Configurare la prevenzione delle perdite
La funzionalità di prevenzione delle perdite di Microsoft Dynamics 365 Fraud Protection utilizza l'intelligenza artificiale adattiva per generare punteggi di rischio e per identificare anomalie e modelli nei dati storici delle transazioni. È quindi possibile utilizzare questi punteggi di rischio, anomalie e modelli per generare report che forniscono un'analisi dettagliata delle tendenze, in base alla percentuale di resi, al tasso di sconto e ad altri indicatori di prestazioni chiave (KPI) che potrebbero indicare frodi nel punto vendita.
Identificazione di attività fraudolente
La funzionalità di prevenzione delle perdite è progettata per aiutare gli analisti della prevenzione delle perdite, i responsabili dei punti vendita e gli investigatori della prevenzione delle perdite a identificare attività fraudolente che in genere includono sconti, resi, sostituzioni di prezzi, transazioni annullate, riscatto di gift card e così via, che i dipendenti applicano in modo improprio nei terminali di vendita (POS).
La prevenzione delle perdite si basa sul rilevamento delle anomalie che cerca modelli nei dati POS presenti nel sistema. Identifica gli outlier tramite l'apprendimento automatico senza supervisione e fornisce un elenco di terminali, attori e prodotti anomali. I responsabili di punti vendita, gli analisti della prevenzione delle perdite e gli investigatori della prevenzione delle perdite possono quindi utilizzare questo elenco per concentrarsi su aree specifiche che potrebbero rappresentare una frode.
La prevenzione delle perdite può aiutare a ridurre i costi e la complessità associati al processo di acquisizione di enormi quantità di dati tramite l'analisi degli stessi per identificare modelli di frode e ottenere informazioni dettagliate utili. Pertanto, è possibile identificare rapidamente le aree di rischio, come il punto vendita, il terminale, il turno e/o il dipendente che potrebbero utilizzare in modo improprio le politiche di reso e sconto.
Obiettivi di questo documento
Lo scopo di questo documento è descrivere le seguenti attività:
- Passaggio 1: preparare i dati storici. Questa attività è anche nota come mapping dei dati.
- Passaggio 2: caricare i dati e generare un report di prevenzione delle perdite.
- Passaggio 3: analizzare i dati in un report di prevenzione delle perdite.
Dopo aver completato questi passaggi nel sistema in uso utilizzando i propri dati, si otterrà un report di prevenzione delle perdite. Sarà inoltre possibile eseguire regolarmente report di prevenzione delle perdite.
Prerequisiti
Prima di eseguire le operazioni in questo documento, è necessario:
- Configurare La protezione da frodi in un tenant di Microsoft Entra, come descritto in Configurare un'istanza di valutazione.
Passaggio 1: preparare i dati storici (mapping dei dati)
Quando Fraud Protection valuta una transazione per una potenziale frode di acquisto, utilizza una combinazione di intelligenza artificiale, apprendimento automatico e consorzio di dati. Una grande quantità di dati alimenta i modelli utilizzati per la valutazione. Tutti i dati trasmessi al sistema per la valutazione o l'apprendimento del sistema devono essere conformi a uno schema predefinito. Nel settore dell'intelligenza artificiale e dell'apprendimento automatico, si ritiene che la qualità dei dati che un modello utilizza influisce sulla qualità dei risultati.
Il mapping dei dati è un processo che garantisce l'assegnazione dei valori corretti ai campi dello schema e la corretta integrazione del sistema commerciale con Fraud Protection. Per ulteriori informazioni sugli schemi, vedere Schemi di dati per la prevenzione delle perdite.
Indicazioni per lo schema per il caricamento dei dati
- I file sono in formato CSV UTF-8 (virgola, punto e virgola o delimitato da tabulazioni) (*.csv o *.tsv).
- La dimensione file massima è di 10 GB.
- I caratteri seguenti vengono preceduti da un carattere di escape in tutte le colonne: virgole/punti e virgola, caratteri di nuova riga e caratteri multiriga.
- Le colonne "datetime" sono nel formato ISO 8601. Ad esempio, in C# DateTime.UtcNow.ToString("o") può avere il formato "2019-03-14T20:18:11.254Z".
- La precisione di colonna "doppia" (decimale) è due posizioni decimali.
Per ulteriori informazioni sugli schemi che è possibile utilizzare per generare modelli e determinare le valutazioni del rischio, vedere Schemi di dati per la prevenzione delle perdite.
Entità di dati necessarie per il mapping dei dati
Poiché la funzionalità di prevenzione delle perdite identifica anomalie e modelli che potrebbero indicare frodi nel punto vendita, il modello di apprendimento automatico richiede dati di quattro entità per cercare anomalie:
- Transazioni
- Vendite
- Pagamenti
- PaymentMethods
Per informazioni dettagliate sugli schemi che definiscono i dati utilizzati per generare modelli e determinare le valutazioni del rischio, vedere Schemi di dati per la prevenzione delle perdite. Sebbene tutti i campi dati siano importanti, è possibile iniziare con meno campi obbligatori e quindi eseguire l'onboarding di ulteriori campi in seguito per migliorare l'output del modello.
Importante
I dati utilizzati per analizzare le perdite sono sensibili ed è opportuno caricarli solo da un percorso di rete protetto. Tenere presente che Microsoft richiede solo dati parziali sugli strumenti di pagamento (il numero di identificazione della banca [BIN] e le ultime quattro cifre). Non richiediamo il numero dello strumento di pagamento o il codice fiscale (CF) completo. Pertanto, non includere questo tipo di dati nei file caricati. Per ulteriori informazioni sul modo in cui i dati vengono utilizzati e protetti in Fraud Protection, vedi Sicurezza, conformità e richieste degli interessati.
Cosa fare se non è possibile mappare tutti i dati
Fraud Protection utilizza un'ampia gamma di entità di dati e talvolta i dati potrebbero mancare o non essere mappati chiaramente a un campo. Microsoft ha rilevato che i seguenti fattori possono causare problemi di qualità dei dati:
- Attributi non disponibili.
- Attributi disponibili, ma non impostati o impostati in modo errato.
- Schema interpretato in modo errato.
- Dati e/o valori di enumerazione non corretti.
- Mancata corrispondenza negli stessi attributi.
- Problema di crittografia dei dati.
Microsoft incoraggia a eseguire il mapping del maggior numero possibile di campi dati. Tuttavia, tenere presente quanto segue se alcuni campi non possono essere mappati:
- È possibile ripetere i caricamenti dei dati come necessario per migliorare le informazioni a cui il sistema ha accesso.
- Per generare correttamente un report a scopo di analisi, è necessario disporre di almeno un mese di dati di transazioni.
Connettersi, disconnettersi e riconnettersi a Fraud Protection
Esistono due modi per caricare i dati storici in Fraud Protection per la prevenzione delle perdite:
- Utilizzare il connettore D365 per connettersi al sistema Dynamics 365 Commerce e caricare i dati direttamente.
- Caricare i file di dati in formato CSV.
Scegliere il metodo di connessione dati appropriato per la situazione corrente.
Per connettere la prevenzione delle perdite a Commerce, è necessario completare una serie di attività di configurazione una tantum. Al termine di queste attività, è possibile disconnettere e riconnettere facilmente i sistemi. Per ulteriori informazioni, vedere Connettere la prevenzione delle perdite ai dati di Commerce.
Per connettere i dati di vendita al dettaglio a Fraud Protection, assicurarsi di disporre di tutti e tre i seguenti prerequisiti:
- Accesso al data lake di vendita al dettaglio.
- Accedi all'ambiente delle app per la finanza e le operazioni.
- Una licenza Fraud Protection (versione di prova o sottoscrizione attivata).
Connettere la prevenzione delle perdite ai dati di Commerce
- In Commerce, aprire il dashboard e immettere Parametri di sistema nel campo di ricerca nella parte superiore della pagina.
- Nella pagina Parametri di sistema, selezionare la scheda Connessione dati.
- Impostare l'opzione Abilita l'integrazione di Data Lake su Sì.
- Salvare i dettagli del data lake (il valore del campo Nome DNS). Queste informazioni saranno necessarie per riconnettersi se l'integrazione del data lake viene disconnessa.
Ritornare al dashboard e immettere Archivio entità nel campo di ricerca nella parte superiore della pagina
(un archivio entità è una raccolta di tabelle/visualizzazioni che contengono dati di vendita al dettaglio in forma aggregata o non elaborata).
Nell'archivio entità, immettere RetailSales nel campo di ricerca.
Sotto Aggiorna opzioni, impostare l'opzione Aggiornamento automatico abilitato su Sì.
L'aggiornamento automatico aggiunge in modo incrementale i dati più recenti dei dispositivi POS al data lake di vendita al dettaglio.
Tornare al dashboard e selezionare il riquadro Gestione funzionalità.
Nell'area di lavoro Gestione funzionalità trovare la funzionalità Prevenzione delle perdite di Dynamics 365 Fraud Protection (DFP) e abilitarla.
Registrare l'ID dell'app Fraud Protection nel dashboard:
Aprire la pagina delle applicazioni Microsoft Entra.
Creare una voce per l'ID app di prima parte per Fraud Protection (ad esempio, bf04bdab-e06f44f3-9821-d3af64fc93a9).
Nel campo ID utente, selezionare RetailServiceAccount.
Questa impostazione autorizza Fraud Protection ad accedere ai dati dal data lake.
Apri il portale di Fraud Protection e connettere l'ambiente Finance and Operations all'ambiente Fraud Protection utilizzando l'URL dell'ambiente Commerce.
Nello screenshot seguente, la connessione è riuscita e il processo di sincronizzazione per acquisire i dati da Commerce e generare un report di prevenzione delle perdite è iniziato.
Disconnettersi da Commerce e riconnettersi
Dopo aver effettuato la connessione iniziale tra Commerce e Fraud Protection, è possibile disconnettersi e riconnettersi facilmente.
Disconnettersi da Commerce
Selezionare i tre punti nell'angolo in alto a destra del riquadro Connessione di Dynamics 365 Commerce e quindi selezionare Disconnetti.
Selezionare Continua per disconnettersi.
Il data lake originariamente connesso a questa funzionalità di prevenzione delle perdite di Fraud Protection viene disconnesso.
Riconnettersi a Commerce
- Selezionare Connetti ai dati.
- Immettere i dettagli creati per l'ambiente Commerce (data lake) durante la configurazione iniziale (vedere il passaggio 4 nella sezione Connettere la prevenzione delle perdite ai dati di Commerce precedente in questo documento).
- Selezionare Connetti.
Se la connessione riesce, il processo di sincronizzazione per acquisire i dati e aggiornare i report ricomincia immediatamente.
Passaggio 2: caricare i dati e generare un report di prevenzione delle perdite
Quando si accede al portale di Fraud Protection, se Prevenzione delle perdite viene visualizzato nel riquadro di navigazione sinistro, la funzionalità di prevenzione delle perdite è abilitata.
Nel riquadro di navigazione a sinistra, selezionare Prevenzione delle perdite e selezionare Vai a caricamento dati.
Selezionare la scheda Prevenzione delle perdite, quindi selezionare il pulsante Prevenzione delle perdite.
Le funzionalità di prevenzione delle perdite si concentrano specificamente sull'analisi delle perdite associate a resi e sconti. Richiedono quattro tipi di set di dati dei terminali di vendita:
- Transazioni
- Vendite
- Pagamenti
- Metodi di pagamento
Nota
I dati devono essere in formato .CVS e devono seguire lo schema fornito in Schemi di dati per la prevenzione delle perdite.
Per caricare i file di dati:
Nel pannello di navigazione a sinistra, selezionare Dati, selezionare Caricamento dati e quindi Prevenzione delle perdite.
Selezionare Seleziona origine dati, selezionare il tipo di file che si intende caricare (un file .csv o .tst), quindi selezionare Sfoglia.
Selezionare il file da caricare, Apri e quindi Avanti.
La pagina Caricamento dati > Pagamenti visualizza un'anteprima dei dati.
Nella barra di navigazione superiore, selezionare Salva e chiudi.
Ripetere i passaggi da 2 a 4 per caricare tutti e quattro i tipi di dati.
Dopo aver caricato tutti i file di dati, selezionare Elabora dati di prevenzione delle perdite.
Fraud Protection inizia a elaborare i dati e a creare il report di prevenzione delle perdite.
Nella riquadro di navigazione a sinistra, selezionare Prevenzione delle perdite per vedere lo stato del report di prevenzione delle perdite.
Nota
In genere, sono necessari tra 30 e 60 minuti per generare un pacchetto di report. Tuttavia, la durata effettiva dipende dalla quantità di dati forniti.
Il report è visualizzato nella pagina Prevenzione delle perdite. Per scaricare una copia, selezionare Scarica report.
Passaggio 3: analizzare i dati in un report di prevenzione delle perdite
Quando Fraud Protection include un'origine dati, è possibile generare report di prevenzione delle perdite come necessario. A seconda di come è stato configurato il proprio ambiente, è possibile generare report da una connessione diretta a un sistema Commerce o da file di dati caricati.
Nel passaggio precedente, si è eseguito il primo report di prevenzione delle perdite. In questo passaggio, si utilizzano i risultati del report per identificare le anomalie di resi e sconti, quindi si eseguono ulteriori report di prevenzione delle perdite non appena sono disponibili nuovi dati.
È possibile esaminare le seguenti informazioni nel report visualizzato nella pagina Prevenzione delle perdite.
Opportunità di ricavi basata sui dati del personale
Nello screenshot seguente, è possibile esaminare informazioni in base al punteggio di rischio di 560 e superiore.
È possibile impostare il periodo in mesi per il quale si desidera analizzare i dati nel campo Periodo in mesi. È possibile impostare l'intervallo del punteggio di rischio nel campo Intervallo punteggio di rischio.
- Per visualizzare l'intervallo completo della distribuzione del punteggio di rischio, impostare il valore "da" su 0 (zero) e il valore "a" su 999.
- Per eseguire il drill-down di possibili attività fraudolente, utilizzare un intervallo di punteggio elevato.
È possibile impostare l'intervallo del punteggio di rischio nel campo Intervallo punteggio di rischio.
- Per eseguire il drill-down delle possibili attività fraudolente, regolare i valori dei campi Intervallo punteggio di rischio in modo che coprano solo un intervallo di punteggio elevato, ad esempio, da 900 a 999.
Il riquadro Opportunità di ricavi basata sui dati del personale fornisce un riepilogo dell'importo totale in dollari della potenziale frode che Fraud Protection ha rilevato nei resi e negli sconti e che potrebbe contribuire all'aumento delle entrate complessive.
Il grafico Conteggio personale anomalo per mese e categoria di punteggio mostra una distribuzione del conteggio del personale e dei terminali anomali durante l'intervallo di mesi selezionato nei campi Periodo in mesi nella parte superiore della pagina.
Opportunità di ricavi basata sui dati del terminale
Nello screenshot seguente, è possibile esaminare informazioni in base al punteggio di rischio di 760 e superiore.
Il riquadro Opportunità di ricavi basata sui dati del terminale fornisce un riepilogo dei resi, degli sconti e del totale.
Conteggio di terminali anomali per mese e categoria di punteggio mostra un conteggio mensile dei terminali che sono molto probabilmente o poco probabilmente fraudolenti.
Se si desidera comprendere meglio il funzionamento di un determinato terminale, uno strumento utile è l'analisi dei trend che confronta il punteggio di un determinato terminale a quello dell'intera popolazione.
Quando si passa con il mouse su un punto dati specifico nel grafico, vengono visualizzati il punteggio di rischio del terminale e il punteggio di rischio medio dell'intera popolazione. Nell'esempio seguente, il modello a dente di sega è una buona rappresentazione dell'irregolarità di questo terminale in termini di comportamento anomalo.
Il modello utilizza cinque o sei eventi predefiniti per generare il punteggio di rischio. Prende in considerazione il rapporto di restituzione, che è il numero totale di resi che i dipendenti hanno avviato in uno specifico terminale, diviso per il numero totale di vendite in quel terminale durante un determinato periodo. Considera anche il rapporto contanti/carta e il numero di acquisti scontati per i dipendenti in cui sono state utilizzate più carte di pagamento. Infine, prende in considerazione il rapporto tra resi senza ricevuta e resi con ricevuta e il numero di articoli scontati venduti senza sconto.
Personale a rischio massimo
- Per visualizzare i dati sul personale a rischio massimo, selezionare la scheda Personale.
Lo screenshot seguente mostra informazioni che includono il personale che ha raggiunto o superato la soglia di 560 durante almeno un mese. Il set di dati viene ordinato per mostrare il personale, in base al punteggio di rischio generato dai modelli.
La sezione Riepilogo dati fornisce un riepilogo della valutazione del personale. Mostra il numero totale di ID personale univoci, il conteggio di punteggi (numero di volte in cui gli addetti univoci sono risultati anomali durante il periodo dei report dei dati) e il punteggio di rischio medio su una scala da 0 (zero) a 999.
- Per cercare i dati relativi a uno specifico membro del personale, immettere un ID personale nel campo di ricerca.
La griglia Personale a rischio massimo elenca tutti gli ID personale che il modello ha analizzato. L'elenco è ordinato in ordine decrescente di punteggio di rischio (ovvero, il membro del personale a più alto rischio appare all'inizio dell'elenco). La griglia mostra anche il punteggio medio di ciascun membro del personale e il numero di volte in cui ciascun membro del personale è stato ritenuto anomalo durante l'intero periodo di dati preso in considerazione per il report.
Il campo Conteggio punteggio indica il numero di mesi in cui ha superato la soglia. Ad esempio, se per generare il report sono stati utilizzati 12 mesi di dati, un Conteggio punteggio pari a 3 per un membro del personale indica che questo è stato ritenuto anomalo per tre dei 12 mesi.
- Per visualizzare maggiori dettagli su uno specifico membro del personale, selezionare un ID nella colonna ID personale.
Riepilogo del punteggio di rischio del personale
- Per visualizzare il punteggio di rischio di uno specifico personale, selezionare un ID personale.
Lo screenshot seguente mostra informazioni che includono il personale che ha raggiunto o superato la soglia di 560 durante almeno un mese. Il set di dati viene ordinato per mostrare il personale, in base al punteggio di rischio generato dai modelli.
- Impostare il periodo in mesi per il quale si desidera analizzare i dati nel campo Periodo in mesi.
- Impostare l'intervallo del punteggio di rischio nel campo Intervallo punteggio di rischio. Per eseguire il drill-down di possibili attività fraudolente, utilizzare un intervallo di punteggio elevato.
Il grafico Punteggio di rischio per mese indica la probabilità che gli eventi associati al personale siano fraudolenti. È improbabile che i punteggi di rischio tra 0 e 559 siano fraudolenti mentre è molto probabile che quelli tra 560 e 999 siano fraudolenti. Il grafico mostra il punteggio di rischio associato al membro del personale selezionato rispetto al punteggio di rischio medio dell'intero personale.
L'elenco Tutti i motivi che influiscono sul punteggio di rischio per percentile elenca i motivi specifici che influiscono sul punteggio di rischio, classificati in base al percentile. I percentili significativi sono evidenziati nella griglia.
Dettagli motivo
- Per esaminare i dettagli del motivo e analizzare ulteriormente l'impatto di tale motivo sul punteggio di rischio, selezionare uno dei cinque motivi dall'elenco a discesa Motivo.
Il grafico Valore del motivo per mese mostra i dettagli del motivo o dell'evento selezionato.
Terminali a rischio massimo
- Per visualizzare i dati sui terminali a rischio massimo, selezionare la scheda Terminali.
Questo screenshot mostra le informazioni che includono i terminali a rischio massimo che hanno raggiunto o superato la soglia 760 per almeno un mese.
- Impostare il periodo in mesi per il quale si desidera analizzare i dati nel campo Periodo in mesi.
- Impostare l'intervallo del punteggio di rischio nel campo Intervallo punteggio di rischio. Per eseguire il drill-down di possibili attività fraudolente, utilizzare un intervallo di punteggio elevato.
La sezione Riepilogo dati fornisce un riepilogo della valutazione dei terminali. Mostra il numero totale di ID terminale univoci che il modello ha analizzato, il numero di volte in cui i terminali univoci sono risultati anomali durante il periodo di dati preso in considerazione e il punteggio di rischio medio su una scala da 0 (zero) a 999.
- Per cercare i dati relativi a uno specifico terminale, immettere un ID personale nel campo di ricerca.
La griglia Terminali a rischio massimo elenca tutti gli ID terminale. Il terminale a più alto rischio viene visualizzato all'inizio dell'elenco. La griglia mostra anche il punteggio medio di ciascun terminale e il numero di volte in cui ogni terminale è stato ritenuto anomalo durante l'intero periodo di dati preso in considerazione per il report.
Dettagli motivo
- Per esaminare i dettagli del motivo e analizzare ulteriormente l'impatto di tale motivo sul punteggio di rischio, selezionare uno dei cinque motivi dall'elenco a discesa Motivo.
Il grafico Valore del motivo per mese mostra i dettagli del motivo o dell'evento selezionato.
Riepilogo del punteggio di rischio del terminale
Per comprendere meglio il funzionamento di uno specifico terminale, uno strumento utile è l'analisi delle tendenze che confronta il punteggio di un determinato terminale a quello dell'intera popolazione. Il grafico di esempio nello screenshot seguente mostra la variazione del punteggio di rischio per mese.
La sezione Riepilogo del punteggio di rischio del terminale mostra il punteggio massimo, il punteggio medio e il numero di volte in cui questo specifico punto vendita o terminale è risultato anomalo.
Quando si passa con il mouse su un punto dati specifico nel grafico, vengono visualizzati il punteggio di rischio del terminale e il punteggio di rischio medio dell'intera popolazione. Nell'esempio seguente, il modello a dente di sega è una buona rappresentazione dell'irregolarità di questo terminale in termini di comportamento anomalo.
Il modello utilizza cinque o sei eventi predefiniti per generare il punteggio di rischio. Prende in considerazione il rapporto di restituzione, che è il numero totale di resi che i dipendenti hanno avviato in uno specifico terminale, diviso per il numero totale di vendite in quel terminale durante un determinato periodo. Considera anche il rapporto contanti/carta e il numero di acquisti scontati per i dipendenti in cui sono state utilizzate più carte di pagamento. Infine, prende in considerazione il rapporto tra resi senza ricevuta e resi con ricevuta e il numero di articoli scontati venduti senza sconto.
Riepilogo dei motivi del terminale
Per capire in che modo ogni evento o motivo ha influito sui punteggi di rischio, esaminare le seguenti informazioni nel report.
La griglia nella sezione Tutti i motivi che influiscono sul punteggio per percentile elenca i motivi specifici che influiscono sul punteggio di rischio, classificati in base al percentile. I percentili significativi sono evidenziati.
Nel campo Motivo della sezione Dettagli motivo, è possibile selezionare uno dei cinque motivi nella griglia Tutti i motivi che influiscono sul punteggio per percentile per analizzare ulteriormente l'impatto di tale motivo sul punteggio di rischio.
Il grafico Dettagli motivo mostra il valore per mese del motivo o dell'evento selezionato nel campo Motivo.
Transazioni (ultimi sei mesi)
La sezione Transazioni (ultimi sei mesi) del report mostra le transazioni specifiche avvenute presso il terminale negli ultimi sei mesi.
Come mostrano le intestazioni delle colonne della griglia, i dati nella griglia includono la data della transazione in base alla ricevuta, l'ID transazione, l'ID personale, l'importo dell'acquisto, l'importo dello sconto, l'importo del reso, un'indicazione se un era presente la ricevuta di reso, il metodo di pagamento e la categoria.
Se un membro del personale associato a una transazione viene contrassegnato come anomalo dal modello, accanto all'ID personale nella griglia viene visualizzata un'icona di avvertenza rossa. Questa icona identifica il membro del personale come ad alto rischio.
Nota per i clienti di Commerce esistenti
Se si è già un cliente di Commerce, tutti i campi obbligatori hanno l'estensione NON NULLO nel tipo di dati. Per un riferimento allo schema, vedere Schemi di dati per la prevenzione delle perdite in Dynamics 365 Fraud Protection. Tuttavia, è anche possibile configurare Commerce per condividere i dati direttamente con Fraud Protection.
Per informazioni su come integrare Commerce con Fraud Connection e connettersi a Fraud Protection, vedere la sezione Connettere la prevenzione delle perdite ai dati di Commerce in questo documento. Non esiste uno schema di prerequisiti per la prevenzione delle perdite.
Congratulazioni. Il training è stato completato ed è ora possibile utilizzare le funzionalità di prevenzione delle perdite della versione di prova di Fraud Protection.
Passaggi successivi
Per informazioni su come accedere e utilizzare le funzionalità di Fraud Protection, vedere i seguenti documenti: