Configurar la prevención de pérdidas
La capacidad de prevención de pérdidas en Microsoft Dynamics 365 Fraud Protection utiliza inteligencia artificial (IA) adaptativa para generar puntuaciones de riesgo e identificar anomalías y patrones de datos en los datos históricos de transacciones. Luego, puede usar estos puntajes de riesgo, anomalías y patrones para generar informes que brinden un análisis de tendencias detallado, basado en la tasa de retorno, la tasa de descuento y otros indicadores clave de rendimiento (KPI) que podrían indicar fraude en la tienda.
Identificación de actividad fraudulenta
La capacidad de prevención de pérdidas está diseñada para ayudar a los analistas de prevención de pérdidas, gerentes de tienda e investigadores de prevención de pérdidas a identificar actividades fraudulentas que generalmente implican descuentos, devoluciones, anulaciones de precios, transacciones anuladas, canje de tarjetas de regalo, etc., que los empleados aplican incorrectamente en el punto de Terminales de venta (POS).
La prevención de pérdidas se basa en la detección de anomalías que busca patrones en los datos de POS que se ingieren en el sistema. Identifica valores atípicos a través del aprendizaje automático (ML) no supervisado y proporciona una lista de terminales anómalos, actores anómalos y productos anómalos. Los gerentes de tienda, los analistas de prevención de pérdidas y los investigadores de fraudes de prevención de pérdidas pueden utilizar esta lista para centrarse en áreas específicas que podrían representar un fraude.
La prevención de pérdidas puede ayudarlo a reducir el costo y la complejidad asociados con el proceso de tomar grandes cantidades de datos, analizarlos en busca de patrones de fraude y obtener información procesable a partir de ellos. Por lo tanto, puede identificar rápidamente sus áreas de riesgo, como la tienda, la terminal, el turno y / o qué empleado podría estar haciendo un mal uso de sus políticas de devolución y descuento.
Objetivos de este documento
El propósito de este documento es guiarlo a través de las siguientes actividades:
- Paso 1: Prepare sus datos históricos. Esta actividad también se conoce como asignación de datos.
- Paso 2: Cargue datos y genere un informe de prevención de pérdidas.
- Paso 3: Analice los datos en un informe de prevención de pérdidas.
Después de completar estos pasos en su propio sistema utilizando sus propios datos, tendrá: un informe de prevención de pérdidas procesable. También podrá ejecutar informes de prevención de pérdidas de forma regular.
Requisitos previos
Antes de comenzar las tareas de este documento, debe:
- Configure La protección contra fraudes en un inquilino de Microsoft Entra, como se describe en Configuración de una instancia de prueba.
Paso 1: Prepare sus datos históricos (asignación de datos)
Cuando Fraud Protection evalúa una transacción por posible fraude de compra, utiliza una combinación de IA, ML y un consorcio de datos. Una gran cantidad de datos alimenta los modelos que se utilizan para la evaluación. Cualquier dato que se transmita al sistema para evaluación o aprendizaje del sistema debe ajustarse a un esquema predefinido. En el mundo de la IA y el aprendizaje automático, generalmente se entiende que la calidad de los datos que utiliza un modelo afecta la calidad de los resultados.
Asignación de datos es un proceso que ayuda a garantizar que se asignen los valores correctos a los campos de esquema correctos y que su sistema de comercio se integre correctamente con Fraud Protection. Para obtener más información sobre esquemas, consulte Esquemas de datos para la prevención de pérdidas.
Guía de esquema para la carga de datos
- Los archivos están en formato CSV UTF-8 (coma, punto y coma o delimitado por tabuladores) (*.csv o *.tsv).
- El tamaño máximo de archivos es de 10 gigabytes (GB).
- Los caracteres siguientes tienen el signo de escape en todas las columnas: comas/puntos y comas, caracteres de nueva línea, y caracteres multilínea.
- Las columnas de "datetime" están en el formato ISO 8601. Por ejemplo, en C# DateTime.UtcNow.ToString("o") podría tener el formato "2019-03-14T20:18:11.254Z".
- La precisión de la columna "doble" (decimal) es de dos decimales.
Para obtener más información sobre los esquemas que puede utilizar para generar modelos y determinar evaluaciones de riesgos, consulte Esquemas de datos para la prevención de pérdidas.
Entidades de datos requeridas para el mapeo de datos
Debido a que la capacidad de prevención de pérdidas identifica anomalías y patrones que podrían indicar fraude en la tienda, el modelo ML requiere datos de cuatro entidades para buscar anomalías:
- Transacciones
- Ventas
- Pagos
- PaymentMethods
Para obtener información detallada sobre los esquemas que definen los datos que se utilizan para generar modelos y determinar evaluaciones de riesgos, consulte Esquemas de datos para la prevención de pérdidas. Aunque todos los campos de datos son importantes, puede comenzar con menos campos obligatorios y luego incorporar campos adicionales con el tiempo para mejorar la salida del modelo.
Importante
Los datos que se utilizan para analizar la pérdida son confidenciales, y debe cargarlos solo desde una ubicación de red segura. Tenga en cuenta que Microsoft solicita sólo datos parciales sobre los instrumentos de pago (el número de identificación del banco [BIN] y los cuatro dígitos últimos). No solicitamos el número de instrumento de pago completo ni el número de seguridad social (SSN). Por tanto, no incluya este tipo de datos en los archivos que cargue. Para obtener más información sobre cómo se usan y protegen los datos en Fraud Protection, consulte Seguridad, cumplimiento, y solicitudes de interesados.
Qué hacer si no puede mapear todos sus datos
La Fraud Protection utiliza un amplio conjunto de entidades de datos y, a veces, es posible que falten datos o que no se puedan asignar claramente a un campo. Microsoft ha descubierto que los siguientes factores pueden causar problemas de calidad de los datos:
- Los atributos no están disponibles.
- Los atributos están disponibles, pero no están configurados o están configurados incorrectamente.
- El esquema se interpreta incorrectamente.
- Los datos son incorrectos y / o los valores de enumeración son incorrectos.
- Existe una discrepancia en los mismos atributos.
- Existe un problema de cifrado de datos.
Microsoft le anima a intentar mapear tantos campos de datos como sea posible. Sin embargo, tenga en cuenta los siguientes puntos si algunos campos no se pueden asignar:
- Puede repetir las cargas de datos según sea necesario para mejorar la información a la que tiene acceso el sistema.
- Para generar con éxito un informe con fines de análisis, debe tener al menos un mes de datos de transacciones.
Conéctese, desconecte y vuelva a conectarse a Fraud Protection
Hay dos formas de cargar datos históricos en Fraud Protection para prevenir pérdidas:
- Utilice el conector D365 para conectarse al sistema Dynamics 365 Commerce y cargue los datos directamente.
- Sube archivos de datos en formato CSV.
Elija el método de conexión de datos que sea apropiado para su situación.
Para conectar la prevención de pérdidas con Commerce, debe completar una serie de actividades de configuración únicas. Una vez completadas estas actividades, puede desconectar y volver a conectar los sistemas fácilmente. Para más información, vea Conecte la prevención de pérdidas a los datos de Commerce.
Para conectar sus datos minoristas a Fraud Protection, asegúrese de cumplir los tres requisitos previos siguientes:
- Acceso al lago de datos minoristas.
- Acceda a su entorno de finanzas y operaciones.
- Una licencia de Fraud Protection (prueba o suscripción activada).
Conecte la prevención de pérdidas a los datos de Commerce
- En Commerce, abra el panel e ingrese Parámetros del sistema en el campo de búsqueda en la parte superior de la página.
- En la página Parámetros del sistema, seleccione la pestaña Conexión de datos.
- Establezca la opción Habilitar la integración de Data Lake en Sí.
- Guarde los detalles del lago de datos (el valor del campo Nombre DNS). Necesitará esta información para volver a conectarse si la integración del lago de datos se desconecta alguna vez.
Vuelva al panel e ingrese Almacén de entidades en el campo de búsqueda en la parte superior de la página.
(Una tienda de entidad es una colección de tablas / vistas que tienen datos minoristas en forma cruda o agregada).
En el almacén de entidades, ingrese RetailSales en el campo de búsqueda.
Debajo de Actualizar opciones, establezca la opción Actualización automática habilitada en Sí.
La actualización automática agrega de forma incremental los datos más recientes de los dispositivos POS al lago de datos minoristas.
Regrese al tablero y seleccione el icono Gestión de funciones.
En el espacio de trabajo Administración de características, busque la característica Prevención de pérdidas de Dynamics 365 Fraud Protection (DFP) y habilítela.
Registre el ID de la aplicación de Fraud Protection en el panel:
Abra la página aplicaciones de Microsoft Entra.
Cree una entrada para el ID de la aplicación de origen para Fraud Protection. (Por ejemplo, bf04bdab-e06f44f3-9821-d3af64fc93a9).
En el campo Id. de usuario, seleccione RetailServiceAccount.
Esta configuración autoriza a Fraud Protection a acceder a los datos del lago de datos.
Abra el portal de Fraud Protection y conecte el entorno de finanzas y operaciones al entorno de Fraud Protection mediante la URL para el entorno de Commerce.
En la siguiente captura de pantalla, la conexión se realizó correctamente y se inició el proceso de sincronización para adquirir datos de Commerce y generar un informe de prevención de pérdidas.
Desconectarse y volver a conectarse a Commerce
Una vez que haya realizado la conexión inicial entre Commerce y Fraud Protection, puede desconectarse y volver a conectarse fácilmente.
Desconectarse de Commerce
Seleccione los tres puntos en la esquina superior derecha del panel Conexión a Dynamics 365 Commerce y luego seleccione Desconectar.
Seleccione Continuar para desconectar.
El lago de datos que se conectó originalmente a esta función de prevención de pérdidas de Fraud Protection está desconectado.
Reconectarse a Commerce
- Seleccione Conectarse a los datos.
- Ingrese los detalles que se crearon para el entorno de Commerce (lago de datos) durante la configuración inicial. (Vea el paso 4 en la sección Conecte la prevención de pérdidas a los datos de Commerce anterior en este documento).
- Seleccione Conectar.
Cuando la conexión es exitosa, el proceso de sincronización para adquirir los datos y actualizar los informes comienza de nuevo inmediatamente.
Paso 2: Cargue datos y genere un informe de prevención de pérdidas
Cuando inicia sesión en su portal de Fraud Protection, si Prevención de pérdidas aparece en el panel de navegación izquierdo, la función de prevención de pérdidas está habilitada.
En la navegación izquierda, seleccione Prevención de pérdidas y luego seleccione Ir a carga de datos.
Seleccione la pestaña Prevención de pérdidas y luego seleccione el botón Prevención de pérdidas.
Las capacidades de prevención de pérdidas se centran específicamente en analizar las pérdidas asociadas con devoluciones y descuentos. Requiere cuatro tipos de conjuntos de datos de terminales de ventas:
- Transacciones
- Ventas
- Pagos
- Métodos de pago
Nota
Los datos deben estar en formato .CVS y deben seguir el esquema que se proporciona en Esquemas de datos para la prevención de pérdidas.
Para cargar sus archivos de datos:
En la navegación izquierda, seleccione Datos, seleccione Carga de datos y luego Prevención de pérdidas.
Seleccione Seleccionar fuente de datos, seleccione el tipo de archivo que desea cargar (un archivo .csv o .tst) y luego seleccione Navegar.
Seleccione el archivo que desea cargar, seleccione Abierto y luego seleccione Siguiente.
La página Carga de datos > Pagos muestra una vista previa de los datos.
En la navegación superior, seleccione Guardar y cerrar.
Repita los pasos 2 a 4 para cargar los cuatro tipos de datos.
Una vez que haya cargado todos sus archivos de datos, seleccione Procesar datos de prevención de pérdidas.
La Fraud Protection comienza a procesar sus datos y a crear su informe de prevención de pérdidas.
En la barra de navegación de la izquierda, seleccione Prevención de pérdidas para ver el estado de su informe de prevención de pérdidas.
Nota
Normalmente, la prevención de pérdidas tarda entre 30 y 60 minutos en generar un paquete de informes. Sin embargo, el tiempo real depende de la cantidad de datos que se proporcionaron.
Su informe se muestra en la Página de prevención de pérdidas. Para descargar una copia, seleccione Descargar informe.
Paso 3: Analice los datos en un informe de prevención de pérdidas
Cuando Fraud Protection tiene una fuente de datos, puede generar informes de prevención de pérdidas según sea necesario. Dependiendo de cómo haya configurado su entorno, puede generar informes desde una conexión directa a un sistema Commerce o desde archivos de datos cargados.
En el paso anterior, ejecutó su primer informe de prevención de pérdidas. En este paso, utiliza los resultados del informe para identificar anomalías de devolución y descuento, y luego ejecuta informes de prevención de pérdidas adicionales a medida que hay nuevos datos disponibles.
Puede revisar la siguiente información en el informe que se muestra en la página Prevención de pérdidas.
Oportunidad de ingresos basada en datos del personal
En la siguiente captura de pantalla, puede revisar la información según la puntuación de riesgo de 560 o superior.
Puede establecer el intervalo de meses para el que desea analizar los datos en los campos Intervalo de meses. Puede establecer el rango de puntuación de riesgo en el campo Rango de puntuación de riesgo.
- Para ver el rango completo de distribución de la puntuación de riesgo, establezca el valor "desde" en 0 (cero) y el valor "hasta" en 999.
- Para profundizar en las posibles actividades fraudulentas, mantenga el rango de puntuación alto.
Puede establecer el rango de puntuación de riesgo en los campos Rango de puntuación de riesgo.
- Para profundizar en las posibles actividades fraudulentas, ajuste los valores de los campos Rango de puntuación de riesgo para que abarquen solo un rango de puntuación alto, por ejemplo, de 900 a 999.
El panel Oportunidad de ingresos basada en datos del personal proporciona un resumen del monto total en dólares del posible fraude que Fraud Protection ha detectado en devoluciones y descuentos, y que podría contribuir a la ganancia general de ingresos.
El gráfico Recuento de personal anómalo por mes y bandeja de puntuación muestra la distribución anómala del recuento de personal y terminales por mes durante el rango de meses que seleccionó en los campos Intervalo de meses en la parte superior de la página.
Oportunidad de ingresos basada en datos de terminal
En la siguiente captura de pantalla, puede revisar la información según la puntuación de riesgo de 760 o superior.
El panel Oportunidad de ingresos basada en datos de terminales proporciona un resumen de las devoluciones, los descuentos y el total.
Terminales anómalos se cuentan por mes y por intervalo de puntuación muestra un recuento mensual de terminales que es muy probable y poco probable que sean fraudulentas.
Si desea comprender mejor cómo ha estado funcionando un terminal específico, una herramienta útil es el análisis de tendencias que compara el puntaje de un terminal específico con el puntaje de toda la población.
Cuando pasa el mouse sobre un punto de datos específico en el gráfico, se muestran el puntaje de riesgo del terminal y el puntaje de riesgo promedio de toda la población. En el siguiente ejemplo, el patrón de dientes de sierra es una buena representación del hecho de que este terminal se ha estado moviendo hacia adelante y hacia atrás en términos de comportamiento anómalo.
El modelo utiliza cinco o seis eventos predeterminados para generar la puntuación de riesgo. Considera la tasa de devolución, que es la cantidad total de devoluciones que los empleados han iniciado en una terminal específica, dividida por la cantidad total de ventas en esa terminal durante un período determinado. También considera la proporción de efectivo a tarjeta y el número de compras con descuento para empleados en las que se utilizaron varias tarjetas de pago. Por último, considera la relación entre devoluciones sin recibo y devoluciones con recibo y el número de artículos con descuento que se vendieron sin descuento.
Personal de riesgo principal
- Para ver datos sobre el personal de alto riesgo, seleccione la pestaña Personal.
La siguiente captura de pantalla muestra información que incluye al personal que estuvo en o por encima del umbral 560 durante al menos un mes. El conjunto de datos se ordena para mostrar al personal, en función de la puntuación de riesgo que han generado los modelos.
La sección Resumen de datos proporciona un resumen de las contribuciones del personal. Muestra el número total de ID de personal únicos, el recuento de puntuaciones (número de veces que los empleados únicos fueron anómalos durante el período de datos del informe) y la puntuación de riesgo promedio en una escala de 0 (cero) a 999.
- Para buscar datos relacionados con un miembro específico del personal, ingrese una identificación de personal en el campo de búsqueda.
La cuadrícula Personal de alto riesgo enumera todos los id. de personal que el modelo ha analizado. La lista está ordenada en orden descendente de puntuación de riesgo (es decir, el miembro del personal de mayor riesgo aparece en la parte superior de la lista). La cuadrícula también muestra el puntaje promedio de cada miembro del personal y el número de veces que cada miembro del personal se consideró anómalo durante el período completo de datos que se evaluó para el informe.
Recuento de puntuación indica el número de meses que estuvieron por encima del umbral. Por ejemplo, si se utilizaron datos de 12 meses para generar el informe, un valor de Recuento de puntuación de 3 para un miembro del personal indica que el miembro del personal se consideró anómalo durante tres de los 12 meses.
- Para ver más detalles sobre un miembro específico del personal, seleccione una ID en la columna Identificación del personal.
Resumen de puntuación de riesgo del personal
- Para ver la puntuación de riesgo de un personal específico, seleccione un Id. de personal.
La siguiente captura de pantalla muestra información que incluye al personal que estuvo en o por encima del umbral 560 durante al menos un mes. El conjunto de datos se ordena para mostrar al personal, en función de la puntuación de riesgo que han generado los modelos.
- En los campos Intervalo de meses establezca el intervalo de meses para el que desea analizar los datos.
- En el campo Rango de puntuación de riesgo, establezca el rango de puntuación de riesgo. Para profundizar en las posibles actividades fraudulentas, mantenga el rango de puntuación alto.
El gráfico Puntaje de riesgo por mes indica la probabilidad de que los eventos asociados con el personal sean fraudulentos. Es poco probable que los rangos de puntuación de riesgo de 0 a 559 sean fraudulentos y es muy probable que 560-999 sea fraudulento. El gráfico muestra el puntaje de riesgo asociado con el miembro del personal seleccionado en comparación con el puntaje de riesgo promedio de todo el personal.
Todas las razones que afectan la puntuación de riesgo por percentil enumera las razones específicas que afectan la puntuación de riesgo, clasificadas por percentil. Los percentiles significativos se resaltan en la cuadrícula.
Detalles del motivo
- Para revisar los detalles de la razón y analizar más a fondo el impacto de esa razón en la puntuación de riesgo, seleccione una de las cinco razones de la la lista desplegable Razón.
El gráfico Valor de motivo por mes muestra los detalles del motivo o evento que seleccionó.
Terminales de riesgo principal
- Para ver datos sobre terminales de alto riesgo, seleccione la pestaña Terminales.
Esta captura de pantalla muestra información que incluye los terminales de máximo riesgo que estuvo en o por encima del umbral 760 durante al menos un mes.
- En los campos Intervalo de meses establezca el intervalo de meses para el que desea analizar los datos.
- En el campo Rango de puntuación de riesgo, establezca el rango de puntuación de riesgo. Para profundizar en las posibles actividades fraudulentas, mantenga el rango de puntuación alto.
La sección Resumen de datos proporciona un resumen de la evaluación de terminales. Muestra el número total de ID de terminal únicos que el modelo ha analizado, el número de veces que los terminales únicos fueron anómalos durante el período de datos del informe y la puntuación de riesgo promedio en una escala de 0 (cero) a 999.
- Para buscar datos relacionados con un terminal específico, ingrese un id. de terminal en el campo de búsqueda.
La cuadrícula Terminales de alto riesgo enumera todos los ID de terminales. La terminal de mayor riesgo aparece en la parte superior de la lista. La cuadrícula también muestra el puntaje promedio de cada terminal y el número de veces que cada terminal se consideró anómalo durante el período completo de datos que se evaluó para el informe.
Detalles del motivo
- Para revisar los detalles de la razón y analizar más a fondo el impacto de esa razón en la puntuación de riesgo, seleccione una de las cinco razones de la la lista desplegable Razón.
El gráfico Valor de motivo por mes muestra los detalles del motivo o evento que seleccionó.
Resumen de puntuación de riesgo del terminal
Para comprender mejor cómo ha estado funcionando un terminal específico, una herramienta útil es el análisis de tendencias que compara el puntaje de un terminal específico con el puntaje de toda la población. El gráfico de ejemplo en la siguiente captura de pantalla muestra la variación en la puntuación de riesgo por mes.
La sección Resumen de la puntuación de riesgo de terminal muestra la puntuación máxima, la puntuación media y el número de veces que esta tienda o terminal específica ha sido anómala.
Cuando pasa el mouse sobre un punto de datos específico en el gráfico, se muestran el puntaje de riesgo del terminal y el puntaje de riesgo promedio de toda la población. En el siguiente ejemplo, el patrón de dientes de sierra es una buena representación del hecho de que este terminal se ha estado moviendo hacia adelante y hacia atrás en términos de comportamiento anómalo.
El modelo utiliza cinco o seis eventos predeterminados para generar la puntuación de riesgo. Considera la tasa de devolución, que es la cantidad total de devoluciones que los empleados han iniciado en una terminal específica, dividida por la cantidad total de ventas en esa terminal durante un período determinado. También considera la proporción de efectivo a tarjeta y el número de compras con descuento para empleados en las que se utilizaron varias tarjetas de pago. Por último, considera la relación entre devoluciones sin recibo y devoluciones con recibo y el número de artículos con descuento que se vendieron sin descuento.
Resumen de motivos de la terminal
Para comprender cómo cada evento o motivo afectó las puntuaciones de riesgo, revise la siguiente información en el informe.
La cuadrícula de la sección Todas las razones que afectan la puntuación de riesgo por percentil enumera las razones específicas que afectan la puntuación de riesgo, clasificadas por percentil. Los percentiles significativos se resaltan.
En el campo Razón de la sección Detalles de la razón, puede seleccionar cualquiera de las cinco razones de la cuadrícula Todas las razones que afectan la puntuación por percentil para analizar más a fondo el impacto de ese motivo en la puntuación de riesgo.
El gráfico Detalles de razón muestra el valor por mes para el motivo o evento que seleccionó en el campo Razón.
Transacciones (últimos seis meses)
La sección Transacciones (últimos seis meses) del informe muestra transacciones específicas que han ocurrido en la terminal durante los últimos seis meses.
Como muestran los encabezados de columna de la cuadrícula, los datos en la cuadrícula incluyen la fecha de la transacción de acuerdo con el recibo, el ID de la transacción, el ID del personal, el monto de la compra, el monto del descuento, el monto de la devolución, una indicación de si un recibo de devolución, el método de pago y la categoría.
Si un miembro del personal asociado con una transacción es etiquetado como anómalo por el modelo, aparece una señal de precaución roja junto a su ID de personal en la cuadrícula. Esta señal de precaución identifica al miembro del personal como de alto riesgo.
Nota para los clientes de Commerce existentes
Si ya es cliente de Commerce, todos los campos obligatorios tienen una restricción NO NULO en el tipo de datos. Para obtener una referencia de esquema, consulte Esquemas de datos para la prevención de pérdidas en Dynamics 365 Fraud Protection. Sin embargo, también puede configurar Commerce para compartir datos directamente con Fraud Protection.
Para obtener información sobre cómo integrar Commerce con Fraud Connection y conectarse a Fraud Protection, consulte la sección Conecte la prevención de pérdidas a los datos de Commerce anterior en este documento. No hay trabajo de esquema de requisito previo para la prevención de pérdidas.
¡Enhorabuena! Ha completado con éxito la capacitación y está listo para usar su versión de prueba gratuita de las capacidades de prevención de pérdidas de Fraud Protection.
Pasos siguientes
Para obtener información sobre cómo acceder y utilizar las funciones de Fraud Protection, consulte los siguientes documentos: