Título de la entrada del blog

Subtítulo

Bernardo Rychtenberg

"Si tu intención es describir la verdad, hazlo con sencillez y la elegancia déjasela al sastre"                                                                                                           Albert Einstein

En el año 2012 asistimos a la presentación de un nuevo producto de una compañía que IBM había adquirido recientemente. Se trataba de una empresa especialista en análisis de fraude, con un producto estelar llamado “Analyst Notebook” y algunos programas satélites que resultaban de cierta utilidad. Cuando vimos la presentación y el entusiasmo que ponían los presentadores (uno técnico y otro comercial) no entendíamos en demasía el por qué. Analyst Notebook es una aplicación que permite conectarse a un archivo con datos y cargarlos para poder visualizarlos de forma gráfica. Al fin y al cabo permite ver lo que ya tengo, pero en forma de grafo. 
 
Además, tenía unos cambios de visualizaciones animadas, al mejor estilo “CSI Miami”, pero al fin y al cabo la conclusión era la misma: “Podemos ver en un grafo lo que tenemos en las tablas de la base de datos”. Sí, hoy, 5 años después tengo la misma impresión. Con una salvedad: la simplicidad de esa frase no oculta el poderío de lo que permite hacer. 

En el Análisis de Vínculos uno hace básicamente lo mismo que en cualquier aplicación informática: modela datos. Además, este modelado se hace una forma muy sencilla teniendo en cuenta principalmente los siguientes 3 puntos:

Qué conceptos se van a asociar a las entidades u objetos del mundo que quiero modelar (personas, autos, armas, teléfonos, etc.)
Qué relaciones existen entre las entidades definidas arriba (padre, hermano, llamada, mensaje)
Qué atributos o campos tienen tanto las entidades como las relaciones (documento de identidad, nombre, apellido, hora de la llamada o del mensaje, etc.)  

En ese mismo tiempo, surgieron algunas “pruebas de concepto”*, una aseguradora de plaza fue la primera, con un cruzamiento de información bastante atractivo. Se cargaron los datos y efectivamente lo que se veía era lo que presumimos: un simple grafo. Lo miramos con cierta desilusión, sobre todo por la cantidad de rayas que iban y venían para todos lados, (imaginen el volumen de datos que tiene una empresa de seguros de autos sobre: siniestros, reclamos, compra de repuestos, talleres, corredores, asegurados, etc. es bastante grande). 

Cuando se lo mostramos al cliente, quedó maravillado, no podía creer cómo se podía ver de forma tan simple ese taller que estaba cometiendo fraude. 
- “Está clarísimo”.
- “¿Qué cosa?” preguntamos. 
- “Este taller, es del tamaño del garage de una casa (...) si se fijan tiene la misma cantidad de arreglos y autos procesados que aquel otro famoso y uno de los más grandes del Uruguay.”

Ahí entendimos un poco más, el análisis de vínculos no detecta fraudes por sí solo, sino que se precisa de un conocimiento de negocio muy grande que solamente los funcionales que trabajan en ello pueden dar. 

Efectivamente, ese taller estaba cometiendo fraude. El análisis posterior arrojó algunas sorpresas más, no era un simple fraude sino una organización que realizaba estafas sistemáticamente. Lo anecdótico es que la carga de datos y el modelado rápido para esta “prueba de concepto” nos llevó unas horas de trabajo, pero que el cliente reconociera el fraude tomó tan sólo unos pocos minutos. 

En un grafo se puede ver la información de la base de datos de forma gráfica. Con un pantallazo general uno puede ver las concentraciones de relaciones, los nodos importantes en cuanto a conexiones con otros, aglomeraciones de información, etc. Si bien en las tablas tenemos la misma información, no se encuentra con la misma facilidad y claridad.

Odoo text and image block

Como se mencionó, el taller fue la semilla, a partir de ahí surgieron relaciones con asegurados y corredores de seguros, todo estaba ahí representado en el grafo. Salimos de esa reunión con la misma impresión pero con otra actitud: el cliente nos había convencido a nosotros de que esta forma de trabajar era necesaria. 

En sucesivos post explicaremos más en detalle el trabajo con herramientas de fraude. 

Bernardo Rychtenberg @brychten
Ingeniero en Informática. 
Especialista en Business Analytics.