INNOVATIVE DATA ANALYTICS 4 SMART ONBOARDING & FRAUD PREVENTION PROCESSES - CRIF MAURO PIATESI CHANNEL DIRECTOR - CETIF
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
INNOVATIVE DATA
ANALYTICS 4 SMART
ONBOARDING & FRAUD
PREVENTION PROCESSES
Mauro Piatesi
Channel Director
CRIF
CETIF Open Summit - 5 luglio 2018
Ecosistemi Cross industry – una necessità?
L’evoluzione dei modelli di business: plaforms
«Platforms have
progressed from being
a novel and
interesting business
model to a disruptive
force in every
industry sector»
Fonte: MIT initiative on the Digital Economy 2017
2 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro Piatesi
I millennials «preferiscono» digital
Online e P2P lender riescono ad attrarre percentuali maggiori di Millennials
• 1 richiesta di credito su 4 degli Online Lender proviene da un Millennial
• 1 su 3 per P2P Lender
18-34 35-49 50-64 65+
Fonte: CRIF INFORMATION CORE, 2017
3 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro Piatesi
L’importanza dei dati nella digital economy
La raccolta e organizzazione delle informazioni sulla clientela
sono cruciali ai fini degli obblighi di compliance in capo alle
compagnie e agli intermediari
I dati sono a supporto dei presidi in materia di conflitto di
interessi e di incentivi dalle fasi di design e distribuzione del
prodotto, fino al monitoraggio del suo intero ciclo di vita
Fonte: Domo – data never sleeps 2017
4 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro Piatesi
CRIF Innovative Data Analytics
Approccio per il credito
Machine learning /
SIC Eurisc: big enough! Nuovi Indicatori predittivi
ambiente dedicato
• 85 milioni di posizioni creditizie • Identificazione di • Identificazione di relazioni
• Ogni anno quasi 1 miliardo di fenomeni non e patterns nascosti nei
nuove mensilità gestite e strutturati dati
storicizzate • Velocità nei cicli di • Indirizzare esigenze in
• 123 milioni di verifiche all’anno sperimentazione ambito di:
• € 357 miliardi di richieste di • Investimento in - Bisogni creditizi
finanziamento valutate infrastruttura - Antifrode
• Ca. 1 TeraByte di nuovi dati • Investimento in - Collection
acquisiti ogni giorno competenze
“Big data is high-volume, high-velocity and/or high-variety information assets that
demand cost-effective, innovative forms of information processing that enable
enhanced insight, decision making, and process automation”
5 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro Piatesi
USE CASE
Le informazioni creditizie per una più efficacie intercettazione delle frodi
Input Segmentazione evoluta Output
• Analisi di correlazione
Informazioni per l’ottimizzazione
• Stima modelli predittivi per di strategie di intervento e
Dati interni l’individuazione dei segmenti di politiche di pricing più
clienti caratterizzati elevata adeguate per i cluster di clientela
Dati anagrafici clienti incidenza dell’evento target
Possesso prodotti
Altre info comportamentali
Ottimizzazione
strategie
Dati esterni
Informazioni significative
selezionate dal patrimonio
informativo CRIF
Tratto da progetti CRIF con
6 ©2018 • Innovative data analytics 4 smart onboarding • compagnie assicurative sul
CETIF Open Summit - Mauro Piatesi
mercato italiano
USE CASE
Le informazioni creditizie per una più efficacie intercettazione delle frodi
• Una delle più grandi sfide che ogni organizzazione si trova a dover affrontare
Contesto di
consiste nel proteggere se stessa dagli eventi fraudolenti, senza intaccare il
business livello di servizio offerto ai propri clienti «buoni»
e Obiettivi
• Obiettivo è dotarsi di un sistema strategico di prevenzione efficace ed efficiente
nel minimizzare l’impatto delle frodi
1 Integrazione delle informazioni interne della compagnia con dati esterni di
2 Analisi delle variabili creditizie in relazione al rischio di frode e al relativo impatto economico
Attività
progettuali 3 Selezione del set di variabili significative per intercettare l’evento fraudolento
4 Disegno di sistemi di allerting che integra regole esperte, avanzati modelli di previsione e
algorotmi di ottimizzazione
• Utilizzando gli indicatori esterni si può affinare l’identificazione delle aree a
Risultati potenziale rischio di frode, minimizzando i falsi allarmi e ottimizzando le attività di
investigazione
Tratto da progetti CRIF con
7 ©2018 • Innovative data analytics 4 smart onboarding • compagnie assicurative sul
CETIF Open Summit - Mauro Piatesi
mercato italiano
USE CASE: risultati
Le informazioni creditizie per una più efficacie intercettazione delle frodi
L’estensione delle fonti informative assieme all’utilizzo di tecniche innovative di
Machine Learning e metodologie avanzate di analisi statistica conduce alla realizzazione
di sistemi di identificazione delle frodi caratterizzati da:
80% 0,6%
• Segmentazione molto più
0,5%
granulare con possibilità di 60%
0,4%
customizzazione
40% 0,3%
0,2%
• Significativo incremento della 20%
0,1%
capacità predittiva rispetto a 0% 0,0%
versioni esperte o sviluppate con A RISCHIO ALTO B RISCHIO
MEDIO ALTO
C RISCHIO
MEDIO
D RISCHIO
MEDIO BASSO
E RISCHIO
BASSO
approccio tradizionale
%Total Fraud rate
Tratto da progetti CRIF con
8 ©2018 • Innovative data analytics 4 smart onboarding • compagnie assicurative sul
CETIF Open Summit - Mauro Piatesi mercato italiano
Evoluzioni delle tecniche di condivisione dei dati
9 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro Piatesi
Una applicazione concreta: digital identity management
Blockchain per il digital onboarding ed i
processi di KYC:
• Le banche e gli istituti finanziari devono fare
affidamento su ID sicuri e certificati
• La blockchain per la registrazione e l'attestazione
dell'ID rende gli ID certificati a prova di
manomissione
• Un sistema blockchain per l'autenticazione ID consente
all'utente di definire a livello sufficientemente
granulare come devono essere utilizzate le sue
informazioni personali e per quali scopi
10 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro PiatesiDigital ID management: vantaggi e opportunità per
fornitori di dati certificati e terze parti affidabili
Istruttoria
Banks finanziamenti
• Fornitura di dati
• Aggregazione di attributi
• Verifica dell'ID Insurance Assicurazioni Vita
• Informazioni certificate sull’utente
ogni volta che vengono richiesti da
Financial Institutions o da terze Real •Screening affitti e
parti estate compravendite
• Servizi B2C e opportunità di •…
ampiamento gamma servizi
Altri •Contratti Utilities
servizi
•…
11 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro PiatesiValue4digital Experience
Il supporto CRIF@a glance
Cyber security check Controlli automatici Antifrode/Antiriciclaggio/Credito
Firma digitale
Video Rec del processo
Massimizzazione
della customer experience
Chatbot
Analisi
comportamentale
consumatore
Contratto paperless
OCR e Personal Data
Governance Video Identification
12 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro PiatesiUSE CASE – instant insurance
1 Mario decide di andare a sciare!
Dopo aver acquistato lo Skipass 2 3 4
scarica l’APP delle piste da sci e La compagnia assicurativa riceve
CRIF tramite OCR acquisisce uno score su Mario, in base al Grazie all’integrazione con
riceve una notifica per attivare
automaticamente i dati anagrafici quale elabora la proposta Certification Authority, Mario
una assicurazione sugli infortuni.
e il codice fiscale di Mario ed assicurativa in tempo reale firma digitalmente il documento
effettua controlli su rischiosità e attraverso il backoffice o un PDF e riceve istantaneamente la
Per iniziare l’onboarding è
antifrode, grazie all’accesso a workflow atutomatico copertura assicurativa.
sufficiente fotografare la tessera
molteplici fonti informative
sanitaria
13 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro PiatesiUSE CASE – onboarding ramo vita
1 Sara vuole richiedere una polizza
2 3 La compagnia assicurativa riceve un
report di Profilatura AML e uno
4 Grazie all’integrazione con
CRIF tramite OCR acquisisce
vita. Per iniziare l’istruttoria score cdi rischiosità su Sara, in Certification Authority, Sara
automaticamente il codice fiscale e i
accede al sito web della base al quale elabora la proposta firma digitalmente il documento
dati di Sara ed effettua controlli di
Compagnia e fotografa la sua assicurativa. Il backoffice può PDF e attiva la copertura
adeguata verifica AML e antifrode
tessera sanitaria e il documento aggiungere Sara in videochat per assicurativa. Il processo viene
anche mediante selfie ID verification
di identità fornire ulteriori approfondimenti salvato per compliance AML-KYC
sul contratto
14 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro PiatesiPSD2: un’opportunità per l’identificazione dei clienti
PSD2 come rafforzativo
dell’identificazione
La presenza di un conto corrente
su un altro Istituto di credito è
informazione importante a
supporto del processo di
identificazione
15 ©2018 • Innovative data analytics 4 smart onboarding •
CETIF Open Summit - Mauro PiatesiGrazie dell’attenzione
Follow us on Linkedin
www.crif.it
marketing@crif.comPuoi anche leggere
