Príklady a architektúry v tejto sérii vznikajú ako moje osobné vzdelávacie a nekomerčné experimenty; nejde o ponuku IT alebo poradenských služieb.
Nikto si nevšimne platbu, ktorá vyzerá ako predchádzajúcich štyridsať. Práve preto je tá štyridsiata prvá zaujímavá.
Týždeň nižšie je kompozitná ilustrácia postavená na vzorcoch, ktoré som opakovane videl u finančných tímov v priebehu rokov. Dodávatelia, sumy aj signály sú vymyslené; nepopisujú konkrétnu spoločnosť, dodávateľa ani incident.
Štyridsaťdva platieb, jedna vyzerá inak
Nezvyčajné neuvidíte, kým nepoznáte bežné
Jeden limit, povedzme „všetko nad 10 000 €", vidí v každom dodávateľovi to isté: číslo. Lenže 10 000 € je pri jednom dodávateľovi rutina a pri inom obrovská suma. Vyčnieva platba, ktorá sa líši od vlastnej histórie toho dodávateľa.
| Dodávateľ (vymyslený) | Obvyklá suma | Obvyklý deň | Známe účty |
|---|---|---|---|
| Suroviny | ≈ 18 300 € | Ut | 1 |
| Dopravca | ≈ 2 850 € | Št | 1 |
| Dodávateľ údržby | ≈ 4 200 € | Ut | 1 |
| Softvérová platforma | 2 400 € (pevná) | Ut | 1 |
| Kuriérske služby | ≈ 415 € | Št | 1 |
| Poisťovací maklér | 5 200 € (pevná) | Št | 1 |
Tá, ktorá vyčnievala
| Signál | Obvyklé pre tohto dodávateľa | Táto platba |
|---|---|---|
| Suma | ≈ 4 200 € | 14 400 € (3,4×) |
| Účet | Ten, ktorý sa používal doteraz | Nový |
| Deň | Utorok | Piatok |
Žiadny z tých troch nie je sám o sebe usvedčujúci. Dodávateľ môže poslať vyššiu faktúru, zmeniť banku a požiadať o platbu v piatok. Dokopy stoja za telefonát na číslo, ktoré už máte.
Väčšina nezvyčajných platieb sú chyby
| Ako to vyzerá | Ako to naozaj je |
|---|---|
| Kontrola platieb slúži na odhaľovanie podvodov | V mnohých tímoch, ktoré poznám, sa väčšina nezvyčajných platieb ukáže ako chyba: duplicita, preklep v sume, zlý dátum |
| Jeden limit pre všetkých dodávateľov stačí | Jeden limit je príliš vysoký pre malých dodávateľov a príliš nízky pre veľkých. Lepšou mierkou je história každého dodávateľa |
| Upozornenie má byť zriedkavé | Upozornenie, ktoré sa spúšťa každý deň, je len veľmi drahý kalendár |
| Citlivejšie je bezpečnejšie | Citlivejšie znamená viac falošných poplachov, a príspevok #8 ukázal, čo príde potom: ľudia ich prestanú čítať |
Príliš úzke, príliš voľné, tak akurát
Tolerancia je rozhodnutie, nie nastavenie. V tomto kompozitnom týždni úzke pásmo označí deväť platieb, voľné pásmo žiadnu (ani tú nezvyčajnú) a pásmo uprostred presne jednu.
| Pásmo | Označených platieb | Čo sa stane |
|---|---|---|
| Príliš úzke | 9 | Osem falošných poplachov a ľudia ich prestanú čítať |
| Príliš voľné | 0 | Nezvyčajná platba prejde bez povšimnutia |
| Tak akurát | 1 | Jeden telefonát |
Ilustratívna kompozícia k Príspevku #16. Dodávateľ, sumy a týždne sú vymyslené vzorové dáta a nepopisujú konkrétnu spoločnosť, dodávateľa ani incident.
Upozornenie je také dobré, aké dobré je „bežné", s ktorým sa porovnáva.
Čo musí taká kontrola obsahovať
| Časť | Čo robí |
|---|---|
| Základňa pre každého dodávateľa | Obvyklá suma a rozptyl, obvyklý deň v týždni a známe účty, z posledných mesiacov |
| Tolerancia | Ako ďaleko od obvyklého sa ráta za nezvyčajné, vyladená na minulých týždňoch, nie odhadnutá |
| Dôvody | Každé označenie povie prečo, jednoduchými slovami |
| Ľudský krok | Kontrola len hlási. O ďalšom kroku rozhoduje človek |
Pripravil som si na to malý skript, ktorý robí presne toto nad vymyslenými platbami: z predchádzajúcich týždňov postaví základňu každého dodávateľa, skontroluje voči nej jeden týždeň a vypíše, čo vyzerá inak, aj s dôvodom. Len číta a hlási a nenahrádza kontroly, ktoré vaša organizácia už má. Je v tom istom osobnom, nekomerčnom repozitári ako predchádzajúce demá z tejto série.
Existuje na to malý prototyp
anomaly_watch_agent.py načíta CSV s platbami a vypíše tie, ktoré nevyzerajú ako história ich dodávateľa, aj s dôvodom, nad vzorovými dátami.
Prvý test, ktorý by som spravil, je jednoduchý: zobrať platby za minulý mesiac, zoradiť ich podľa vzdialenosti od vlastnej histórie dodávateľa a prečítať prvých desať. Spočítajte, koľko je chýb, koľko je vysvetlených a koľko si zaslúži telefonát.
Sledujte sériu
Príspevok #17 sa pozrie na iné slepé miesto: maržu na jednom produkte alebo zákazníkovi a ako sa môže prepadnúť do mínusu, bez toho, aby si to niekto všimol v mesačnom priemere.