Obiettivo primario di un progetto di Fraud detection analitico è quindi quello di sintetizzare, attraverso una serie di punteggi ed alert specifici, le determinanti che possano anticipare gli eventi fraudolenti, fornendo al Management una serie di tool per la gestione preventiva (e continuativa) delle frodi.

I pattern di frode possibili sono molteplici ed in continuo (e rapido) mutamento. In particolare vi sono due tematiche che necessitano di essere trattate attraverso l’ausilio di modelli statistici, quali:

• Anomaly detection: l’individuzione di pattern ed eventuali anomalie nell’utilizzo dei canali per le attività di banking è di fondamentale importanza per la banca; risulta quindi utile modellizzare e attribuire uno scoring a dei clienti e/o conti che presentano cambiamenti o anomalie nel pattern di utilizzo dei servizi bancari.
• Mule account prediction: si tratta di Conti Corrente utilizzati per raccogliere fondi provenienti da attività fraudolenta che vengono a loro volta utilizzati per l’ultimo step della sottrazione dei fondi Risulta quindi di primaria importanza individuare i Conti Corrente che hanno alta probabilità di essere dei Mule Account;

L’implementazione di modelli di previsione delle frodi, che assegnino ad ogni cliente/conto corrente la probabilità che quest’ultimo possa essere connesso ad attività fraudolente, viene realizzato attraverso un’elaborazione statistica di particolari comportamenti e attributi (movimenti anomali e/o presenza di caratteristiche rilevate come fattori di rischio, etc.) che i singoli clienti manifestano in un periodo di tempo prefissato, precedente il momento della previsione.