Desarrollo e implementacion de modelos de segmentacion de clientes basados en machine learning para detectar riesgos de lavados de activos y financiacion del terrorismo. Caso de estudio en una aseguradora.

Abstract

Poder identificar actualmente transacciones monetarias sospechosas dentro de las entidades financieras resulta una tarea compleja y de un proceso extenso de seguimiento a los clientes, dentro de esto se involucra la experiencia de la organización y las medidas de control implementadas que se basan en reglas duras que limitan el libre comportamiento usual de los clientes. El presente proyecto de desarrollo permitirá evaluar el mejor escenario de los clientes en donde se identificarán transacciones con un alto riesgo LAFT detallando las características que mejor describen a estos grupos o segmentos. Todo el desarrollo se lo realizará a través de modelos matemáticos que clasificarán los movimientos inusuales de los clientes basado en aprendizaje automático y bajo su fase de implementación enviarán alertas a las entidades de control de la organización en archivos planos. Estos archivos incluyen el detalle de lo sucedido con un día de diferencia para la gestión de seguimiento y toma de acciones