Fraud Analytics Using Descriptive, Predictive, and Social Network Techniques: Wiley and SAS Business Series

După parcurgerea acestui volum, cititorul va fi capabil să proiecteze și să implementeze o soluție analitică de detectare a fraudei, reducând pierderile financiare care, în medie, ating 5% din veniturile unei organizații. Notăm cu interes rigoarea cu care Bart Baesens, Veronique van Vlasselaer și Wouter Verbeke abordează fenomenul fraudei, nu doar ca pe o problemă de audit, ci ca pe un exercițiu complex de data science. Subliniem că succesul în acest domeniu depinde de capacitatea de a identifica tipare în date istorice înainte ca daunele să se propage în cascadă. Această lucrare se situează pe linia practică a volumului Fraud Analytics de Delena D. Spann, dar aduce un focus mult mai tehnic pe algoritmi și tehnici de rețele sociale (Social Network Techniques). În timp ce alte resurse se limitează la analiza financiară tradițională, autorii de față propun un cadru care utilizează atât date etichetate, cât și neetichetate, oferind o perspectivă tehnică superioară. Cartea consolidează portofoliul lui Bart Baesens, care, după ce a stabilit standarde în Credit Risk Analytics și Credit Risk Management, își extinde aici expertiza asupra prevenției pierderilor operaționale. Structura este una de manual tehnic, publicat de Wiley, care ghidează cititorul prin tot ciclul de viață al unui model analitic. Găsim în această carte un echilibru între teorie și aplicații în sectoare critice precum asigurările, sănătatea și e-commerce-ul. Este o resursă orientată spre rezultate, care transformă volumele masive de date în instrumente de securitate corporativă, oferind managerilor de risc un avantaj strategic în fața tentativelor de fraudă din ce în ce mai sofisticate.