Análisis del fraude mediante técnicas descriptivas, predictivas y de redes sociales: Guía de la ciencia de datos para la detección del fraude

Opiniones de los lectores

El libro sobre análisis del fraude ha recibido críticas dispares: algunos lectores elogian sus aplicaciones prácticas y su exhaustiva cobertura, mientras que otros critican su profundidad y claridad. El contenido parece estar a caballo entre lo técnico y lo no técnico, lo que frustra a algunos lectores. Además, se ha señalado que la versión Kindle tiene problemas de usabilidad. En general, constituye una referencia útil para quienes ya están familiarizados con las estadísticas y los temas relacionados con el fraude, pero puede no satisfacer las necesidades de los principiantes o de quienes buscan una orientación más práctica.

Cobertura en profundidad de la analítica del fraude, aplicaciones prácticas en varios sectores, fácil de leer para quienes tienen una sólida formación en estadística, material de referencia útil, buen capítulo inicial sobre el problema del fraude y la preparación de los datos.

La versión para Kindle no es útil debido a la ilegibilidad de los gráficos, la insuficiente comprensión de la aplicación práctica y el excesivo énfasis en las técnicas estadísticas básicas sin una exploración más profunda.

(basado en 19 opiniones de lectores)

Título original:

Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques: A Guide to Data Science for Fraud Detection

Contenido del libro:

Detectar el fraude antes para mitigar las pérdidas y evitar daños en cascada.

Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques es una guía autorizada para establecer una solución analítica integral de detección del fraude. La detección precoz es un factor clave para mitigar los daños causados por el fraude, pero implica técnicas más especializadas que la detección del fraude en fases más avanzadas. Esta valiosa guía detalla tanto la teoría como los aspectos técnicos de estas técnicas, y proporciona una visión experta para agilizar su aplicación. Incluye la recopilación de datos, el preprocesamiento, la creación de modelos y la postimplementación, con orientación exhaustiva sobre diversas técnicas de aprendizaje y los tipos de datos que utiliza cada una. Estas técnicas son eficaces para la detección del fraude en todos los sectores, incluidas las aplicaciones en el fraude de seguros, el fraude de tarjetas de crédito, la lucha contra el blanqueo de dinero, el fraude sanitario, el fraude de telecomunicaciones, el fraude de clics, la evasión fiscal, etc., lo que le proporciona un marco muy práctico para la prevención del fraude.

Se calcula que una organización típica pierde cada año alrededor del 5% de sus ingresos por fraude. Detectar el fraude con mayor eficacia es posible, y este libro describe las diversas técnicas analíticas que su organización debe aplicar para poner fin a la fuga de ingresos.

⬤ Examinar patrones de fraude en datos históricos.

⬤ Utilizar datos etiquetados, no etiquetados y en red.

⬤ Detectar el fraude antes de que se produzcan daños en cascada.

⬤ Reducir las pérdidas, aumentar la recuperación y reforzar la seguridad.

Cuanto más tiempo se permite que continúe el fraude, más daño causa. Se expande exponencialmente, enviando ondas de daño a toda la organización, y se vuelve cada vez más complejo de rastrear, detener y revertir. La prevención del fraude se basa en la detección temprana y eficaz del fraude, facilitada por las técnicas que aquí se exponen. Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques (Análisis del fraude mediante técnicas descriptivas, predictivas y de redes sociales) le ayuda a detener el fraude en seco y a eliminar las oportunidades de que se produzca en el futuro.