Alertas operacionales

Matias Thayer
06/10/2016

Detección de anomalías. Industria financiera. Semanticrobot.

Objetivo: detectar problemas operacionales

  • Los errores operacionales costaron $XXX millones el 2015
  • Además producen una mala imagen de la institución
  • Semanticrobot propone implementar una serie de alertas
    • Darse cuenta antes que los clientes
    • Enfrentar los errores proactivamente
    • Minimizar errores

Metodología

  • Alertas basadas en modelos predictivos
  • Alertas basadas en lógica

Modelos basados en modelos predictivos

  • Evaluar uso de series temporales. Ejempo: ARIMA, ARMA
  • Realizar una predicción del próximo valor basado en los valores anteriores y otros predictores
  • Definir intervalos de confianza
  • Si un valor escapa al intervalo de confianza definido se considera outlier.
    • Este intervalo se puede ajustar
    • Falsos positivos vs falsos negativos

Alertas basadas en lógica simple

  • Cálculos que permitan identificar posibles errores
  • Ejemplo: De las cuentas activas hoy: cuántas fueron abiertas el mes pasado, cuántas fueron abiertas hace 2 meses, cuántas hace 3 meses, etc.
  • Más datos relacionados a los procesos de carga serían útiles.
    • logs
    • cuentas por región
    • cuentas por sucursal

Ejemplo modelo de serie de tiempo

  • Proyectar aperturas de cuentas corrientes para 19 días
  • Intervalo de confianza en sombreado (95%) plot of chunk unnamed-chunk-3

Predicción versus realidad

  • RMSE: 30.1366718

plot of chunk unnamed-chunk-4