Tentukan cut-off skor fraud per segmen
Gunakan alat ini untuk menentukan cut-off skor fraud dalam otomatisasi keputusan. Masukkan kasus yang sudah diberi skor, hasil, dan segmen untuk membandingkan satu cut-off dengan cut-off terbaik per segmen pada kapasitas pemeriksaan yang sama. Lihat peningkatan untuk tiap kanal dalam satu menit.
Kasus dengan skor
20,000 kasus, termasuk 351 kasus fraud dalam 4 segmen, berhasil dibaca. 0 baris tanpa skor atau hasil yang dikenali tidak disertakan.
File dibaca langsung di browser ini dan tidak diunggah. Hanya jumlah kasus yang dikirim, itu pun jika Anda meminta hasilnya melalui surel.
Satu cut-off dan cut-off per segmen harus sama-sama memenuhi kapasitas ini, sehingga perbandingan menggunakan upaya pemeriksaan yang sama.
Data ini berisi 20.000 kasus buatan dalam empat kanal. Skor untuk kasus baik maupun fraud lebih tinggi di satu kanal dan lebih rendah di kanal lainnya.
Nilai bersih
Pada ≥ 675, satu cut-off menangkap 209 kasus fraud dan menandai 591 kasus baik. Dengan kapasitas 5% yang sama, cut-off per segmen menangkap 283 kasus fraud dan menandai 705 kasus baik, dengan peningkatan sebesar €64,890.
Nilai bersih per segmen
Satu cut-off Cut-off segmen
Hasil per segmen
| Satu cut-off | Cut-off segmen | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Segmen | Kasus | Tingkat fraud | Ditandai | Fraud terdeteksi | Nilai bersih | Cut-off | Ditandai | Fraud terdeteksi | Nilai bersih |
| Online | 6,940 | 2.7% | 730 | 165 | €140,025 | ≥ 675 | 730 | 165 | €140,025 |
| Toko | 6,112 | 0.5% | 27 | 16 | €14,235 | ≥ 643 | 44 | 19 | €16,725 |
| Mitra | 4,002 | 2.8% | 16 | 15 | €13,485 | ≥ 527 | 171 | 85 | €75,210 |
| Telepon | 2,946 | 0.7% | 27 | 13 | €11,490 | ≥ 643 | 43 | 14 | €12,165 |
| Total | 20,000 | 1.8% | 800 | 209 | €179,235 | – | 988 | 283 | €244,125 |
Kirim hasil lewat email
Langkah berikutnya, susun cut-off sebagai tabel keputusan berdasarkan segmen dan skor, lalu uji setiap perubahan menggunakan kasus historis. Mulai gratis
Metode cut-off
Nilai bersih = Fraud terdeteksi × Kerugian per kasus fraud − Nasabah baik yang ditandai × Biaya per kasus baik Satu cut-off = max Nilai bersih, Ditandai ≤ Kapasitas pemeriksaan Cut-off segmen = max Σ Nilai bersih, Σ Ditandai ≤ Kapasitas pemeriksaan Semua cut-off, baik untuk seluruh data maupun per segmen, diambil dari daftar yang sama, yaitu 50 nilai skor dengan jarak yang sama di seluruh kasus. Peningkatan berasal dari pembagian per segmen, bukan dari daftar cut-off yang lebih rinci.
Cut-off per segmen dipilih secara bersamaan, dengan kapasitas pemeriksaan dialokasikan ke kasus yang paling menguntungkan untuk ditandai. Cut-off ini dihitung dari file ini, sehingga hasil pada kasus baru akan sedikit lebih rendah, terutama untuk segmen kecil.
Cut-off skor fraud per segmen
Cut-off skor fraud menandai kasus dengan skor yang mencapai atau melewati nilai tertentu. Alat ini membandingkan satu cut-off untuk seluruh data dengan cut-off untuk tiap segmen, menggunakan skor, hasil, dan segmen dalam file Anda.
Skor dapat berperilaku berbeda antar kanal atau produk. Akibatnya, satu cut-off bisa menandai kasus baik di satu segmen dan melewatkan kasus fraud di segmen lain. Bandingkan fraud yang tertangkap, kasus baik yang ditandai, dan nilai bersih dengan kapasitas pemeriksaan yang sama, lalu gunakan hasilnya untuk mempertimbangkan cut-off bagi tiap segmen.
Pertanyaan umum
Bagaimana menentukan cut-off skor fraud?
Cut-off menandai semua kasus dengan skor yang sama atau lebih tinggi dari skor pilihan. Alat ini membandingkan cut-off berdasarkan fraud yang terdeteksi, kasus baik yang ditandai, dan nilai bersih.
Apakah ambang fraud sebaiknya berbeda menurut kanal atau produk?
Cut-off bisa berbeda jika skor berperilaku berbeda antarsegmen. Alat ini membandingkan satu cut-off untuk seluruh portofolio dengan cut-off untuk tiap segmen pada kapasitas peninjauan yang sama.
Apa perbedaan cut-off per segmen dengan satu cut-off?
Alat ini membandingkan fraud yang terdeteksi, kasus baik yang ditandai, dan nilai bersih untuk kedua pendekatan. Keduanya menggunakan daftar kandidat cut-off dan kapasitas peninjauan yang sama.
Bagaimana menentukan cut-off sesuai kapasitas peninjauan?
Tentukan kapasitas peninjauan sebagai persentase kasus yang boleh ditandai. Alat ini memilih cut-off dengan nilai bersih tertinggi dalam batas kapasitas tersebut.
Mengapa satu skor fraud menunjukkan risiko berbeda antar kanal?
Pada data demo, skor untuk kasus baik maupun fraud lebih tinggi di satu kanal dan lebih rendah di kanal lain. Alat ini membandingkan cut-off per segmen berdasarkan hasil dalam file Anda.