi, stiamo esplorando un vantaggio del mobile banking di cui si parla meno: il rilevamento e la prevenzione delle frodi.

La sfida è controllare in tempo reale milioni di transazioni per attività illegali e prevenire le frodi. Sembra semplice, vero? Ah, e assicurarsi anche che niente di tutto questo influisca sulla fantastica user experience a cui sei abituato.

Immagina uno scenario in cui un conto inizia a ricevere pagamenti irregolari da vari Conti Bancari sconosciuti, e poi all’improvviso tutti i soldi vengono prelevati. Pensi che si tratti di:

a) Un caso di riciclaggio di denaro?

b) Amici che ti ridanno i soldi della pizza?

c) Modalità Marie Kondo al massimo e vendita dei tuoi vinili su eBay?

Ottima domanda! Per risponderti, e per assicurarci di essere duri con i criminali e super semplici con te, usiamo machine learning supervisionato e non supervisionato.

Se parli con il nostro team di compliance, sentirai termini come Nigerian Prince, smurfing o money-muling, a dimostrazione del fatto che molti tipi di frode bancaria sono in realtà ben conosciuti. Per rilevare questi schemi utilizziamo il machine learning supervisionato. Si tratta di un algoritmo che analizza oltre 500 dati per ogni transazione e crea centinaia di alberi decisionali concorrenti per decidere se una transazione è sospetta oppure no. L’algoritmo impara basandosi su anni di dati di transazione etichettati, ed è progettato per proteggerti in ogni momento!

Questo funziona bene per individuare schemi già esistenti, ma che succede con tipi di frode completamente nuovi? Dai il benvenuto al…machine learning non supervisionato!

Facendo passare tutte le transazioni non sospette attraverso un modello di deep learning basato su auto-encoder, individuiamo schemi estremamente complessi e insoliti che potrebbero essere collegati a truffe prima sconosciute. Se vengono confermati, i dati vengono etichettati e usati come input dai modelli supervisionati…e un’altra frode va KO!

Se tutto questo ti sembra complicato, potresti chiederti: non c’è un modo più semplice?

Sì, c’è! E si chiama regole. Fino a poco tempo fa, la maggior parte delle banche tradizionali non usava il machine learning per individuare schemi fraudolenti. E anche nel 2020 si affidavano soprattutto a modelli semplici basati su regole, il che significa definire gli schemi sospetti e poi controllare manualmente ogni volta che si verificano.

Queste regole di solito non sono efficaci quanto il machine learning. Tuttavia, in alcuni casi possono essere molto potenti, quindi le usiamo in due modi: quando uno schema è sempre fraudolento e quando i nostri modelli supervisionati stanno ancora imparando a rilevare il nuovo schema utilizzando i dati generati dalla regola.

Ecco perché il nostro approccio ibrido ti protegge meglio:

1. Non discriminiamo in base alla nazionalità o all’aspetto

Ovviamente nessuno lo fa intenzionalmente, ma concentrandoci sui comportamenti invece che su stereotipi e pregiudizi, il nostro modello è più equo rispetto ai compliance officer in carne e ossa.

2. Possiamo modellare l’esperienza utente per renderla semplicissima per te e terribile per i truffatori

Il machine learning permette di rilevare comportamenti fraudolenti molto più velocemente rispetto ai modelli basati su regole, ed è anche molto più accurato.

3. Restando sempre un passo avanti ai criminali, abbiamo più tempo per concentrarci su ciò che conta davvero: costruire la banca migliore per te

Ed ecco fatto! Questo è uno dei modi in cui teniamo al sicuro il tuo denaro ogni giorno, ma ovviamente sotto il cofano succede molto di più.

Se ti interessa sapere di più su come preveniamo le frodi e ti teniamo al sicuro, faccelo sapere qui!

Diffondi amore, non frodi!