分析丢失防护报表

  • 10 分钟

当丢失防护具有数据源时，可以生成报表。 根据您的环境配置情况，您现在应该已经获得了通过直接接入 Commerce 系统或从上传 .CSV 文件生成的报表。

如果您的丢失防护中没有显示报表，您可以下载示例报表，该报表可在 GitHub 的 Microsoft Excel 中进行查看。 本单元的其余部分将引用产品内屏幕截图来描述可用报表。 该报表也可下载为 Excel 文件。

要分析丢失防护报表，请按照以下步骤操作：

  1. 选择数据选项卡，该选项卡将显示以下部分：

    • Dynamics 365 Commerce 连接 - 提供有关连接状况的简要状态信息及预计下次刷新时间。 此外还提供有关上次完成的刷新及状态的详细信息，并显示是否出错。
    • 最近十次同步 - 显示最近十次同步及其状态的日志。

  2. 选择报表选项卡。Fraud Protection 根据模型注入和分析的数据，提供一组交互式报表。

    屏幕截图：下文所述的报表页面。

    上方屏幕截图中突出显示的编号框中的信息如下：

    • 基于员工数据的收入机会 - 根据员工数据显示收入机会。 它提供 Fraud Protection 检测到的潜在欺诈（以退货和折扣形式）中可能对总体收入有贡献的总货币金额的简要汇总。
    • 基于终端数据的收入机会 - 提供 Fraud Protection 基于终端数据检测到的潜在欺诈（以退货和折扣形式）的总货币金额的简要汇总。
    • 按月份和分数箱显示的员工计数异常 - 显示在月份范围部分中选择的月份范围期间，每个月的员工和终端计数分布异常。
    • 风险分数范围 - 显示供您设置风险分数范围的位置。 风险分数分布跨度的完整范围是 0-999。

  3. 要深入钻取可能的欺诈性活动，请调整风险分数范围，例如仅跨越高风险分数范围。

    屏幕截图：显示高风险分数范围 900 - 999 的“报表”页面。

  4. 向下滚动报表，以查看系统如何根据模型生成的风险分数对数据集进行排序以显示员工。

    • 数据汇总 - 显示员工评估的汇总信息。 它提供唯一员工 ID 的总数。 分数计数显示在报告数据期间，这 28 名唯一员工出现异常的次数。 它还为您提供 0-999 范围内的平均风险分数。
    • 搜索所有 ID - 显示供您输入员工 ID 以搜索员工相关数据的位置。
    • 主要风险员工 - 提供模型分析的所有员工 ID 的列表。 该列表按风险分数的降序顺序显示，其中风险最高的员工显示在列表的顶部。 它还提供每个员工的平均分数，以及在本报表中评估的完整数据期间，这些员工被视为异常的次数。 例如，如果使用 12 个月的数据生成的报表，则分数计数为 3 将意味着在这 12 个月中，该特定员工有 3 次被评估为异常。

    屏幕截图：“报表”页的“员工”部分。

  5. 选择特定的员工 ID 以查看更多详细信息。

下一节提供了有关该向下钻取报表的更多详细信息。

  1. 根据终端以根据终端数据查看与该员工报表相似的信息。

    • 数据汇总 - 显示终端评估的汇总信息。 它提供了在本报表中，Fraud Protection ML 模型分析的唯一终端 ID 的总数。 在本示例中，分数计数显示在报告数据期间，这 94 个唯一终端出现异常的次数。 它还提供 0-999 范围内的平均风险分数。
    • 搜索所有 ID - 显示供您输入终端 ID 以搜索其相关数据的位置。
    • 主要风险终端 - 显示所有终端 ID 的列表，其中风险最高的终端显示在列表的顶部。 它还提供每个终端的平均分数，以及在本报表中评估的完整数据期间，每个终端被视为异常的次数。

    屏幕截图：“报表”页的“终端”部分。

  2. 选择列表中的一个终端以钻取详细信息。

    • 月份范围 - 显示供您设置要进一步分析的数据范围的位置。
    • 风险分数范围 - 显示供您选择风险分数范围的位置。 要向下钻取可能的欺诈活动，请设置较高的分数范围。
    • 终端的风险分数汇总 - 为您提供简要汇总信息，显示本特定商店或终端的最大分数、平均分数和异常次数。

    屏幕截图：向下钻取到“报表”页的一个终端。

    要更好地了解特定终端的健康状况，您可以使用一个有用的工具，即比较终端分数与人群分数以进行趋势分析。 下图按月份显示了风险分数的变化情况。 当您将光标悬停在图形上的特定数据点上时，它将显示终端的风险分数和整个人群的平均风险分数，如下方屏幕截图中的红色框中所示。

    屏幕截图：按月份显示的数据点的风险分数。

    锯齿形式说明该终端表现出来的异常模式具有上下起伏的特征。

    该模型使用五到六个默认事件生成风险分数。 它分析了退货率，即员工在终端发起的总退货次数与特定终端在给定时间段内的总销售次数之间的比例。 它还分析了现金信用卡支付率以及使用多张支付卡的员工折扣购买的次数。 它考虑了无收据与有收据退货率，以及无折扣销售的折扣项目的数量。

    为了帮助您了解每个事件/原因如何影响风险分数，该报表提供了以下信息，如下方屏幕截图中所示：

    • 原因详情 - 以网格形式显示影响风险分数的特定原因，并按百分位数排序。 重要的百分位数突出显示。
    • 原因 - 显示下拉列表，您可以从原因详情网格中的五个原因中选择一个原因，并进一步分析其对风险分数的影响。
    • 按月份显示原因值 - 针对从下拉列表中选择的原因/事件显示按月份显示原因值图。

    屏幕截图：报表中的原因信息。

  3. 向下滚动页面，以查看最近六个月在该终端上发生的特定交易。 该表格中的数据包括收货交易日期、交易记录 ID、员工 ID、购买金额、折扣金额、退货金额、是否有退货收据、付款方式和类别。 如果模型将与该交易记录关联的特定员工标记为异常，则表格中的员工 ID 旁边将显示警告符号。 该符号将员工标识为高风险。