Fraud Analytics

Putem afirma că volumul Fraud Analytics reprezintă un model de bune practici în utilizarea analizei datelor pentru identificarea infracțiunilor economice. Cadrul propus de Delena D Spann nu este unul teoretic, ci unul operațional, axat pe modul în care tehnicile de data mining pot fi transformate în instrumente de supraveghere activă. Ne-a atras atenția rigoarea cu care autorul tratează etapa preliminară a investigației: alegerea tipului corect de analiză înainte de a procesa volume mari de date, o abordare care economisește resurse critice pentru orice auditor sau examinator de fraudă.

Merită menționat că textul acordă o importanță deosebită celor doi piloni tehnologici ai domeniului: software-urile ACL și IDEA. Spre deosebire de manualele care prezintă algoritmi abstracți, această lucrare publicată la Wiley ancorează fiecare metodă în realitatea software-ului utilizat în industrie. Ca și Pamela S Mantone în Using Analytics to Detect Possible Fraud, autorul distilează experiență reală în principii acționabile, oferind cititorului nu doar „ceea ce” trebuie căutat, ci și „cum” să folosească tehnologia pentru a izola anomaliile financiare. Structura este una pragmatică, unde studiile de caz servesc drept puncte de verificare pentru conceptele de analiză financiară și prevenție.

Experiența de lectură este una intensă, marcată de un ton autoritar și precis. Nu este o carte despre intuiție, ci despre rigoarea matematică aplicată în bazele de date. În comparație cu Fraud Data Analytics Methodology de Leonard W Vona, care pune accent pe fuziunea dintre evaluarea riscului și analytics, lucrarea de față se concentrează mai mult pe execuția tehnică și pe instrumentele indispensabile detectării rapide a fraudelor în contextul volumelor mari de tranzacții moderne.