跳到主要內容
 
:::

競賽細節

題目敘述
(1) 題目背景: 現行針對異常交易行為的辨識流程可分為「識別(Screen)」、「核對(Find)」、「評估(Evaluate)」等階段。在「識別(Screen)」階段,會針對一項或多項疑似異常交易的表徵進行判斷: 1. 比對客戶或交易是否符合洗錢表徵? 2. 交易行徑是否詭異?如客戶為年輕族群或退休年齡,但頻繁進行大額交易。 3. 交易是否涉及境外機構,且其名稱與知名合法金融機構相似? 4. 交易是否涉及難以於地圖找到之陌生國家、地區或島嶼? 5. 交易提供之佐證文件是否不明確? 完成識別程序後,會開始進行「核對(Find)」,此時會核對客戶留存在本行各項資料,以判斷客戶是否正在或即將從事異常交易的活動,主要核對資料如下: 1. 客戶職業或身分 2. 客戶年齡 3. 客戶帳戶收入來源 4. 帳戶平均結餘、交易次數及模式 最後,於「評估(Evaluate)」階段,依據前述之結果,進行綜合判斷,就客戶的交易是否真正可疑作出決定。然而當前在帳戶出現異常交易行為後,須等到隔天才會統一將前一日出現異常交易的帳戶資料,彙整成報表給予分行行員進行複查,且複查工作仍需人工進行查看,並且許多時候行員還需要致電給帳戶持有人照會,以確認交易是否為異常,整體辨識流程不但相對繁瑣,若於非工作日發生亦無法即時進行反應。此外,因為帳戶本身未被列為警示帳戶,因此並不會發送異常交易提醒訊息給帳戶持有者以及交易對象,導致相關人員無法即時掌握帳戶狀態。 (2) 欲解決之痛點: 1. 分行行員日常業務量繁重,導致複查效率不彰。 2. 無法即時辨識此交易行為是否異常。 3. 異常交易帳戶因尚未被列為警示帳戶,故不會發送訊息通知帳戶持有者以及與此帳戶進行交易的對象。 (3) 可提供的資料類型和內容說明: 1. 去識別化後之本行客戶基本資料 2. 本行客戶日常交易樣態 3. 本行過往已確認為異常交易行為之帳戶樣態 (4) 期望達成的AI數據應用方式: 1. 自動化辨別帳戶異常交易行為模型:透過提供相關數據資料,如:客戶日常交易樣態、過往異常交易行為之帳戶樣態,提出自動辨別帳戶異常交易行為模型,期望可利用AI提早辨識出異常交易行為之帳戶。 2. 異常交易警示通知:針對已被AI模型辨識為異常交易行為之帳戶,於交易過程中跳出警示訊息通知帳戶持有者以及交易對象,期望以此降低詐騙風險。


資料型態
客戶資料數據檔(包含行業別、就業狀態、職務名稱、年收入)、客戶交易數據檔


資料集整備度與細節說明
資料已針對個資等機敏資料進行處理。


期望成果需求
1. 從異常交易行為發生到行為辨識完成的時程縮短至1天內。 2. 異常交易的辨識正確率達到70%。


可提供之解題資源
1. 專業窗口一人 2. 協助提供資料來源


額外獎勵誘因


出題單位
臺灣新光商業銀行


單位(公司)簡介
臺灣新光商業銀行為新光金控持股100%的子公司,在全臺分行數達105家。新光銀行秉持著「創新、服務、誠信、回饋」四大經營理念,結合數位科技趨勢,致力於發展全方位金融服務事業,以此成為客戶心中的首選銀行。同時以「貼近生活、為客著想」做為價值主張,深化客戶經營,並藉由金控集團優勢,提供全方位服務與產品,發揮整體經營最大綜效,在提供完整金融服務的同時,亦持續實現「光無所不在.心與你同在」的永續精神及價值。


其他備註


* 題目因實際數據改變或其他不可抗力之事由,出題企業保有修改、變更或取消題目之權利。