Case: Van Lanschot
Witwassen succesvol aanpakken met data science
In ons EngD (voorheen PDEng)-programma werken onze trainees een jaar lang samen met een organisatie aan een werkbare oplossing voor een probleem waarin data science een doorslaggevende rol kan spelen. Een voorbeeld van zo’n probleem is cybercrime in de bancaire wereld. Data science kan succesvol worden ingezet om witwassen tegen te gaan en verdachte transacties te herkennen.
Een EngD-trainee van JADS deed onderzoek naar grote hoeveelheden data bij Van Lanschot, een bank in Nederland, en ontwikkelde een model dat dergelijke transacties kan lokaliseren.
De uitdaging
“We werden getriggerd door een artikel van JADS”, zegt Paul Fleuren, verantwoordelijk voor de afdeling witwassen van geld bij Van Lanschot. “We gebruikten al geavanceerde data-analyse om ons klantenbestand te monitoren, maar het zoeken naar verdachte transacties is als zoeken naar een speld in een hooiberg. Hoe kan dat zo effectief en efficiënt mogelijk?”
Wat we hebben gedaan
Een EngD-trainee deed onderzoek naar de data en ontwikkelde een tool die grote hoeveelheden data kan analyseren. Dit model kan gecompliceerde transactiepatronen ontdekken die verder gaan dan voor de hand liggende criteria, zoals frequente overboekingen of zeer hoge bedragen.
“Wat ik eigenlijk deed, was de verschillende transacties modelleren als een netwerk. Ik verbond altijd de twee partijen die bij een transactie betrokken waren, de betaler en de ontvanger. Dit resulteerde in een dataset die ik op verschillende manieren heb geanalyseerd. Dit resulteerde in een machine learning-model die de kans op afwijkende transacties door een persoon of een groep mensen voorspelt”, zegt Pallabi Sengupta, EngD-trainee bij JADS.
Het resultaat
Fleuren is erg blij met het resultaat, wat zeker bijdraagt aan de strijd tegen witwassen. “Het model onthult ingewikkelde transactiepatronen waar een analist nooit aan zou denken. Maar we blijven realistisch. Er is geen heilige graal, perfecte systemen die detecteren dat alles niet bestaat, het blijft een ontdekkingsreis. En de criminele wereld bedenkt natuurlijk ook constant nieuwe strategieën.”
De waarschijnlijkheid van afwijkende transacties voorspellen
De waarschijnlijkheid van afwijkende transacties voorspellen
“Ik heb het project als zeer positief ervaren. ”
Pallabi Sengupta, EngD JADS
Transactiepatronen onthullen
Transactiepatronen onthullen
“De samenwerking met JADS was erg prettig. Het model onthult ingewikkelde transactiepatronen waar een analist nooit aan zou denken”
Paul Fleuren, Van Lanschot
Waarom samenwerken met JADS
JADS biedt innovatieve datawetenschapsprogramma’s op undergraduate, graduate en postdoctorale niveau, voert baanbrekend datawetenschappelijk onderzoek uit en biedt geweldige zakelijke kansen met een voortdurend groeiend ecosysteem. Van startups tot KMO’s en grote ondernemingen, onze zakenpartners krijgen toegang tot talent, kennis op hoog niveau en zakelijke kansen.
Werk samen met JADS zoals 300+ andere organisaties en bedrijven en geef vorm aan jouw datagedreven toekomst