مشروع تحليلي متكامل لمراقبة مخاطر المعاملات البنكية واكتشاف أنماط الاحتيال، تم بناؤه باستخدام Python وPandas وPlotly وStreamlit.
تم تحليل أكثر من 1.85 مليون معاملة مالية بهدف تحويل البيانات الخام إلى نظام يساعد فرق المخاطر والتحقيق في الاحتيال على تحديد المعاملات ذات الأولوية بدل مراجعة جميع العمليات بنفس المستوى.
شمل العمل:
تنظيف وتجهيز البيانات وتحليلها
Feature Engineering وإنشاء مؤشرات مثل وقت المعاملة، الفئة العمرية، المسافة، وفترة اليوم
تحليل أنماط الاحتيال حسب الوقت والفئة والمبلغ
بناء Business Rule-Based Risk Scoring Framework لتصنيف المعاملات إلى Low / Medium / High Risk
التحقق من فعالية قواعد المخاطر على بيانات غير مستخدمة أثناء بناء النظام
تصميم Web Dashboard تفاعلية تتضمن Executive Overview، Transaction Analysis، Fraud Analysis، Customer & Merchant Risk، Risk Monitoring، وBusiness Recommendations
من أهم نتائج المشروع أن المعاملات المصنفة High Risk مثّلت حوالي 3.5% فقط من إجمالي المعاملات، لكنها احتوت على نحو 49.5% من حالات الاحتيال المكتشفة، مما يوضح قيمة استخدام التحليل في ترتيب أولويات التحقيق وتقليل المراجعة اليدوية.