Modelo de detección de comportamientos anómalos en procesos de venta utilizando técnicas de Machine Learning

Agrosuper es una empresa con más de 65 años de experiencia, dedicada principalmente a la producción y venta de alimentos, tanto de origen animal, agrícola y acuícola en el que trabajan más de 13.000 colaboradores.

Desafíos

  • Agrosuper había detectado ciertos comportamientos anómalos en sus ventas, los cuales fueron descubiertos tiempo después de que ocurrieron.
  • Proceso de selección de clientes para auditoría generada de forma manual y aleatoria, sin clusterización de clientes más riesgosos.
  • Falta de información consolidada desde distintos sistemas, considerando SAP ERP como principal fuente de datos, generando procesos manuales para el procesamiento de datos.
  • Posibles fraudes no detectados que se traducen en pérdida de ingresos.

Soluciones

Definición de variables que tienen incidencia en la identificación de ciertos patrones de comportamientos en ventas (variación porcentual en ventas respecto a periodos anteriores, respecto a los vendedores, precios y descuentos, geolocalización, notas de crédito, entre otros criterios.

Desarrollo de modelo de Machine Learning basado en la hipótesis de que cualquier caso que se determine como “anómalo” es un potencial fraude que debe ser auditado.

Centralización de la información proveniente de SAP ERP y otros sistemas para lograr tener un único repositorio de información.

Resultados

Protección de ingresos debido a la detección temprana y preventiva de anomalías en sus ventas, contribuyendo a un aumento en la rentabilidad del negocio.

Reducción de costos asociados a la investigación que los recursos dedicaban a resolver problemas de fraudes.

Mayor eficiencia operativa, eliminando procesos manuales, y los tiempos y recursos dedicados al procesamiento de los datos.

Prevención Proactiva de Fraudes identificando de manera temprana transacciones anómalas, evitando pérdidas financieras

Lo que dicen nuestros clientes

Obtén nuestro material exclusivo