12 Nov Caso de estudio Walmart: Beneficios de Alteryx para mitigar casos fraudes electrónicos

¿Cuántas oportunidades de negocio has perdido en los últimos meses?

La clave:

Centrar la estrategia de negocios en los datos. 

No es un secreto que las empresas capaces de analizar grandes volúmenes de datos pueden: 

• Entender mejor a sus clientes. 
• Mejorar sus procesos. 
• Crear propuestas de valor más innovadoras y rentables. 

Por tal razón, en Analytics 10 hemos sumado a nuestro Data Stack una de las plataformas de analíticas más innovadoras de la actualidad: Alteryx. 

Alteryx es una plataforma analítica de extremo a extremo que ayuda a las compañías a convertir sus datos en información procesable. De esta manera, las organizaciones pueden incrementar exponencialmente sus oportunidades de negocios.

Alteryx puede ser hasta 100 veces más rápida que otras herramientas y, lo más importante, no requiere programación. 

Esta plataforma es particularmente útil para análisis demográficos y análisis de tiempo de conducción. 

Alteryx ofrece un visualizador de flujo de trabajo: Alteryx Designer. Esta herramienta permite a los usuarios preparar, combinar, conformar y analizar rápidamente datos de casi cualquier fuente; incluidos archivos planos, conexiones de bases de datos, API, Salesforce y muchos más. 

Analytics 10 es el primer master reseller de Alteryx en Latinoamérica. 

Para conocer más sobre el poder de esta herramienta, a continuación te presentamos un caso de éxito que demuestra el arsenal tecnológico y los beneficios que Alteryx puede proveer a las empresas. 

Beneficios de Alteryx para identificar y mitigar casos de fraudes electrónicos

Responsable del proyecto: Scott Peacock

Cargo: Director, Analytics & Insight

Empresa: Walmart (EE.UU)

Descripción general del caso de estudio

Un resumen: 

• El equipo de investigación de Walmart Global utilizó Alteryx Designer y Gallery para crear un flujo de trabajo sólido y repetible que permitiera identificar transacciones de alto riesgo relacionadas con esquemas de fraude de ingeniería social. 
• Los resultados del flujo de trabajo se pasaron a Tableau Server para la visualización de riesgos casi en tiempo real. De esta manera, los responsables de las áreas vinculadas podrían tomar medidas correctivas inmediatas para mitigar el riesgo. 
• El flujo de trabajo, las visualizaciones y los procesos de mitigación han demostrado ser muy exitosos. La empresa ha evitado pérdidas de millones de dólares.

El desafío

Con un grupo diverso de analistas, Walmart Global Investigations se esfuerza por identificar y mitigar el riesgo derivado de la delincuencia minorista organizada a gran escala, el fraude corporativo de alto nivel y otros riesgos importantes para la reputación de la marca y la empresa. 

A través de diferentes esfuerzos de investigación y revisión analítica, Global Investigations detectó un importante esquema de fraude de ingeniería social que se estaba produciendo en las tiendas Walmart y Sam’s Club en todo Estados Unidos. 

Aunque el enfoque varió un poco de un caso a otro, el resultado se mantuvo constante en cada evento: los «malos actores» podían cargar con éxito tarjetas de regalo de alto valor y tarjetas de regalo de terceros sin realizar ningún pago durante las transacciones. Esta actividad produjo una escasez significativa y causó importantes pérdidas financieras a las tiendas afectadas. 

Mientras se trabajaba con socios comerciales operativos para formular cambios de políticas y mejoras de procesos para mitigar el riesgo, Global Investigations comenzó a idear una forma de detectar transacciones de alto riesgo en tiempo real. De esta manera, se podrían tomar medidas correctivas inmediatas para no solo detener el riesgo e identificar a los perpetradores, sino para recuperar los fondos robados antes de que los ladrones tuvieran oportunidad de usarlos.  

Solución 

Para combatir el esquema de fraude mencionado anteriormente, se utilizó Alteryx Designer and Server para crear, implementar y programar un flujo de trabajo sólido y repetible. 

Los registros transaccionales relevantes para las cargas de tarjetas de regalo están contenidos en múltiples bases de datos internas e incluyen formatos de datos como Teradata, DB2, SQL Server, entre otros. 

Se usó Alteryx para ejecutar una consulta SQL inicial y extraer cargas de tarjetas sobre un cierto valor de múltiples bases de datos. Posteriormente, se limpiaron y analizaron los datos en un formato fácil de usar antes de volver a unir los distintos flujos de datos en un conjunto completo de datos transaccionales con cargas de tarjetas de cada uno de los segmentos comerciales afectados. 

Una vez que se combinaron los conjuntos de datos, se procedió a ordenarlos y agruparlos para que las transacciones ocurrieran en orden cronológico por registro y operador. Luego, se empleó la herramienta de fórmula de varias filas para identificar transacciones consecutivas realizadas por el mismo operador en el mismo registro (esas eran las transacciones de mayor riesgo y, casi siempre, las que estaban relacionadas a fraudes). 

Una vez se marcaron las transacciones de alto riesgo, se enriquecieron los registros transaccionales con un archivo .shp de ESRI que contenía datos del censo de los Estados Unidos relacionados con las áreas estadísticas metropolitanas (MSA) para cada tienda. Los datos de MSA se agregaron para que las tiendas afectadas pudieran vincularse a un área general en lugar de muchas ubicaciones individuales. 

Después de la vinculación geográfica, los datos se segmentaban en grupos según el tipo de tarjeta que se estuviese cargando (tarjeta de terceros o tarjeta de regalo de la tienda). Si la tarjeta era una tarjeta de regalo de la tienda, se pasaba a través de una herramienta de entrada dinámica que, luego, ejecutaba ese número de tarjeta a través de otra base de datos interna, mediante una declaración SQL. De esta forma, se podía determinar si quedaba algún saldo en la misma. Luego, los conjuntos de datos se volvían a unir y se pasaban a Tableau Server.

Los datos depurados, combinados y enriquecidos que se pasaron a Tableau Server se visualizaban en un panel dinámico que proporcionaba información y conocimientos valiosos. Por ejemplo, las MSA mencionadas anteriormente se trazaron en un mapa para mostrar las áreas más afectadas en todo el país. Además de la descripción espacial de los MSA, se enumeraron las principales tiendas afectadas. A su vez, se incluyeron descripciones geográficas; se representaron los principales operadores de cada instalación, incluida la información que muestra el porcentaje de transacciones del operador que fueron cargas consecutivas. Finalmente, los detalles transaccionales de la línea de pedido clave se mostraban junto con un hipervínculo integrado que llevaría instantáneamente a un usuario interesado a una copia de recibo virtual de la transacción en cuestión. Adicionalmente, se implementó una versión móvil del tablero de Tableau para que los usuarios pudieran acceder al sitio en un formato compatible con diferentes dispositivos (computador, tablets, smartphones).

El flujo de trabajo de Alteryx se publicó en Alteryx Gallery y se configuró para que se ejecutara en intervalos de 15 minutos. Asimismo, los datos actualizados se enviaron a Tableau para que el análisis transaccional estuviera disponible casi en tiempo real. Una vez los datos eran mostrados en Tableau Dashboard, los analistas, investigadores y otros socios comerciales interesados ​​podían ver las transacciones a medida que ocurrían, realizar una revisión adicional y determinar la respuesta correctiva adecuada para cada evento. 

Por ejemplo, se desarrolló un protocolo de confirmación de fraude para que cada bloque sospechoso de transacciones que surgiera en el tablero pudiera validarse. Este atributo permitía determinar si la transacción respondía a un fraude o a un negocio legítimo. Si se detectaba que respondía a un fraude, el analista encargado podía iniciar el protocolo de recuperación de fondos. 

Beneficios

El flujo de trabajo creado en Alteryx y Tableau para este caso de uso han generado un retorno de la inversión significativo en las siguientes áreas clave:

• Acceso a datos: al brindar la capacidad de vincular datos dispares almacenados en muchas bases de datos diferentes, ahora se cuenta con una visión mucho más completa del problema, muy en contraste con la dinámica previa, limitada por silos de datos segmentados e ineficientes.
• Ahorro de tiempo: debido a que el flujo de trabajo es repetible y automatizado a través del programador de Alteryx Gallery, los analistas pueden usar su valioso y limitado tiempo en otros proyectos comerciales críticos. Finalmente, han dejado de ejecutar consultas reiteradas y crear manualmente tableros de visualización para los responsables de la toma de decisiones. Asimismo, la automatización ha permitido obtener visualizaciones casi en tiempo real de las transacciones fraudulentas.
• Flexibilidad: el marco subyacente del flujo de trabajo de Alteryx ha demostrado ser muy flexible y fácil de ajustar para abordar otras situaciones a medida que surgen. Por ejemplo, con un par de pequeños ajustes en el código SQL subyacente que extrajo las cargas de la tarjeta, se creó un flujo de trabajo completamente separado para aplicar la misma metodología a otro esquema de fraude a nivel nacional. Esta flexibilidad produjo un enorme ahorro de tiempo, ya que una respuesta exitosa y probada podría implementarse rápidamente para abordar otra situación, sin la necesidad de dedicar una cantidad sustancial de tiempo en el desarrollo de una nueva solución.
• Recuperación: la capacidad de ver transacciones en tiempo real (o casi) y confirmar los fraudes ha cambiado las reglas del juego. Los nuevos conocimientos sobre los datos transaccionales han proporcionado a Global Investigations una forma de detectar rápidamente los fraudes a medida que se producen. Este aprendizaje también ha provisto la capacidad de tomar medidas inmediatas para reducir las pérdidas derivadas de los robos. Al poder vincular diferentes bases de datos internas y ver si los saldos todavía están disponibles en tarjetas cargadas de manera fraudulenta, Global Investigations ahora puede iniciar un proceso de recuperación contra esas tarjetas y obtener de vuelta los fondos. El proceso de recuperación ha demostrado ser un gran éxito; la solución basada en Alteryx ha permitido evitar pérdidas de millones de dólares en las diferentes tiendas de la empresa. 

Conclusión

Alteryx es una de las herramientas más importantes del Data Stack de Analytics 10. Su potencial le permite brindar soluciones a cualquier caso de uso, independiente de su naturaleza. 

Hoy en día, las empresas necesitan sustentar sus experiencias analíticas en las plataformas más innovadoras y robustas del mercado. Sin duda, Alteryx es una de ellas.