Documentos de Académico
Documentos de Profesional
Documentos de Cultura
y evitar el fraude de
tarjetas de crédito
Gibrán Ramírez
Intelimétrica
Enero de 2020
Propuesta para prevenir y evitar el fraude de tarjetas de crédito
| 2
Arquitectura de la solución
3. Procesamiento: 5. Integración en
1.Uso de los 2. Estructuración y
Modelos de machine sistemas del
datos del Banco: carga de datos.
learning y predicción Banco: Uso de la
Analizar
información para
transacciones
atención a casos
pasadas y en
y procesos de
tiempo real (e.g.
prevención del
punto de venta,
fraude de tarjetas,
en línea, entre 4. Manejo de casos: Apoyo en la toma de decisión F
alertas a clientes,
otros). con visualización en tableros personalizados y entre otros.
reglas para responder a los casos fraudulentos.
A
A: Alertas, F: Feedback loop.
| 3
Características de la solución
• Digitalizar la información
– Integración datos en una base única. Incorporar la mayor cantidad de
información relevante que sirva para describir con mayor detalle el
comportamiento de las operaciones con tarjeta y mejore los resultados
de los motores de detección.
– Desarrollo de cómputo en la nube.
– Consulta de la información vía un microservicio.
– Monitoreo de actividades y registros (logs) para garantizar seguridad.
| 4
Características de la solución
• Analíticos avanzados
– Estructuración de la información (feature engineering) por id del cliente
asociada con las transacciones, las características del dueño de la
tarjeta, la historia de las transacciones, entre otras.
– Construcción de modelos, probar las predicciones hasta obtener el grado
de confiabilidad requerido.
– Datos de transacciones poblados en tiempo real a través de un web
service y feedback a los modelos de predicción.
– Producción del modelo de machine learning, análisis de los datos y
estimación del riesgo de fraude.
– Generación de indicadores de gestión (KPIs) y métricas, mismos que se
muestran en tableros personalizados en un sitio web con alta seguridad y
solamente accesible por el Banco.
• Automatización
– Automatización de procesos como alertas a cliente y posibilidad de
generar protocolos de acción para responder a los casos fraudulentos.
| 5
Actividades y resultados esperados
Actividades
Entrevistas con stakeholders Actividades
y usuarios. Desarrollo de actividades sprint por Actividades Actividades
sprint. Estabilización final del Capacitación en el
Revisión de modelos
analíticos de fraude. Mejora de la generación de tareas producto. uso del web
(baklog) Ejecución del User
Análisis de la competencia. service.
Lista de requerimientos de la Sprint demo con el cliente. Acceptance Test (UAT). Soporte técnico.
solución. Revisión de especificaciones Implementación de
funcionales con los stakeholders.
Diseño de la arquitectura. producción.
Resultados
Generación de tareas Presentación para comunicar los Esperados
requerimientos con los stakeholders.
(backlog). Resultados Esperados Capacitaciones
Resultados Esperados Manuales de usuario. realizadas.
Resultados Esperados
Documento con el diseño de Diseño de la estructura (Wireframes). Código final Integración
alto nivel. Mockups con el diseño visual. Guía de Diseño Estilo completa con los
Documento con el flujo de Modelos analíticos y confiabilidad de Visual. procesos de
predicción. detección de
modelos analíticos. Arquitectura final. fraude del cliente.
Documento con los tableros y Funciones del producto terminadas.
KPIs.
Conjunto de tareas (backlog)
inicial.
Plan de trabajo de la solución
aprobada.
| 6
Propuesta Económica
Equipo de trabajo 79,300 215,800 215,800 173,550 134,550 134,550 20,800 969,150
Costo de la oficina 11,600 11,600 11,600 11,600 11,600 11,600 69,600 139,200
Software 2,320 2,320 2,320 2,320 2,320 2,320 13,920 27,840
Infraestructura 13,920 13,920 13,920 13,920 13,920 13,920 83,520 167,040
Total de Infraestructura 27,840 27,840 27,840 27,840 27,840 27,840 167,040 334,080
Impuestos (ISR, IVA) 269,730
Costo total 1,303,230
Nota: Costos de infraestructura de una arquitectura en AWS calculados usando la lista de precios disponibles Enero de 2020 para la región
AWS US East (N. Virginia). La propuesta asume 3 mil usuarios en promedio y 1.3 M de solicitudes por mes. Se incluye API Gateway,
Repositorio S3, Lambda, ECS y ECR, y Amazon Dynamo DB.
Tarifa
Tiempo de Ejecución Costo del Proyecto
Semanal
~24 semanas +
~$40,000 ~$1.3 M
6 meses de soporte técnico
| 7
Descripción de tareas
% Horas
Miembros Totales Descripción de roles
Liderazgo • Coordinador de 5% • Dirige el proyecto general y garantiza la
proyectos calidad del trabajo.
| 8
Plan de Ejecución
DISEÑO
• Diseñador UX/UI 50%
• Front end developer 100% 50%
SOPORTE
• Analista para soporte 10%
| 9
¿Qué se requiere para avanzar con el proyecto?
| 10