ES2844449T3 - Alertas basadas en reglas susceptibles al contexto para el monitoreo de fraude - Google Patents
Alertas basadas en reglas susceptibles al contexto para el monitoreo de fraude Download PDFInfo
- Publication number
- ES2844449T3 ES2844449T3 ES18165892T ES18165892T ES2844449T3 ES 2844449 T3 ES2844449 T3 ES 2844449T3 ES 18165892 T ES18165892 T ES 18165892T ES 18165892 T ES18165892 T ES 18165892T ES 2844449 T3 ES2844449 T3 ES 2844449T3
- Authority
- ES
- Spain
- Prior art keywords
- agent
- activity
- behavior
- workstation
- textual representation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5175—Call or contact centers supervision arrangements
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2281—Call monitoring, e.g. for law enforcement purposes; Call tracing; Detection or prevention of malicious calls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2203/00—Aspects of automatic or semi-automatic exchanges
- H04M2203/60—Aspects of automatic or semi-automatic exchanges related to security aspects in telephonic communication systems
- H04M2203/6027—Fraud preventions
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- Technology Law (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Telephonic Communication Services (AREA)
- Debugging And Monitoring (AREA)
- Computer And Data Communications (AREA)
Abstract
Un método (400) para realizar la detección de fraude en una estación de trabajo (230, 330), el método comprende: monitorear (410) la actividad de una sesión de llamada realizada por un agente, la actividad de llamada comprende: i) una comunicación verbal monitoreada entre el agente y un tercero; y ii) un registro de la actividad del agente, dicha actividad del agente realizada por el agente y en respuesta a la comunicación verbal; convertir (420) la comunicación verbal monitoreada en una representación textual de la misma; analizar (430) el registro de actividad del agente utilizando un motor de comportamiento, que comprende: analizar la representación textual para identificar una o más palabras o frases; realizar una búsqueda de palabras clave en una o más palabras o frases identificadas de la representación textual; hacer referencia a un modelo de comportamiento (265) para determinar las acciones adecuadas correspondientes a uno o más resultados de la búsqueda de palabras clave; y comparar las acciones adecuadas con el registro de actividad del agente; detectar (440) una inconsistencia entre la comunicación verbal monitoreada y el registro de actividad del agente en base al motor de comportamiento; y realizar (450) una o más acciones de seguridad en respuesta a la detección de la inconsistencia.
Description
DESCRIPCIÓN
Alertas basadas en reglas susceptibles al contexto para el monitoreo de fraude
Antecedentes
Muchas empresas y organizaciones ofrecen servicios a los consumidores y demás clientes de forma remota. Si bien una parte cada vez mayor de estos servicios se está automatizando, a menudo se prefiere la interacción humana (y a veces es necesaria) para casos más difíciles o complejos. Naturalmente, muchas empresas y organizaciones emplean representantes humanos para brindar soporte (técnico) y/o información a las consultas de los consumidores y demás partes interesadas en los productos y/o servicios. Para manejar grandes volúmenes de solicitudes, un enfoque típico es utilizar uno o más centros de contacto con personal humano. Muchos centros de contacto individualizados están centralizados para proporcionar espacio suficiente y recursos para muchos agentes que trabajan en simultáneo. Por ejemplo, un centro de contacto más grande puede admitir cientos o miles de estaciones de trabajo en un solo edificio o campus de edificios. De esa manera, se centraliza el mantenimiento y la instalación de toda la infraestructura (por ejemplo, computadoras, cubículo de la estación de trabajo, etc.).
Estos centros de contacto normalmente manejan grandes volúmenes de solicitudes de servicio o cumplimiento telefónicamente * (o tecnologías de comunicación que simulan una comunicación telefónica). Por lo general, los agentes responderán a las llamadas en el orden en que se reciban, y cuando la cantidad de agentes disponibles se supere por la cantidad de llamadas pendientes, se formará una cola cronológica a la que los agentes podrán responder cuando estén disponibles (por ejemplo, cuando se complete una llamada anterior).
Un ejemplo popular de un centro de contacto es un centro de contacto entrante que gestiona las llamadas entrantes para brindar servicios a las personas que llaman. Por ejemplo, un centro de contacto entrante puede brindar soporte para completar una venta, gestionar problemas o preguntas con respecto a productos (por ejemplo, instrucciones de instalación, servicio de garantía, etc.), gestionar llamadas relacionadas con servicios (por ejemplo, banca, cobranza, policía, bomberos, alarma, etc.) y otros tipos de servicios similares. Otro ejemplo de un centro de contacto es un centro de contacto saliente que inicia llamadas. Un centro de contacto saliente puede proporcionar venta telefónica para un producto o servicio, permitir la solicitud de donaciones caritativas o políticas, proporcionar servicios de cobro de deudas, realizar encuestas o estudios de mercado, etc.
Un centro de contacto puede ser manejado por la empresa u organización asociada con el producto o servicio, o un tercero empleado para brindar soporte al usuario. El centro de contacto puede representar a un cliente externo, en donde el agente gestiona las llamadas de los usuarios en nombre del cliente externo. Como tal, el agente puede estar autorizado a acceder a información privilegiada del cliente mediante el uso de las bases de datos del cliente. Por ejemplo, el cliente puede ser una institución bancaria y el agente gestiona una llamada para ayudar a un usuario a determinar el saldo de su cuenta. En tales casos, el agente puede acceder a los datos personales del usuario controlados por la institución bancaria para proporcionar el saldo de cuenta.
Sin embargo, hay casos en los que el agente accede a información privilegiada del usuario cuando no existe una necesidad legítima, o accede a la información con fines maliciosos. Es decir, mientras que un agente de un centro de contacto inherentemente posee acceso autorizado a información personal e identificable, el agente por lo general está facultado a usar este acceso únicamente si es necesario. Sin embargo, sin una supervisión activa y control de acceso de los usuarios, el agente no solo puede recopilar información personal crítica a través de un acceso no autorizado, sino que esa información puede usarse posteriormente para cometer fraude adicional (por ejemplo, solicitar crédito, realizar transacciones de compra, etc.) La solicitud de patente estadounidense publicada US 2016/065732 A1 divulga un método de detección de fraude que incluye determinar que un primer agente en una primera estación de trabajo de un centro de contacto no está en una llamada la primera vez. El centro de contacto incluye una pluralidad de estaciones de trabajo atendidas por una pluralidad de agentes. El método incluye determinar que el primer agente está accediendo a un recurso basado en el cliente por primera vez, en donde el recurso está asociado con un cliente. El método incluye recopilar pruebas electrónicas de la primera estación de trabajo.
La solicitud de patente estadounidense publicada US 2016/142534 A1 divulga sistemas, métodos y medios para analizar patrones de fraude y crear modelos de comportamiento de fraude. Un método para analizar los datos de llamadas asociados con los estafadores incluye ejecutar instrucciones almacenadas en la memoria para comparar los datos de la llamada con un corpus de datos de fraude para determinar uno o más estafadores únicos asociados con los datos de la llamada, asociar los datos de la llamada con uno o más estafadores únicos basándose en la comparación, generar una o más huellas de voz para cada uno de los estafadores únicos identificados a partir de los datos de la llamada y almacenar una o más huellas de voz en una base de datos.
Sumario
Este sumario se proporciona para presentar una selección de conceptos en una forma simplificada que se describe más adelante en la descripción detallada. Este sumario no tiene como objetivo identificar características clave o
características esenciales del tema reivindicado, ni está destinado a ser utilizado para limitar el alcance del tema reivindicado.
Según realizaciones de la presente invención, se proporcionan varios métodos implementados por ordenador para generar alertas susceptibles al contexto con el fin de detectar y prevenir fraudes. Según una realización, una sesión de comunicación (por ejemplo, una llamada) se inicia (o recibe) en una estación de trabajo por un representante humano o agente. La comunicación verbal entre el agente y el usuario externo se monitorea y se convierte en texto mediante técnicas de reconocimiento automático de voz (ASR). También se realiza un seguimiento de la actividad del agente en las aplicaciones que se ejecutan en la estación de trabajo. La combinación de texto convertido y la actividad del agente se evalúan en un motor de comportamiento para detectar inconsistencias entre la actividad del agente y la actividad autorizada o normal. Cuando se detectan inconsistencias, se llevan a cabo acciones de seguridad para alertar a los administradores sobre posibles fraudes y, en casos extremos, es posible que el agente evite acciones adicionales en la estación de trabajo a fin de evitar fraudes adicionales. En otras realizaciones, cuando se detecta la posible actividad fraudulenta, el método incluye recopilar pruebas electrónicas de la primera estación de trabajo, en donde las pruebas se pueden usar para probar el fraude real por parte del agente.
Según otra realización, se proporciona un método para analizar la actividad de llamadas para detectar posibles comportamientos fraudulentos. En una o más realizaciones, el método se lleva a cabo al analizar una transcripción de la comunicación verbal entre un agente y un usuario externo y un registro de la actividad del agente en un motor de comportamiento, detectar la posible actividad fraudulenta a partir de los datos analizados, identificar medidas preventivas acordes a la posible actividad fraudulenta detectada, y transmitir medidas preventivas a una estación de trabajo remota para que las lleve a cabo una vez que se detecte una posible actividad fraudulenta.
Según otra realización adicional, se proporciona un método implementado por ordenador para enviar la actividad del agente realizada en una estación de trabajo para su análisis. En una o más realizaciones, el método se lleva a cabo al detectar una sesión de llamada en una estación de trabajo correspondiente a un agente del centro de contacto, monitorear la actividad de la llamada que incluye comunicación verbal entre el agente y el externo correspondiente a la sesión de llamada, convertir la comunicación verbal monitoreada a texto, enviar el texto convertido y un registro de la actividad del agente durante la sesión de llamada a un motor de comportamiento acoplado comunicativamente, recibir una notificación de una inconsistencia detectada entre la comunicación verbal monitoreada y el registro de la actividad del agente y una o más acciones de seguridad y llevar a cabo las acciones de seguridad en respuesta a la recepción de la notificación de la inconsistencia detectada.
BREVE DESCRIPCIÓN DE LOS DIBUJOS
Los dibujos adjuntos, que se incorporan y forman parte de esta memoria y en los que los mismos números representan elementos similares, ilustran realizaciones de la presente divulgación y, junto con la descripción, sirven para explicar los principios de la divulgación.
La figura 1 representa un diagrama esquemático de un sistema informático de ejemplo apto para implementar las realizaciones según la presente divulgación.
La figura 2 es una ilustración de un sistema configurado para identificar una posible actividad fraudulenta realizada por un agente dentro de un centro de contacto y tomar una acción preventiva una vez que se identifica la actividad, según una realización de la presente divulgación.
La figura 3 es un diagrama esquemático de componentes de una estación de trabajo del centro de contacto que está configurada para monitorear la actividad de un agente del centro de contacto con el fin de identificar una posible actividad fraudulenta realizada por el agente, según una realización de la presente divulgación.
La figura 4 es un organigrama que ilustra un método para monitorear la actividad de llamadas para detectar actividad fraudulenta y tomar medidas preventivas una vez que se detecta la posible actividad fraudulenta, según una realización de la presente divulgación.
La figura 5 es un organigrama que ilustra un método para monitorear la actividad de llamadas en una estación de trabajo para detectar actividad fraudulenta y tomar medidas preventivas una vez que se detecta la posible actividad fraudulenta, según una realización de la presente divulgación.
La figura 6 es un organigrama que ilustra un método para evaluar la actividad de llamadas monitoreadas para determinar la probabilidad de actividad potencialmente fraudulenta, según una realización de la presente divulgación.
DESCRIPCIÓN DETALLADA
Ahora se hará referencia en detalle a varias realizaciones. Además, en la siguiente descripción detallada, se establecen numerosos detalles específicos con el fin de proporcionar una comprensión completa del objeto
reivindicado. Sin embargo, un experto en la técnica reconocerá que las realizaciones pueden practicarse sin estos detalles específicos o con equivalentes de los mismos. En otros casos, los procesos, procedimientos, componentes y circuitos bien conocidos no se han descrito en detalle para no oscurecer innecesariamente aspectos y características del objeto en cuestión.
Partes de la descripción detallada que sigue se presentan y analizan en términos de un proceso. Aunque las operaciones y la secuenciación de las mismas se divulgan en una figura en la presente que describe las operaciones de este proceso, tales operaciones y secuencias son ejemplos. Las realizaciones son muy adecuadas para llevar a cabo diversas otras operaciones o variaciones de las operaciones enumeradas en el diagrama de flujo de la figura en la presente, y en una secuencia diferente a la representada y descrita en la presente.
Algunas partes de la descripción detallada se presentan en términos de procedimientos, operaciones, bloques lógicos, procesamiento y otras representaciones simbólicas de operaciones en bits de datos que se pueden realizar en la memoria informática. Estas descripciones y representaciones son los medios utilizados por los expertos en la técnica de procesamiento de datos para transmitir de manera más eficaz la esencia de su trabajo a otros expertos en la técnica. Un procedimiento, una operación ejecutada por ordenador, un bloque lógico, un proceso, etc., se concibe aquí, y generalmente, como una secuencia autoconsistente de operaciones o instrucciones que conducen a un resultado deseado. Las operaciones son aquellas que requieren manipulaciones físicas de cantidades físicas. Por lo general, aunque no necesariamente, esas cantidades toman la forma de señales eléctricas o magnéticas capaces de ser almacenadas, transferidas, combinadas, comparadas y manipuladas de otra manera en un sistema informático. A veces ha resultado conveniente, principalmente por razones de uso común, referirse a estas señales como bits, valores, elementos, símbolos, caracteres, términos, números o similares.
Sin embargo, se debe tener en cuenta que todos ellos, como así también términos similares deben relacionarse con las cantidades físicas apropiadas y son simplemente etiquetas convenientes que se aplican a esas cantidades. A menos que se indique específicamente lo contrario, a partir del siguiente análisis, se aprecia que a lo largo de la presente los análisis que usan términos como "acceder", "escribir", "incluir", "almacenar", "transmitir", "atravesar", "asociar", "identificar" o similar se refieren a la acción y los procesos de un sistema informático o dispositivo informático electrónico similar, que manipula y transforma datos representados como cantidades físicas (electrónicas) dentro de los registros del sistema informático y memorias en otros datos representados de manera similar como cantidades físicas dentro de las memorias del sistema informático o registros u otros almacenamiento de información, transmisión o dispositivos de visualización.
Las realizaciones descritas en la presente pueden analizarse en el contexto general de instrucciones ejecutables por ordenador que residen en alguna forma de medio de almacenamiento legible por ordenador, tal como módulos de programa, ejecutados por uno o más ordenadores u otros dispositivos. A modo de ejemplo, y no de limitación, los medios de almacenamiento legibles por ordenador pueden comprender medios de almacenamiento informático y medios de comunicación no transitorios. Por lo general, los módulos de programa incluyen rutinas, programas, objetos, componentes, estructuras de datos, etc., que llevan a cabo tareas particulares o implementan tipos de datos abstractos particulares. La funcionalidad de los módulos de programa se puede combinar o distribuir según se desee en varias realizaciones.
Los medios de almacenamiento informático incluyen medios volátiles y no volátiles, extraíbles y no extraíbles implementados en cualquier método o tecnología para el almacenamiento de información, como instrucciones legibles por ordenador, estructuras de datos, módulos de programas u otros datos. Los medios de almacenamiento informático incluyen, entre otros, memoria de acceso aleatorio (RAM), memoria de solo lectura (ROM), ROM programable borrable eléctricamente (EEPROM), memoria flash u otra tecnología de memoria, ROM de disco compacto (CD-ROM), discos versátiles digitales (DVD) u otro almacenamiento óptico, casetes magnéticos, cinta magnética, almacenamiento en disco magnético u otros dispositivos de almacenamiento magnético, o cualquier otro medio que pueda usarse para almacenar la información deseada y al que se pueda acceder para recuperar esa información.
Los medios de comunicación pueden incorporar instrucciones ejecutables por ordenador, estructuras de datos y módulos de programa, e incluyen cualquier medio de entrega de información. A modo de ejemplo, y no de limitación, los medios de comunicación incluyen medios cableados como una red cableada o una conexión cableada directa, y medios inalámbricos como medios acústicos, de radiofrecuencia (RF), infrarrojos y otros medios inalámbricos. También pueden incluirse combinaciones de cualquiera de los anteriores dentro del alcance de los medios legibles por ordenador.
Las realizaciones de la presente invención se describen dentro del contexto de un centro de contacto, por ejemplo, un centro de contacto utilizado para facilitar interacciones y/o comunicaciones entre agentes y usuarios a través de una red telefónica, como el manejo de llamadas entrantes y salientes. En una o más realizaciones, se emplea un centro de contacto para proporcionar servicios a los usuarios en nombre de un cliente externo a través de varios sistemas y métodos de interacción y/o comunicación con el cliente. Una configuración típica de un centro de contacto incluye, por ejemplo, una ubicación centralizada ubicada remotamente desde una parte sustancial, si no la gran mayoría, de los usuarios o clientes que contribuyen al volumen de llamadas. Por ejemplo, para los centros de
contacto que operan bajo el ámbito de una institución bancaria, en lugar de utilizar empleados bancarios, la institución puede ser un cliente de un proveedor externo que opera el centro de contacto y contrata al centro de contacto para proporcionar servicios bancarios a sus usuarios. En tal ejemplo, al menos una parte de los servicios bancarios personales realizados por teléfono u otros canales de comunicación de larga distancia son proporcionados por los agentes del centro de contacto a través de la interacción directa con los usuarios.
Según una o más realizaciones, un centro de contacto puede brindar soporte para la interacción y/o la comunicación entre un agente y un usuario a lo largo de uno o más canales de comunicación. Un tipo de interacción implica comunicaciones telefónicas entre un agente y un usuario a través de una red telefónica (por ejemplo, móvil, red pública conmutada, combinaciones de red pública conmutada y móvil, etc.). Otros tipos de interacciones y/o comunicaciones entre un agente y un usuario también incluyen, entre otras: videoconferencias, texto, mensajes de texto, comunicaciones basadas en Internet, etc.
Los centros de contacto por diseño permiten a los agentes empleados acceder a la información personal e identificable de los usuarios de los clientes que poseen los clientes correspondientes Por ejemplo, un cliente que es un banco puede almacenar información personal utilizada para identificar a los usuarios y demás información bancaria relacionada con el usuario (por ejemplo, activos del cliente, etc.), mientras que otro cliente (por ejemplo, empresa de seguros, proveedor de atención médica y otros) puede tener acceso a los registros médicos de empleados y/o usuarios individuales. Debido a que esa información (por ejemplo, financiera y de salud) es de fácil acceso, un agente posiblemente puede usar esa información para beneficio personal. Por ejemplo, un agente puede solicitar créditos usando información relacionada con un usuario, un agente puede comprar artículos en línea usando información de la tarjeta de crédito asociada con un usuario o un agente puede vender información médica personal de un usuario conocido.
Para abordar estos problemas, las realizaciones de la presente invención proporcionan la capacidad de identificar, recopilar pruebas y prevenir actividades fraudulentas realizadas por agentes del centro de contacto durante el cumplimiento de las operaciones normales del centro de contacto. Otras realizaciones de la presente invención proporcionan la capacidad de alertar a los administradores del sistema cuando se detecta una posible actividad fraudulenta y/o bloquear el acceso fraudulento adicional/continuo del agente del centro de contacto a la información personal e identificable del usuario.
Las realizaciones de la presente invención describen técnicas para detectar una posible actividad fraudulenta en base a la información recopilada al monitorear la actividad de la llamada durante las sesiones de llamada (por ejemplo, solicitudes de servicio o información, etc.), y comparar la actividad y el comportamiento del agente que recibe información potencialmente sensible o financieramente valiosa con ejemplos bien definidos de comportamiento adecuado, o alternativamente con comportamientos posiblemente fraudulentos. Por ejemplo, cierta actividad puede coincidir con un patrón de actividad conocida por estar asociada con una actividad fraudulenta. En otros ejemplos adicionales, cuando las actividades de un agente están fuera de las normas estadísticas asociadas con un grupo de agentes, dicha actividad puede indicar una posible actividad fraudulenta. Una vez que se ha señalado una posible actividad fraudulenta por parte de un agente, se puede realizar una investigación adicional para determinar si efectivamente se ha realizado una actividad fraudulenta y se pueden emplear más medidas de seguridad para la prevención. Además de la prevención activa y directa (por ejemplo, deshabilitar la actividad del agente adicional), la actividad fraudulenta puede ser disuadida al comprender que la actividad de los agentes está siendo monitoreada, el comportamiento fraudulento puede detectarse con éxito y esa actividad fraudulenta está sujeta al riesgo de persecución penal.
Si bien en los ejemplos de configuración que se presentan a continuación se incorporan características y elementos específicos y enumerados, se entiende que esa descripción es a modo de ejemplo. En consecuencia, las realizaciones son muy adecuadas para aplicaciones que implican elementos, características o disposiciones diferentes, adicionales o menores.
Sistema informático de ejemplo
La figura 1 es un diagrama esquemático de un ejemplo de un sistema informático 100 capaz de implementar realizaciones de la presente divulgación. El sistema informático 100 representa ampliamente cualquier dispositivo o sistema informático de procesador único o multiprocesador capaz de ejecutar instrucciones legibles por ordenador. Ejemplos de sistema informático 100 incluyen, entre otros, estaciones de trabajo, ordenadores portátiles, terminales del lado del cliente, servidores, sistemas informáticos distribuidos, dispositivos portátiles o cualquier otro sistema o dispositivo informático. En su configuración más básica, el sistema informático 100 normalmente incluye al menos una unidad de procesamiento 100 y memoria, y un bus de dirección/datos 109 (u otra interfaz) para comunicar información. Dependiendo de la configuración exacta y el tipo de entorno del sistema informático, la memoria del sistema generalmente representa cualquier tipo o forma de dispositivo o medio de almacenamiento volátil o no volátil capaz de almacenar datos y/u otras instrucciones legibles por ordenador. Ejemplos de memoria del sistema incluyen, sin limitación, dispositivo de memoria volátil (como RAM 102), no volátil (como ROM 103, memoria flash, etc.) o cualquier otro dispositivo de memoria adecuado. En una o más realizaciones, la memoria puede incluir una
memoria gráfica de acceso aleatorio para almacenar datos de píxeles que accionan un dispositivo de visualización 110.
El sistema informático 100 también puede comprender un subsistema de gráficos opcional 105 para presentar información a un usuario, por ejemplo, visualizando información en un dispositivo de visualización adjunto 110, conectado por un cable de vídeo 111. Según realizaciones de la presente invención reivindicada, el subsistema de gráficos 105 puede acoplarse directamente al dispositivo de visualización 110 a través del cable de vídeo 111. En realizaciones alternativas, el dispositivo de visualización 110 puede integrarse en el sistema informático (por ejemplo, un panel de visualización de un ordenador portátil o miniordenador portátil) y no requerirá un cable de vídeo 111.
Además, el sistema informático 100 también puede tener características/funciones adicionales. Por ejemplo, el sistema informático 100 también puede incluir almacenamiento adicional (extraíble y/o no extraíble) que incluye, entre otros, discos o cintas magnéticas u ópticas. Los medios de almacenamiento informático incluyen medios volátiles y no volátiles, extraíbles y no extraíbles implementados en cualquier método o tecnología para el almacenamiento de información, como instrucciones legibles por ordenador, estructuras de datos, módulos de programas u otros datos. RAM 102, ROM 103 y el dispositivo de almacenamiento de datos externo (no mostrado) son todos ejemplos de medios de almacenamiento informático.
El sistema informático 100 también comprende un dispositivo de entrada alfanumérico opcional 106, un control de cursor opcional o un dispositivo de dirección 107, y una o más interfaces de comunicación de señal (dispositivos de entrada/salida, por ejemplo, una tarjeta de interfaz de red) 108. El dispositivo de entrada alfanumérico opcional 106 puede comunicar información y selecciones de comandos al procesador central 101. El control de cursor opcional o dispositivo de dirección 107 está acoplado al bus 109 para comunicar información de entrada del usuario y selecciones de comandos al procesador central 101. La interfaz de comunicación de señal (dispositivo de entrada/salida) 108, también acoplada al bus 109, puede ser un puerto serie. La interfaz de comunicación 108 también puede incluir mecanismos de comunicación inalámbrica. Mediante el uso de la interfaz de comunicación 108, el sistema informático 100 puede acoplarse comunicativamente a otros sistemas informáticos a través de una red de comunicación como Internet o Intranet (por ejemplo, una red de área local).
En algunas realizaciones, un medio legible por ordenador que contiene un programa informático puede cargarse en el sistema informático 100. Todo o una parte del programa informático almacenado en el medio legible por ordenador puede entonces almacenarse en la memoria del sistema y/o en varias partes de los dispositivos de almacenamiento. Cuando se ejecuta mediante las unidades de procesamiento 101 y/o 105, un programa informático cargado en el sistema informático 100 puede hacer que el procesador 101 y/o 105 realice y/o sea un medio para realizar las funciones de las realizaciones de ejemplo descritas y/o ilustradas en la presente. De manera adicional o alternativa, las realizaciones de ejemplo descritas y/o ilustradas en la presente pueden implementarse en firmware y/o hardware.
La figura 2 es una ilustración de un sistema 200 para monitorear la actividad del agente en base a la comunicación verbal convertida realizada entre un agente y un usuario (persona que llama) para detectar una posible actividad fraudulenta realizada por un agente dentro de un centro de contacto, según las realizaciones de la presente divulgación. Uno o más componentes del sistema 200 pueden implementarse, por ejemplo, mediante el sistema informático 100 de la figura 1 con el propósito de monitorear la actividad de agentes y/o estaciones de trabajo para identificar una posible actividad fraudulenta y para realizar acciones adicionales una vez que se detecta la actividad, según una realización de la presente divulgación.
Según una o más realizaciones, el sistema 200 incluye un centro de contacto 210 operado por uno o más agentes de una empresa u organización para gestionar interacciones con usuarios de la empresa u organización. En realizaciones alternativas, el centro de contacto puede operar en nombre de la empresa u organización del cliente y gestionarse mediante un proveedor de servicios externo. Según tales realizaciones, los agentes pueden estar entrenados y asignados para proporcionar soporte e información a uno o más usuarios 270 con respecto a productos y/o servicios asociados con una empresa u organización del cliente. Además de responder a las solicitudes de soporte e información, las tareas que los agentes del centro de contacto 210 pueden realizar incluyen (entre otras): ayudar a un usuario a completar la venta de un producto o servicio, ayudar a un usuario a acceder a la información administrada por el cliente, o guiar cooperativamente al usuario para que gestione asuntos y problemas con productos o servicios proporcionados u ofrecidos por el cliente.
Los usuarios 270 pueden interactuar con agentes en las estaciones de trabajo 230 a través de una o más redes de comunicación 250 y 255. Por ejemplo, la red de comunicación 255 puede incluir un sistema de redes informáticas interconectadas (por ejemplo, Internet) que permiten la comunicación directa entre un usuario y un cliente. Además, la red de comunicación 250 puede ser cualquier combinación de redes telefónicas que estén configuradas para conectar a un usuario con un agente en una estación de trabajo en particular, como una red de telefonía móvil, una red telefónica pública conmutada basada en líneas terrestres (PSTN), etc.
Según una o más realizaciones, el centro de contacto 210 puede incluir una red 220 de estaciones de trabajo 230, que incluyen estaciones de trabajo 230A-N, cada estación de trabajo está atendida por uno o más agentes. En una o más realizaciones, una estación de trabajo puede compartimentarse como una unidad escalable y está configurada para proporcionar recursos esenciales que un agente utiliza para gestionar las solicitudes de un usuario en nombre de un cliente. Por ejemplo, una estación de trabajo puede integrar un sistema informático (no mostrado) y un componente telefónico (no mostrado) en una plataforma de trabajo individual. Al proporcionar una infraestructura que incluye una importante estación de trabajo y recursos humanos (agentes), un centro de contacto 210 puede instalar y mantener de manera eficiente grandes volúmenes de llamadas. Además, al proporcionar una ubicación centralizada para las estaciones de trabajo, los agentes tienen acceso inmediato a la información, a los recursos y a los supervisores para ayudar a lograr y mantener la más alta calidad de servicio para los usuarios del cliente.
Como se muestra en la figura 2, cada sistema informático de estación de trabajo está configurado para acceder al menos a un recurso 240 de un cliente a través de una red de comunicación 255. Por ejemplo, el sistema informático de la estación de trabajo puede ejecutar una aplicación operada por el cliente que está configurada para acceder a una base de datos que contiene información relacionada con los usuarios de la empresa u organización del cliente. El sistema informático de la estación de trabajo también puede configurarse para proporcionar comunicación entre un usuario y un agente en la estación de trabajo. Por ejemplo, la comunicación puede incluir comunicaciones de voz basadas en Internet, navegación de un sitio web compartido al que se accede simultáneamente y en conjunto por el usuario y el agente, comunicación basada en texto, etc. En una o más realizaciones, el componente telefónico de una estación de trabajo está configurado para proporcionar comunicación (por ejemplo, voz) entre un usuario y un agente que atiende la estación de trabajo. Por ejemplo, el componente telefónico puede estar acoplado a un teléfono correspondiente del usuario a través de la red de comunicación 250 y/o la red 255.
Como se presenta en la figura 2, un sistema de monitoreo de fraude en un centro de contacto 210, tal como el sistema 200, también incluye un centro de seguridad 260 que está acoplado comunicativamente a la pluralidad de estaciones de trabajo 230 del centro de contacto 210, y está configurado para recibir información relacionada con las actividades realizadas por agentes en una pluralidad de sistemas informáticos asociados con las estaciones de trabajo 230. En una realización, el centro de seguridad 260 puede implementarse como uno o más dispositivos informáticos (por ejemplo, servidores) que incluyen una o más unidades de procesamiento, uno o más dispositivos de almacenamiento y memoria, y uno o más dispositivos de visualización. Una o más unidades de procesamiento pueden ejecutar instrucciones programadas almacenadas en uno o más dispositivos de memoria para implementar un motor de observación 261 que recibe y procesa continuamente información de estaciones de trabajo en uno o más centros de contacto. Por ejemplo, un módulo recolector de información 263 del motor de observación 261 está acoplado comunicativamente a cada una de las estaciones de trabajo 230A-N, y está configurado para recibir información que puede usarse para monitorear la actividad de los agentes y puede usarse para determinar cuándo se está llevando a cabo una posible actividad fraudulenta. La información puede almacenarse en un almacenamiento en el centro de seguridad 260 para su posterior acceso, como cuando se realiza un análisis de la información en un momento posterior.
En una o más realizaciones, la información recopilada por el módulo recolector de información 263 incluye una transcripción convertida de la comunicación verbal entre un usuario y el agente de servicio, así como un registro de la actividad del agente que se realiza en respuesta (es decir, que ocurre temporalmente próxima) a la comunicación verbal. En una o más realizaciones, la conversión de voz a texto se puede realizar localmente en la estación de trabajo del agente, por ejemplo, mediante una aplicación de seguridad asociada con el motor de observación que se ejecuta en el sistema informático de la estación de trabajo. La voz se puede convertir y transmitir en tiempo real o en porciones específicas (fragmentos) desde la estación de trabajo. Según realizaciones alternativas, la comunicación verbal en sí puede ser grabada y enviada, ya sea en tiempo real (por ejemplo, transmitida) o en porciones específicas (fragmentos) al centro de seguridad 260 y convertida en una conversión ASR 264 implementada por el motor de observación 261.
En una realización, la detección de fraude puede realizarse de forma local en un monitoreo correspondiente de una estación de trabajo, o puede realizarse de forma remota en el centro de seguridad 260, en donde la detección se basa en la información recopilada de una aplicación de observador correspondiente que se ejecuta en la estación de trabajo correspondiente. Por ejemplo, el centro de seguridad 260 puede incluir una unidad de detección de fraude 266 que está configurada para detectar una posible actividad fraudulenta realizada por un agente en una estación de trabajo. En otra realización, la unidad de detección de fraude está ubicada en una estación de trabajo, en donde la detección y las medidas posteriores tomadas se controlan localmente en esa estación de trabajo. En otras realizaciones adicionales, la detección de fraude se realiza en múltiples ubicaciones, como localmente en la estación de trabajo y remotamente en el centro de seguridad.
La posible actividad fraudulenta puede determinarse mediante la unidad de detección de fraude (por ejemplo, la unidad de detección de fraude 266) comparando el registro de actividad del agente y la transcripción convertida de la comunicación verbal con un modelo de comportamiento 265 de actividades históricas y/o ideales del agente realizadas en circunstancias similares. Por ejemplo, se puede llevar a cabo una búsqueda de palabras clave o un análisis contextual en la transcripción para determinar el posible propósito de la llamada, o el modelo de comportamiento 265 puede ser específico para un cliente o línea de negocio de cliente en particular. Una vez que se
detecta una actividad potencialmente fraudulenta, se pueden tomar medidas de seguridad preventiva y/o correctiva para eliminar o minimizar el riesgo para el usuario afectado. La(s) medida(s) de seguridad adecuadas que se tomará(n) puede(n) determinarse usando un motor de políticas 267 que considera una serie de factores y selecciona qué medidas de seguridad, si las hay, ejecutar en respuesta a la posible actividad fraudulenta detectada.
La figura 3 es un diagrama de componentes de una estación de trabajo del centro de contacto 300 configurada para monitorear la actividad de un agente del centro de contacto y la comunicación verbal intercambiada entre el agente del centro de contacto y quien que llama con el fin de identificar una posible actividad fraudulenta realizada por el agente, según una realización de la presente divulgación. Según una o más realizaciones, la estación de trabajo 300 puede implementarse como, por ejemplo, el sistema 100 de la figura 1 (descrito anteriormente) con el propósito de monitorear la actividad de un agente y/o estación de trabajo correspondiente para identificar una posible actividad fraudulenta y para realizar acciones adicionales una vez que se detecta la actividad. Además, la estación de trabajo 300 representa las estaciones de trabajo 230AN en la figura 2.
En una o más realizaciones, la estación de trabajo 300 está configurada para permitir el monitoreo en tiempo real, la detección y la prevención de fraudes, según se implementa a través de las realizaciones de la presente invención. Por ejemplo, diferentes componentes de la estación de trabajo 300 operan juntos para monitorear la comunicación y rastrear la actividad del agente con el fin de detectar y documentar la actividad fraudulenta y tomar acciones posteriores para prevenir futuros fraudes.
Como se describió anteriormente, cada estación de trabajo en un centro de contacto puede organizarse como una unidad escalable y contiene componentes esenciales para permitir que un agente se comunique con un usuario y proporcione servicios a ese usuario en nombre de un cliente. Por ejemplo, el recurso de comunicación 320 permite que el agente se comunique con el usuario y puede incluir un teléfono u otro dispositivo basado en voz o texto. Según realizaciones adicionales, el recurso de comunicación 320 también puede incluir una interfaz de comunicación basada en Internet que permite al agente comunicarse a través de protocolos basados en Internet con dispositivos informáticos conectados en red de manera similar (por ejemplo, un dispositivo informático utilizado por un usuario). Como se muestra, la estación de trabajo 300 también incluye un recurso informático con múltiples propósitos 310.
En una implementación, el recurso informático 310 está configurado para acceder a los recursos del cliente. Por ejemplo, cuando gestiona o se involucra en una interacción con un usuario (por ejemplo, se gestiona una llamada de un usuario), el agente que actúa en nombre del cliente y a través del recurso informático 310 tiene acceso a recursos basados en el cliente (por ejemplo, aplicaciones, bases de datos, etc.) que contienen información personal e identificable relacionada con el usuario. En una o más realizaciones, se puede acceder a la información desde dispositivos de almacenamiento de datos ubicados remotamente, accesibles a una aplicación que se ejecuta en la estación de trabajo 300 a través de una conexión de red segura (por ejemplo, el recurso de comunicación 320).
Además, el recurso informático 310 puede configurarse para permitir la comunicación primaria o de soporte con un usuario. Por ejemplo, el recurso informático 310 se puede usar para habilitar o facilitar el acceso simultáneo a un sitio web por parte del usuario y el agente. Según otras realizaciones, el recurso informático 310 se puede usar junto con una cámara de vídeo y/o un micrófono para habilitar y facilitar la funcionalidad de videoconferencia entre un usuario y el agente. Además, las capacidades del recurso informático 310 se pueden usar para implementar el monitoreo de la comunicación entre un usuario y un agente, rastrear la actividad del agente en el recurso informático 310, detectar fraudes y/o prevenir fraudes independientemente o junto con otros componentes en la estación de trabajo 300, o componentes o dispositivos ubicados remotamente (por ejemplo, ubicados en un centro de seguridad).
La estación de trabajo 300 también incluye una aplicación de observador 330, que está configurada para monitorear la comunicación entre un usuario y un agente y rastrear la actividad de los componentes dentro de la estación de trabajo 300 y/o la actividad del agente correspondiente solo o junto con esos componentes. En las implementaciones, la aplicación de observador 330 puede ser ejecutada por el recurso informático 310 y representa una instanciación de una aplicación distribuida. En una o más realizaciones, la aplicación de observador 330 incluye una unidad de monitoreo 332 configurada para detectar y grabar la comunicación verbal entre un agente y un usuario durante una sesión de contacto (llamada). En una o más realizaciones, la comunicación verbal puede grabarse en una pluralidad de cadenas específicas o fragmentos de conversación y almacenarse en una memoria intermediaria en la estación de trabajo 300, por ejemplo.
La unidad de monitoreo 332 también está configurada para rastrear la actividad realizada por el agente durante la sesión o partes de la sesión, de manera que se pueda generar un registro de uso que indique en qué momento el recurso de comunicación 320 estaba en uso o se accedió a los datos de un usuario, y cualquier actividad realizada por el agente en cualquier campo de cualquier aplicación de ejecución conjunta y/o en el nivel del sistema operativo. Por lo tanto, la unidad de monitoreo 332 puede rastrear cuando el recurso informático 310 se conecta y desconecta (por ejemplo, inicia sesión y cierra sesión) del centro de contacto y/o recursos en una estación de trabajo correspondiente, cuando el recurso informático 310 ejecuta una aplicación de un cliente, cuando el recurso
informático 310 accede a un recurso particular del cliente, y cualquier otra actividad cuantificable que se lleve a cabo en el recurso informático 310.
Según una o más realizaciones, la unidad de monitoreo 332 puede rastrear el estado de un agente en la estación de trabajo 300 en base a la entrada proporcionada al recurso informático 310 por parte del agente. Por ejemplo, la unidad de monitoreo 332 puede determinar la disponibilidad del agente basándose en el estado de inicio de sesión del recurso informático 310. En otros casos, la unidad de monitoreo 332 puede rastrear cuando el agente está en un descanso, o sale a almorzar, en base al historial de actividad del recurso informático 310, o en base al estado de inicio de sesión proporcionado por el agente al recurso 310.
Como se muestra en la figura 3, la aplicación de observador 330 también incluye la unidad de conversión 334. En una o más realizaciones, la conversación grabada entre el agente y el usuario se recibe en la unidad de conversión 334 y la unidad de conversión 334 genera una representación textual. La representación textual puede incluir, por ejemplo, una transcripción de la conversación. En una o más realizaciones, la representación textual se genera mediante el uso de un sistema de reconocimiento automático de voz (ASR). Según una o más realizaciones, se puede generar una representación textual para toda la conversación grabada (detectada) para una sesión. Según realizaciones alternativas, la representación textual se puede generar sobre una pluralidad de fragmentos. En una o más realizaciones, los fragmentos se pueden organizar en base a una duración de tiempo, o siempre que se detecten pausas en la conversación que excedan un cierto umbral. En otras realizaciones adicionales, los fragmentos pueden organizarse analizando la grabación de la conversación o la representación textual de la conversación y aplicando análisis contextual a la representación textual para identificar pausas o intervalos naturales en las conversaciones.
Basándose en la información recopilada por la aplicación de observador 330, se pueden llevar a cabo análisis adicionales. Por ejemplo, la información recopilada de una o más estaciones de trabajo se puede usar para establecer una línea de base de la actividad específica del agente para un agente individual, para los agentes como grupo, para un propósito específico (por ejemplo, la venta de un producto, la solicitud de servicio) y/o para un cliente específico o una línea de negocio específica de un cliente. La información también se puede usar para establecer una línea de base de actos fraudulentos frecuentes o comunes. Las ilustraciones de los datos de referencia incluyen el tiempo promedio de gestión o participación en una interacción con un usuario, el tiempo promedio de asistencia a un usuario en una llamada, el tiempo promedio de acceso a un recurso del cliente, la cantidad de veces que se accede a un recurso del cliente, el tiempo que un agente ha dejado al usuario en espera, los datos o entradas que ingresa un agente, la aplicación o información a la que accede el agente, etc. Esta información puede ser agregada para establecer el comportamiento adecuado u óptimo de un agente entre un grupo de agentes, para una tarea o propósito específico o para un cliente específico o línea de negocio en base a una comparación con el promedio estadístico. Esta información también se puede usar para determinar si se ha producido una posible actividad fraudulenta, como cuando la actividad del agente sale de la norma estadística o realiza acciones que no están dentro del alcance de la actividad normal rastreada para el propósito/cliente/línea de negocio, como se describirá con más detalle a continuación.
Como se muestra, la aplicación de observador 330 también incluye una unidad de detección de fraude 336. En base a la información recopilada por la unidad de monitoreo 332, la unidad de detección de fraude 336 puede determinar cuándo ciertas actividades, o una combinación de actividades realizadas en o por los componentes de la estación de trabajo 300 y/o el agente, pueden constituir posibles actividades fraudulentas realizadas por el agente. Por ejemplo, según lo determinado por la unidad de prevención de fraude 336, la información recopilada puede coincidir con ciertas reglas o patrones de actividades que se sabe que ocurren cuando se realiza un fraude. En otros casos, se puede detectar una posible actividad fraudulenta cuando la actividad del agente está fuera de la norma estadística de un grupo de agentes, ese agente en particular, o para el propósito/cliente/línea de negocio determinado.
Según una o más realizaciones, la unidad de prevención de fraude 336 determina la posible actividad fraudulenta comparando continuamente la actividad rastreada del agente (por ejemplo, como un registro de la actividad del agente) y la representación textual convertida de la conversación entre el agente y el usuario de una sesión de llamada con un modelo de comportamiento que agrega datos de interacciones similares bajo las mismas condiciones/parámetros o sustancialmente similares. Como tal, la unidad de prevención de fraude 336 puede proporcionar una notificación de que un agente está llevando a cabo una posible actividad fraudulenta en la estación de trabajo 300. Por ejemplo, la notificación se puede proporcionar a través de un gráfico del centro de contacto.
En una o más realizaciones, el análisis llevado a cabo para detectar la posible actividad fraudulenta puede ser realizado por la unidad de prevención de fraude 336 en la estación de trabajo local, una unidad de prevención de fraude remota (por ejemplo, por un motor de comportamiento que se ejecuta en un servidor remoto como el centro de seguridad 260 descrito anteriormente con respecto a la figura 2), o una combinación de las unidades de prevención de fraude locales y remotas. Cuando el análisis se realiza mediante un motor de comportamiento de ejecución remota, el registro de actividad y la representación textual pueden transmitirse desde la estación de trabajo del agente al motor de comportamiento (de ejecución remota). Según una o más realizaciones, la transmisión del registro de actividad y la representación textual, el análisis de los materiales transmitidos y la detección de
posible fraude pueden ocurrir en tiempo real. Alternativamente, la detección de posibles comportamientos fraudulentos se puede realizar durante un período de análisis posterior al hecho.
Cuando se detecta una posible actividad fraudulenta, se pueden promulgar uno o más protocolos de seguridad para hacer cumplir una o más políticas de seguridad. Estas políticas pueden incluir llevar a cabo acciones de seguridad tales como: marcar la actividad del agente monitoreado como una posible actividad fraudulenta; generar una notificación al administrador del sistema; generar un informe de posible actividad fraudulenta para el administrador del sistema; monitorear la actividad adicional del agente; y suspender la actividad adicional del agente en la estación de trabajo. Según una o más realizaciones, las acciones de seguridad específicas seleccionadas para ser realizadas pueden determinarse durante o como resultado del análisis para detectar la posible actividad fraudulenta, y pueden basarse, por ejemplo, en la probabilidad o certeza de actividades fraudulentas que hayan ocurrido o estén a punto de ocurrir, la gravedad o exposición al riesgo de la posible actividad fraudulenta detectada, los antecedentes de empleo del agente en el centro de contacto, el cliente o línea de negocio, etc.
La figura 4 es un organigrama 400 que ilustra un método para monitorear la actividad del agente para detectar un posible comportamiento fraudulento y realizar medidas preventivas una vez que se detecta la posible actividad fraudulenta, según una o más realizaciones de la presente divulgación. Los pasos 410-460 describen pasos de ejemplo que comprenden el proceso 400 representado en la figura 4 según las diversas realizaciones descritas en la presente. En una realización, el proceso 400 se implementa al menos en parte como instrucciones ejecutables por ordenador almacenadas en un medio legible por ordenador y ejecutadas en un dispositivo informático. Según diversas realizaciones, el método descrito en el organigrama 400 puede implementarse y/o ejecutarse mediante uno o más componentes de los sistemas 100, 200 y 300 de las figuras 1-3, respectivamente.
En 410, el método incluye detectar el inicio de una sesión de llamada. La sesión de llamada puede comprender, por ejemplo, una llamada entrante iniciada por un usuario y recibida en una estación de trabajo asignada a un agente y puede recibirse a través de un dispositivo telefónico a través de una red de voz (por ejemplo, la red 250 de la figura 2), y/o como una comunicación basada en Internet a través de una interfaz de red a Internet (por ejemplo, la red 255 de la figura 2). Alternativamente, la sesión de llamada también puede comprender una llamada saliente, iniciada por el agente (por ejemplo, marcando un número de teléfono) o un sistema automatizado que realiza la marcación (u otro direccionamiento) y facilita una conexión entre el agente y el usuario. Según una o más realizaciones, la llamada (ya sea entrante o saliente si el sistema la inicia automáticamente) puede recibirse en un grupo compartido o cola de llamadas, accesible a cualquiera de varios agentes en un número correspondiente de estaciones de trabajo.
Una vez recibida en el paso 410, la sesión de llamada se monitorea. El monitoreo de la sesión de llamada consiste, por ejemplo, en rastrear el estado de la interfaz de telefonía o telefonía informática (CTI) de la interfaz usada para conectar un agente con el usuario, monitorear la comunicación verbal (conversación) entre el agente y el usuario durante la sesión de llamada y el seguimiento de la actividad del agente en cualquier aplicación que se ejecute en la estación de trabajo. En una o más realizaciones, la comunicación de audio se puede monitorear usando protocolos de comunicación de voz y video-teleconferencia, tales como el Protocolo de Transporte en Tiempo Real (RTP) y/o el Protocolo de Inicio de Sesión (SIP). Los protocolos específicos utilizados pueden adherirse a los estándares de la industria (por ejemplo, el estándar H.323 para señalización y control de llamadas). La comunicación de audio se captura según los protocolos aplicables, y los paquetes de datos que representan la comunicación se generan y transmiten al dispositivo receptor y al usuario. Según una o más realizaciones, los paquetes de datos transmitidos pueden interceptarse inicialmente y convertirse en texto (véase el paso 420 a continuación) antes de enviarlos al dispositivo receptor y al usuario.
Como se analizó anteriormente, el monitoreo permite la recolección de información relacionada con las actividades de los agentes y/o actividades que se realizan sobre los recursos utilizados por los agentes. En una realización, se monitorea la actividad electrónica de los agentes (por ejemplo, actividad informática, actividad telefónica, etc.). Además, la información monitoreada se puede recopilar en una ubicación centralizada para su almacenamiento y análisis. En una implementación, el método incluye monitorear un primer agente en una primera estación de trabajo y, en particular, monitorear las interacciones del agente con los recursos (por ejemplo, recursos informáticos) de la estación de trabajo. Además, se puede monitorear la interacción del agente con un recurso del cliente. Por ejemplo, se monitorea la interacción con la base de datos de un cliente. Además, la interacción del agente con el sistema de comunicación se monitorea para determinar cuándo el agente está gestionando o está involucrado en una interacción (por ejemplo, en una llamada), y si el agente está disponible para ayudar a un nuevo usuario a través de otra interacción (por ejemplo, tomar otra llamada).
En una implementación, el monitoreo es continuo, en donde el monitoreo se realiza cuando el agente está gestionando o está involucrado en una interacción (por ejemplo, gestionando llamadas) y cuando el agente no está gestionando o no está involucrado en una interacción. Es decir, se monitorea toda la actividad del agente y/o las actividades que se realizan sobre los recursos de la estación de trabajo. En otras implementaciones, el monitoreo se realiza de forma periódica o aleatoria. Por ejemplo, solo se necesita una muestra estadística para determinar la actividad fraudulenta y, en lugar de desperdiciar recursos, el monitoreo se realiza de manera menos continua.
En el paso 420, la comunicación verbal se convierte en una representación textual. En una o más realizaciones, se genera una transcripción de la conversación usando técnicas de reconocimiento automático de voz (ASR) (por ejemplo, software). Según una realización, la conversación se puede grabar y almacenar en tiempo real (por ejemplo, en una memoria intermediaria en la memoria) y la conversión se genera a partir de los datos registrados en la memoria intermediaria. La conversión se puede realizar para la conversación según incrementos predeterminados (por ejemplo, 10, 30, 60 segundos), una vez que la conversión se realice de forma incremental. La conversación y la conversión resultante pueden generarse almacenando en la memoria intermediaria incrementos de duración después de detectar palabras clave predefinidas utilizadas en la conversación. En realizaciones alternativas, la conversación se puede convertir en tiempo real (por ejemplo, como un flujo) para toda la conversación o partes de la misma. Según realizaciones adicionales, la conversación puede grabarse y transmitirse para convertirse de forma remota (por ejemplo, en el centro de seguridad 260 de la figura 2), ya sea en su totalidad (después de que se haya completado la llamada), o en fragmentos a intervalos predefinidos.
En el paso 430, la representación textual (por ejemplo, la transcripción) de toda la comunicación o partes de la misma entre el agente y el usuario generada en el paso 420 se evalúa con un registro de la actividad del agente que se rastreó en el paso 410. En una o más realizaciones, la evaluación del texto y el registro de actividad se realiza en un motor de comportamiento implementado como parte de una aplicación de monitoreo u observación e instanciado en un servidor acoplado comunicativamente a una o más estaciones de trabajo en uno o más centros de contacto. El motor de comportamiento evalúa los datos de entrada del texto convertido y el registro de actividad comparando los datos de entrada con un modelo de comportamiento, que incluye un comportamiento posiblemente fraudulento estadístico y/o aprobado y/o conocido según uno o más parámetros. Estos parámetros pueden incluir, por ejemplo, comportamiento histórico y/o aprobado en respuesta a escenarios determinados en circunstancias similares (por ejemplo, propósitos definidos), o para productos, servicios o clientes específicos. Según una o más realizaciones, un producto específico, servicio, cliente o línea de negocio de cliente puede tener un correspondiente modelo de comportamiento único.
En una o más realizaciones, la evaluación se puede realizar analizando la conversación entre el agente y el usuario para determinar temas estadísticamente probables. Por ejemplo, una búsqueda de palabras clave se puede realizar en términos comunes impulsados por un propósito, como "domicilio", "número de tarjeta de crédito" o "problema". Otros ejemplos de posibles palabras clave de interés incluyen, entre otros, información de autorización de devolución de mercancía (RMA), recetas médicas, reservas de viaje, números de cuenta, etc. El texto convertido próximo a los términos buscados puede ser analizado más a fondo para determinar con mayor precisión el propósito de la llamada o un tema particular de la conversación. Las acciones del agente que responden o corresponden a los términos se referencian en el registro de actividades (por ejemplo, mediante marca de tiempo) y luego se evalúan en virtud de la conversación.
En una o más realizaciones, las acciones se evalúan según el nivel de aplicación y del área. De este modo, por ejemplo, la aplicación y el área dentro de la aplicación utilizados por un agente para ingresar una secuencia de números proporcionados por un cliente en respuesta a la frase "tarjeta de crédito" se rastrean y evalúan según una actividad estadísticamente normal, aprobada y/o potencialmente fraudulenta conocida. Según realizaciones alternativas, la evaluación se puede realizar aplicando un análisis contextual y/o la coincidencia de patrones del texto convertido y la actividad del agente en relación con un modelo de comportamiento se puede realizar además o en lugar de una búsqueda de palabras clave.
En el paso 440, durante la evaluación realizada en el paso 430 se detecta cualquier incoherencia entre las acciones del agente (como se registra en el registro de actividad) y las correspondientes acciones autorizadas y/o estadísticamente normales según el modelo de comportamiento. Si no se detectan inconsistencias, el proceso regresa al paso 420 para las realizaciones en las que la conversión y evaluación de texto se realizan en tiempo real (por ejemplo, por transmisión) durante la llamada, o al paso 430 para las realizaciones en las que la conversión de texto se realiza en algún momento antes de la evaluación (por ejemplo, utilizando una memoria intermediaria o una parte registrada). Sin embargo, el proceso pasa al paso 460 y termina cuando la conversación completa (o la parte evaluada de la conversación convertida) se completa sin detectar inconsistencias entre las acciones del agente y el comportamiento aprobado según el modelo de comportamiento.
Cuando se detecta una incoherencia o, alternativamente, si se detecta una acción que se conoce o que es probable que sea potencialmente fraudulenta, el proceso pasa al paso 450 para tomar acciones de seguridad. Se pueden implementar varias técnicas para determinar que la actividad del agente es potencialmente fraudulenta y requiere más atención. Por ejemplo, en una realización, un agente puede estar involucrado en una actividad sospechosa que generalmente indica una actividad fraudulenta. En particular, cuando un agente accede a información personal e identificable (por ejemplo, a través de una base de datos del cliente) relacionada con el usuario de un cliente, pero no está ayudando al usuario (por ejemplo, no está en una llamada con el usuario), entonces esa actividad es sospechosa. Esta actividad puede ser identificada como coincidente con los criterios, y llevar a la determinación de que el agente puede haber realizado una posible actividad fraudulenta. Puede ser necesario realizar más investigaciones para determinar si se ha producido un fraude real. Por otro lado, si el monitoreo determina que el agente posicionado está accediendo a una base de datos del cliente para obtener información del usuario, y que el
agente actualmente está ayudando a ese usuario en relación con la información accedida, entonces se autoriza la actividad y el acceso a la base de datos del cliente.
La determinación de que se ha producido una posible actividad fraudulenta puede realizarse en un centro de seguridad que esté centralizado en una pluralidad de estaciones de trabajo de un centro de contacto. En particular, el centro de seguridad está configurado para recibir una pluralidad de información relacionada con las actividades de los agentes y/o actividades que se realizan en los recursos de la pluralidad de estaciones de trabajo. Esa información, recopilada en cada una de las estaciones de trabajo, se envía luego a través de una red de comunicación al centro de seguridad para su análisis adicional y, más específicamente, para determinar cuándo se ha producido una posible actividad fraudulenta.
Por ejemplo, la determinación de que se ha producido una actividad fraudulenta potencial se basa en si la información relacionada con las actividades de un agente y/o las actividades que se realizan en los recursos de una estación de trabajo violan cualquier regla predefinida o predeterminada (por ejemplo, un modelo de comportamiento). Las reglas pueden definirse mediante uno o más parámetros y/o criterios en el modelo de comportamiento. Más en particular, se puede determinar que se ha producido una posible actividad fraudulenta cuando la información indica una violación de una regla. A modo ilustrativo, la regla puede definir una línea de base de transacciones, acciones o actividades realizadas por uno o más agentes junto con el uso de los recursos de la estación de trabajo (por ejemplo, teléfono, recurso informático, etc.). Por ejemplo, la línea de base puede definirse mediante un promedio estadístico en relación con una actividad asociada con el agente y/o la pluralidad de agentes. Además, la línea de base puede estar dirigida o corresponder a al menos una primera actividad. Por ejemplo, la línea de base puede describir el número promedio de llamadas salientes realizadas por agentes durante un período de tiempo predefinido (por ejemplo, 1 hora, 2 horas, turno diario, etc.). En otro ejemplo, la línea de base puede describir la cantidad de veces que un agente pone a los usuarios en espera durante un período y/o la duración del tiempo de espera cada vez que un usuario es dejado en espera.
Una condición atípica realizada por un agente puede ser monitoreada y descubierta, en donde la condición atípica se encuentra fuera de la línea de base. Es decir, el valor atípico exhibe patrones de actividad inusuales. Si la condición atípica cumple con la regla (por ejemplo, parámetros y/o criterios), entonces se puede determinar que se ha producido una posible actividad fraudulenta. Además, la condición atípica puede coincidir con una actividad fraudulenta conocida que está asociada con la regla. Dado que los valores atípicos pueden ocurrir en ocasiones, los números de valores atípicos inusualmente altos pueden indicar fraude. Se necesita una investigación adicional para determinar si existe un fraude real.
En un ejemplo, la posible actividad de fraude por parte de un agente se produce cuando hay tiempos de espera de llamadas excesivos, en comparación con un promedio estadístico de una pluralidad de agentes en el centro de contacto. Un agente cuya grabación posee tiempos de espera excesivos puede estar intentando acceder de manera fraudulenta a información personal e identificable mientras tiene una llamada telefónica activa con un usuario. En este escenario, en un esfuerzo por superar una solución antifraude, el agente del centro de contacto podría poner en espera a un usuario telefónico válido y luego acceder a la información personal e identificable de otro usuario. En otro ejemplo adicional, la posible actividad fraudulenta de un agente ocurre cuando un agente genera una llamada saliente en un momento que es incongruente con las acciones de otros agentes. Es decir, el patrón típico de los agentes en el centro de contacto muestra que los agentes están manejando las llamadas entrantes. Otro patrón puede mostrar que el agente individual durante un período histórico solo ha gestionado llamadas entrantes. El agente del centro de contacto podría intentar superar una solución antifraude estableciendo una "llamada telefónica" falsa simplemente haciendo una llamada saliente y luego accediendo de manera fraudulenta a la información personal e identificable del usuario. En otro ejemplo, la posible actividad fraudulenta de un agente ocurre cuando un agente accede a formularios y exhibe características fuera de un promedio estadístico que incluye acciones de otros agentes o de ese agente en particular. Por ejemplo, la duración del agente dentro de los formularios o páginas identificados de la aplicación se compara con la línea de base normal basada en promedios estadísticos de todos los agentes del centro de contacto para determinar cualquier desviación.
En el paso 450 y en respuesta a la posible actividad fraudulenta detectada, se pueden aprobar uno o más protocolos de seguridad para hacer cumplir una o más políticas de seguridad para el agente y/o en la estación de trabajo del agente. La identidad de la estación de trabajo puede determinarse, por ejemplo, a partir de la información utilizada para determinar que se ha producido una posible actividad fraudulenta. Por ejemplo, la información de identificación de un recurso informático en el que se produjo la actividad puede ser objeto de referencias cruzadas para determinar la estación de trabajo correspondiente en la que se realizó la actividad. Tras la identificación, se puede recopilar información adicional relacionada con la estación de trabajo, como determinar el agente que está programado para trabajar en el momento en que se produjo la posible actividad fraudulenta. Las políticas de seguridad pueden incluir llevar a cabo acciones de seguridad tales como: marcar la actividad del agente monitoreado como una posible actividad fraudulenta; generar una notificación al administrador del sistema; generar un informe de posible actividad fraudulenta para el administrador del sistema; monitorear la actividad adicional del agente; y suspender la actividad adicional del agente en la estación de trabajo. Según una o más realizaciones, las acciones de seguridad específicas seleccionadas para ser realizadas pueden determinarse durante o como resultado del análisis para detectar la posible actividad fraudulenta, y pueden basarse, por ejemplo, en la probabilidad o certeza de actividades
fraudulentas que hayan ocurrido o estén a punto de ocurrir, la gravedad o exposición al riesgo de la posible actividad fraudulenta detectada, los antecedentes de empleo del agente en el centro de contacto, el cliente o línea de negocio, etc.
Las figuras 5 y 6 representan los procesos 500 y 600 realizados por un dispositivo informático cliente y un centro de seguridad, respectivamente, para detectar y prevenir posibles comportamientos fraudulentos utilizando análisis de reglas basadas en el contexto. En una o más realizaciones, el proceso 500 representa parte o la totalidad del proceso 400 descrito anteriormente con respecto a la figura 4 que se realiza en la estación de trabajo del agente durante una llamada monitoreada. De manera similar, en una o más realizaciones, el proceso 600 representa parte o la totalidad del proceso 400 descrito anteriormente que se realiza en un centro de seguridad (por ejemplo, el centro de seguridad 260 de la figura 2) ubicado remotamente desde la estación de trabajo. Los pasos 510-570 describen pasos de ejemplo que comprenden el proceso 500 representado en la figura 5 según las diversas realizaciones descritas en la presente. Los pasos 610-660 describen pasos de ejemplo que comprenden el proceso 600 representado en la figura 6 según las diversas realizaciones descritas en la presente. En una realización, uno o ambos procesos 500 y 600 se implementan al menos en parte como instrucciones ejecutables por ordenador almacenadas en uno o más medios legibles por ordenador y ejecutadas en uno o más dispositivos informáticos. Según diversas realizaciones, los métodos descritos en los organigramas 500 y 600 pueden implementarse y/o ejecutarse mediante uno o más componentes de los sistemas 100, 200 y 300 de las figuras 1-3, respectivamente.
En una o más realizaciones, el proceso 500 se puede realizar mediante una aplicación de monitoreo u observación que se ejecuta en un dispositivo informático de la estación de trabajo. El paso 510 corresponde al paso 410 descrito anteriormente, y comienza detectando una inicialización de una sesión de llamada en una estación de trabajo (por ejemplo, a través de un teléfono o un canal de comunicación basado en Internet) correspondiente a un agente. Según una o más realizaciones, la inicialización de una sesión de llamada puede detectarse determinando un cambio en el estado de telefonía de una estación de trabajo o componente de estación de trabajo utilizado por el agente. Una vez que se detecta una sesión de llamada, el monitoreo de la actividad de la llamada comienza en el paso 520. Como se analizó anteriormente con respecto al paso 410, el monitoreo de la actividad de la llamada incluye el seguimiento de las acciones del agente durante la llamada. En el paso 530, los paquetes de datos que capturan la actividad de voz (por ejemplo, la comunicación/conversación verbal entre el agente y el usuario durante la sesión de llamada) se generan según uno o más protocolos de transmisión basados en Internet (por ejemplo, SIP/RTP) y se convierten en texto. Como se describió anteriormente, la conversión a texto se puede realizar automáticamente y en tiempo real (por ejemplo, como una transmisión), en fragmentos según intervalos predefinidos o retroactivamente a partir de una grabación de partes o la totalidad de la conversación.
En el paso 540, el texto convertido y el registro de la actividad del agente se envían a un motor de comportamiento. En una o más realizaciones, el motor de comportamiento puede implementarse como parte de una aplicación de observación/seguridad correspondiente que se ejecuta en un dispositivo informático de servidor acoplado comunicativamente (por ejemplo, en un centro de seguridad remoto). El texto convertido y el registro de actividad del agente se procesan y analizan en el motor de comportamiento de ejecución remota, y la instanciación local de la aplicación de monitoreo se notifica en el paso 550 siempre que se observan inconsistencias entre el comportamiento esperado en respuesta al texto convertido (basado en un modelo de comportamiento) y las acciones correspondientes en el registro de actividad del agente. Además, el registro de actividad también se puede analizar para detectar cualquier acción que se salga de las normas estadísticas o acciones identificadas (por ejemplo, marcadas) como consistentes con un comportamiento fraudulento o potencialmente fraudulento. Si no se recibe ninguna notificación de comportamiento inconsistente o potencialmente fraudulento del motor de comportamiento, el proceso se repite continuamente desde el paso 520 para cada intervalo monitoreado, período de interés o incidente de actividad de llamada durante el resto de la llamada.
Por otro lado, cuando se recibe una notificación en el paso 550, también se pueden recibir acciones de seguridad adicionales en 560 que se han seleccionado como acciones adecuadas para realizar en respuesta al comportamiento inconsistente y/o potencialmente fraudulento detectado. De lo contrario, se puede generar una prescripción de seguridad (por ejemplo, una lista de acciones de seguridad intensificadas) (por ejemplo, mediante un motor de seguridad que se ejecuta localmente) en respuesta a la notificación y/o información recibida del motor de comportamiento en respuesta a la actividad de interés detectada. En el paso 570, la prescripción de seguridad (por ejemplo, la lista de acciones de seguridad) recibida del motor de comportamiento o generada en el paso 560 se realiza para limitar más la actividad del agente y/o recopilar información adicional para evaluar. Según otras realizaciones opcionales, los datos recopilados mientras se monitorea la actividad del agente durante la conversación y la representación textual de la conversación pueden extraerse y agregarse al modelo de comportamiento, añadiendo así un punto de datos adicional para usar para evaluar el comportamiento adicional en circunstancias similares.
En una o más realizaciones, el proceso 600 puede se puede realizar mediante una aplicación de observación que implementa un motor de comportamiento y se ejecuta en un dispositivo informático de un centro de seguridad. En el paso 610, se recibe una representación textual (como una transcripción) de toda o parte de una comunicación de voz entre un agente y un usuario durante una llamada monitoreada y un registro de la actividad realizada por el agente durante la llamada en una aplicación de monitoreo y/o seguridad que se ejecuta en un sistema informático,
como un servidor. En una o más realizaciones, el paso 610 se puede realizar en respuesta a la ejecución del paso 510 del proceso 500 descrito anteriormente en un dispositivo informático del cliente acoplado comunicativamente. En realizaciones alternativas, se puede recibir una grabación de toda o partes de la comunicación de voz además o en lugar de la representación textual, por lo que el paso 610 incluye convertir la grabación en una representación textual (por ejemplo, usando técnicas de reconocimiento de voz automatizadas).
En el paso 620, el texto recibido (o convertido) y el registro de actividad recibido en el paso 610 se analizan en un motor de comportamiento comparando las acciones en el registro de actividad en virtud de la comunicación verbal con un modelo de comportamiento. En una o más realizaciones, el modelo de comportamiento puede comprender una pluralidad de reglas de comportamiento que mapean una o más entradas de texto a una o más salidas de acción. Cuando se determina que una acción en el registro de actividad no corresponde a ninguna de las asociaciones de comportamiento (por ejemplo, una acción inconsistente) o, alternativamente, cuando se determina que una acción en el registro de actividad coincide con una regla de comportamiento marcada como indicativa de una posible actividad fraudulenta, la acción se identifica en el paso 640, se marca en el sistema como potencialmente fraudulenta y el proceso pasa al paso 650. Cuando no se detecta ninguna inconsistencia o posible actividad fraudulenta, el proceso se repite, comenzando en el paso 610.
En el paso 650, se identifican las acciones de seguridad adecuadas que se deben realizar (ya sea por el centro de seguridad, por un administrador del sistema, por un supervisor del agente, o por la aplicación de monitoreo que se ejecuta en el dispositivo informático cliente de la estación de trabajo del agente). La identificación de las acciones de seguridad adecuadas se puede realizar mediante el uso de un motor de seguridad y/o mediante la aplicación de un conjunto de reglas de seguridad predefinidas que mapean ciertos parámetros de la posible actividad fraudulenta con las acciones de seguridad. Los parámetros considerados pueden incluir, entre otros, el tipo o carácter del acto potencialmente fraudulento, la frecuencia del acto por parte de otros agentes, la frecuencia del acto por parte del agente específico, el cliente específico, el producto o servicio específico, la línea de negocio específica, el nivel ofensivo o gravedad del acto, el riesgo para el usuario y/o cliente, la disponibilidad de administradores de seguridad y/o sistemas, el nivel delictivo del acto y la posibilidad de disuadir futuras acciones similares en respuesta a una o más acciones de seguridad. Por último, las acciones de seguridad determinadas en el paso 650 se comunican a la estación de trabajo del agente en el paso 660. Siempre que sea posible, cualquier acción que se pueda realizar o que se prescriba para ser realizada en la aplicación de monitoreo que se ejecuta en el centro de seguridad también se puede realizar en el paso 660.
Por lo tanto, según realizaciones de la presente invención, se divulgan métodos y sistemas para monitorear la actividad de llamadas usando voz convertida a texto para detectar y prevenir fraudes dentro de un centro de contacto.
La descripción anterior, a los fines de ser explicativa, se ha descrito con referencia a realizaciones específicas. Sin embargo, los análisis ilustrativos anteriores no pretenden ser exhaustivos o limitar la invención a las formas precisas divulgadas. Resultan posibles muchas modificaciones y variaciones en vista de las enseñanzas anteriores. Las realizaciones se eligieron y describieron con el fin de explicar mejor los principios de la invención y sus aplicaciones prácticas, para permitir así a otros expertos en la técnica utilizar mejor la invención y diversas realizaciones con diversas modificaciones que puedan ser adecuadas para el uso particular contemplado.
Se describen así realizaciones según la invención. Si bien la presente divulgación se ha descrito en realizaciones particulares, debe apreciarse que la invención no debe interpretarse como limitada por tales realizaciones.
Claims (13)
1. Un método (400) para realizar la detección de fraude en una estación de trabajo (230, 330), el método comprende:
monitorear (410) la actividad de una sesión de llamada realizada por un agente, la actividad de llamada comprende: i) una comunicación verbal monitoreada entre el agente y un tercero; y
ii) un registro de la actividad del agente, dicha actividad del agente realizada por el agente y en respuesta a la comunicación verbal;
convertir (420) la comunicación verbal monitoreada en una representación textual de la misma; analizar (430) el registro de actividad del agente utilizando un motor de comportamiento, que comprende:
analizar la representación textual para identificar una o más palabras o frases;
realizar una búsqueda de palabras clave en una o más palabras o frases identificadas de la representación textual; hacer referencia a un modelo de comportamiento (265) para determinar las acciones adecuadas correspondientes a uno o más resultados de la búsqueda de palabras clave; y
comparar las acciones adecuadas con el registro de actividad del agente;
detectar (440) una inconsistencia entre la comunicación verbal monitoreada y el registro de actividad del agente en base al motor de comportamiento; y realizar (450) una o más acciones de seguridad en respuesta a la detección de la inconsistencia.
2. El método (400) según la reivindicación 1, en donde el agente comprende un agente de un centro de contacto (230) y en donde la estación de trabajo (230, 300) comprende un sistema informático.
3. El método (400) según la reivindicación 1, en donde la actividad de llamada de monitoreo (410) comprende monitorear al menos uno de los siguientes:
un estado de telefonía de la sesión de llamada; y
un estado de integración de telefonía informática (CTI) de un dispositivo informático utilizado por el agente durante la sesión de llamada.
4. El método (400) según la reivindicación 1, en donde la actividad de la llamada de monitoreo (410) comprende determinar automáticamente un propósito de la sesión de llamada y en donde el motor de comportamiento comprende uno o más modelos de comportamiento (265), cada modelo de comportamiento comprende un conjunto predefinido de reglas de comportamiento correspondientes al propósito de la sesión de la llamada.
5. El método (400) según la reivindicación 4, en donde al menos uno o más modelos de comportamiento (265) corresponde específicamente a al menos uno de una entidad comercial y una línea de negocio correspondiente a la entidad comercial.
6. El método (400) según la reivindicación 1, en donde la actividad de monitoreo comprende el seguimiento de la actividad del agente en una o más aplicaciones que se ejecutan en una estación de trabajo (230, 300) correspondiente al agente.
7. El método (400) según la reivindicación 6, en donde una o más acciones de seguridad comprenden al menos una de las siguientes:
señalar la actividad del agente monitoreado como una posible actividad fraudulenta;
generar una notificación a un administrador del sistema;
generar un informe de posible actividad fraudulenta para el administrador del sistema;
monitorear la actividad adicional del agente; y
suspender la actividad adicional del agente en la estación de trabajo (230, 300).
8. El método (400) según la reivindicación 1, en donde la conversión de la comunicación verbal monitoreada comprende:
registrar la comunicación verbal monitoreada como una pluralidad de fragmentos, cada fragmento posee una duración máxima;
almacenamiento de la pluralidad de fragmentos en una memoria intermediaria; realizar reconocimiento automático de voz en la pluralidad de fragmentos; y
generación de pluralidad de frases de voz convertidas a texto basadas en la pluralidad de fragmentos.
9. Un método (600) para realizar la detección de fraude en un centro de contacto (210), el método comprende:
recibir (610), desde un dispositivo informático del cliente remoto, una representación textual convertida de una comunicación verbal monitoreada entre un agente y un tercero, y un registro de la actividad del agente realizada por el agente y en respuesta a la comunicación verbal;
analizar (620) el registro de la actividad del agente y la representación textual convertida en un motor de comportamiento, que comprende:
analizar la representación textual para identificar una o más palabras o frases;
realizar una búsqueda de palabras clave en una o más palabras o frases identificadas de la representación textual; hacer referencia a un modelo de comportamiento (265) para determinar las acciones adecuadas correspondientes a uno o más resultados de la búsqueda de palabras clave; y
comparar las acciones adecuadas con el registro de actividad del agente;
detectar (630) una inconsistencia entre la representación textual convertida y la actividad del agente monitoreado; identificar (650) una o más acciones de seguridad para que las realice el dispositivo informático del cliente remoto en respuesta a la detección de la inconsistencia; y
comunicar (660) una o más acciones de seguridad para que las realice el dispositivo informático del cliente remoto.
10. El método (600) según la reivindicación 9, en donde el análisis comprende determinar automáticamente un propósito de la comunicación verbal monitoreada basándose en al menos un registro de actividad del agente y la representación textual convertida, y en donde el motor de comportamiento comprende uno o más modelos de comportamiento (265), cada modelo de comportamiento comprende un conjunto predefinido de reglas de comportamiento correspondientes al propósito de la comunicación verbal monitoreada.
11. El método (600) según la reivindicación 9, en donde el registro de la actividad del agente comprende la actividad del agente rastreada en una o más aplicaciones que se ejecutan en una estación de trabajo (230,300) correspondiente al agente y en donde una o más acciones de seguridad comprenden al menos una de las siguientes:
señalar la actividad del agente monitoreado como una posible actividad fraudulenta;
generar una notificación a un administrador del sistema;
generar un informe de posible actividad fraudulenta para el administrador del sistema;
monitorear la actividad adicional del agente; y suspender la actividad adicional del agente en una estación de trabajo correspondiente al agente.
12. El método (600) según la reivindicación 9, en donde el análisis comprende:
analizar la representación textual para identificar una o más palabras;
realizar una búsqueda de palabras clave en una o más palabras identificadas a partir de la representación textual; hacer referencia a un modelo de comportamiento (265) para determinar las acciones adecuadas correspondientes a uno o más resultados de la búsqueda de palabras clave; y comparar las acciones adecuadas con el registro de actividad del agente.
13. Un método (500) para realizar la detección de fraude en una estación de trabajo de un centro de contacto, el método comprende:
detectar (510) el inicio de una sesión de llamada en una estación de trabajo (230,300) de un agente; monitorear (520) la actividad de llamada correspondiente a una sesión de llamada, la actividad de llamada comprende una comunicación verbal monitoreada entre el agente y un tercero;
rastrear la actividad del agente realizada por el agente y responder a la comunicación verbal en un registro de actividad del agente;
convertir (530) la comunicación verbal monitoreada en una representación textual de la comunicación verbal monitoreada;
analizar el registro de la actividad del agente y la representación textual convertida en un motor de comportamiento, que comprende:
analizar la representación textual para identificar una o más palabras o frases;
realizar una búsqueda de palabras clave en una o más palabras o frases identificadas de la representación textual; hacer referencia a un modelo de comportamiento (265) para determinar las acciones adecuadas correspondientes a uno o más resultados de la búsqueda de palabras clave; y
comparar las acciones adecuadas con el registro de actividad del agente;
enviar (540) la representación textual y el registro de la actividad del agente a un motor de comportamiento que se ejecuta en un servidor acoplado comunicativamente; recibir (550, 560) una notificación de una inconsistencia detectada entre la comunicación verbal monitoreada y el registro de actividad del agente del motor de comportamiento y realizar una o más acciones de seguridad en respuesta a la inconsistencia detectada; y realizar (570) una o más acciones de seguridad en respuesta a la recepción de la notificación de la inconsistencia detectada.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/480,230 US10284724B2 (en) | 2017-04-05 | 2017-04-05 | Context sensitive rule-based alerts for fraud monitoring |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2844449T3 true ES2844449T3 (es) | 2021-07-22 |
Family
ID=62044478
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES18165892T Active ES2844449T3 (es) | 2017-04-05 | 2018-04-05 | Alertas basadas en reglas susceptibles al contexto para el monitoreo de fraude |
Country Status (12)
| Country | Link |
|---|---|
| US (1) | US10284724B2 (es) |
| EP (1) | EP3386164B1 (es) |
| CN (1) | CN108694590A (es) |
| CA (1) | CA2999646C (es) |
| CO (1) | CO2018003583A1 (es) |
| DK (1) | DK3386164T3 (es) |
| ES (1) | ES2844449T3 (es) |
| LT (1) | LT3386164T (es) |
| MX (1) | MX389432B (es) |
| PH (1) | PH12018000099A1 (es) |
| PL (1) | PL3386164T3 (es) |
| PT (1) | PT3386164T (es) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10657971B1 (en) * | 2017-12-15 | 2020-05-19 | NortonLifeLock Inc. | Systems and methods for detecting suspicious voice calls |
| US11275855B2 (en) * | 2018-02-01 | 2022-03-15 | Nuance Communications, Inc. | Conversation print system and method |
| US20200162509A1 (en) * | 2018-11-19 | 2020-05-21 | OLX Global B.V. | Voice notes fraud detection |
| CN109413288A (zh) * | 2018-12-04 | 2019-03-01 | 合肥天骋电子商务有限公司 | 一种呼叫中心智能监控系统 |
| CN110363644A (zh) * | 2019-06-17 | 2019-10-22 | 深圳壹账通智能科技有限公司 | 异常信息识别方法、装置、计算机设备及存储介质 |
| US12294862B1 (en) * | 2019-11-01 | 2025-05-06 | United Services Automobile Association (Usaa) | Fraudulent call monitoring |
| CN113112992B (zh) * | 2019-12-24 | 2022-09-16 | 中国移动通信集团有限公司 | 一种语音识别方法、装置、存储介质和服务器 |
| CN111400476A (zh) * | 2020-03-25 | 2020-07-10 | 北京字节跳动网络技术有限公司 | 房源识别方法、装置、可读介质及电子设备 |
| US11631013B2 (en) | 2020-07-09 | 2023-04-18 | Bank Of America Corporation | Actionable artificial intelligence (“AI”) notification platform |
| US11363138B2 (en) * | 2020-10-23 | 2022-06-14 | Nuance Communications, Inc. | Fraud detection system and method |
| CN112818104A (zh) * | 2021-02-05 | 2021-05-18 | 广州佰锐网络科技有限公司 | 一种基于智能交互问答的开户方法及相关系统 |
| CN113035201A (zh) * | 2021-03-16 | 2021-06-25 | 广州佰锐网络科技有限公司 | 一种金融业务质检方法和系统 |
| CN113593553B (zh) * | 2021-07-12 | 2022-05-24 | 深圳市明源云客电子商务有限公司 | 语音识别方法、装置、语音管理服务器以及存储介质 |
| CN117389980B (zh) * | 2023-12-08 | 2024-02-09 | 成都康特电子科技股份有限公司 | 日志文件分析方法及装置、计算机设备和可读存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8639757B1 (en) * | 2011-08-12 | 2014-01-28 | Sprint Communications Company L.P. | User localization using friend location information |
| US20120253805A1 (en) * | 2005-04-21 | 2012-10-04 | Anthony Rajakumar | Systems, methods, and media for determining fraud risk from audio signals |
| US8793131B2 (en) * | 2005-04-21 | 2014-07-29 | Verint Americas Inc. | Systems, methods, and media for determining fraud patterns and creating fraud behavioral models |
| US9837078B2 (en) * | 2012-11-09 | 2017-12-05 | Mattersight Corporation | Methods and apparatus for identifying fraudulent callers |
| WO2014107141A1 (en) * | 2013-01-03 | 2014-07-10 | Sestek Ses Ve Iletişim Bilgisayar Teknolojileri Sanayii Ve Ticaret Anonim Şirketi | Speech analytics system and methodology with accurate statistics |
| US9225833B1 (en) * | 2013-07-24 | 2015-12-29 | Noble Systems Corporation | Management system for using speech analytics to enhance contact center agent conformance |
| US9357058B2 (en) * | 2014-09-03 | 2016-05-31 | Teleperformance Se | Contact center anti-fraud monitoring, detection and prevention solution |
-
2017
- 2017-04-05 US US15/480,230 patent/US10284724B2/en active Active
-
2018
- 2018-03-29 CA CA2999646A patent/CA2999646C/en active Active
- 2018-04-04 CO CONC2018/0003583A patent/CO2018003583A1/es unknown
- 2018-04-05 MX MX2018004203A patent/MX389432B/es unknown
- 2018-04-05 PH PH12018000099A patent/PH12018000099A1/en unknown
- 2018-04-05 PL PL18165892T patent/PL3386164T3/pl unknown
- 2018-04-05 LT LTEP18165892.3T patent/LT3386164T/lt unknown
- 2018-04-05 DK DK18165892.3T patent/DK3386164T3/da active
- 2018-04-05 PT PT181658923T patent/PT3386164T/pt unknown
- 2018-04-05 ES ES18165892T patent/ES2844449T3/es active Active
- 2018-04-05 EP EP18165892.3A patent/EP3386164B1/en active Active
- 2018-04-08 CN CN201810307097.9A patent/CN108694590A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| MX389432B (es) | 2025-03-11 |
| EP3386164B1 (en) | 2020-10-14 |
| CA2999646A1 (en) | 2018-10-05 |
| MX2018004203A (es) | 2018-11-09 |
| PT3386164T (pt) | 2021-01-04 |
| US20180295238A1 (en) | 2018-10-11 |
| PH12018000099A1 (en) | 2018-11-12 |
| US10284724B2 (en) | 2019-05-07 |
| DK3386164T3 (da) | 2021-01-11 |
| CA2999646C (en) | 2022-01-04 |
| CO2018003583A1 (es) | 2019-10-09 |
| EP3386164A1 (en) | 2018-10-10 |
| CN108694590A (zh) | 2018-10-23 |
| PL3386164T3 (pl) | 2021-05-04 |
| LT3386164T (lt) | 2021-01-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2844449T3 (es) | Alertas basadas en reglas susceptibles al contexto para el monitoreo de fraude | |
| US11704728B1 (en) | Systems and methods for detecting fraudulent requests on client accounts | |
| US11784947B2 (en) | System and method for proactive intervention to reduce high cost channel usage | |
| US10262268B2 (en) | Predictive analytic systems and methods | |
| US11138630B1 (en) | Intelligent interactive voice response system for processing customer communications | |
| US9357058B2 (en) | Contact center anti-fraud monitoring, detection and prevention solution | |
| US20180240028A1 (en) | Conversation and context aware fraud and abuse prevention agent | |
| US12035071B1 (en) | Systems and methods for integrating and conducting video sessions | |
| US20150269942A1 (en) | Enhanced fraud detection | |
| US10455086B1 (en) | Intelligent interactive voice response system for processing customer communications | |
| US10366360B2 (en) | System and method for identifying potential future interaction risks between a client and a provider | |
| WO2020226994A1 (en) | Combination of real-time analytics and automation | |
| US12175480B1 (en) | Fraudulent claims detection system | |
| US12192402B2 (en) | Customer distress assistance | |
| CN114257688A (zh) | 电话诈骗识别方法及相关装置 | |
| US20190130414A1 (en) | Online point-of-complaint system with reporting and resolution methods in real time | |
| US9912605B2 (en) | System for prioritized resource allocation across a distributed platform | |
| US10380687B2 (en) | Trade surveillance and monitoring systems and/or methods | |
| Woods et al. | Incident response as a lawyers’ service | |
| WO2022208537A1 (en) | Method and system for providing smart calling platform | |
| US20240179241A1 (en) | System and method for fraud and abuse detection | |
| US20140143010A1 (en) | System and Method for Assessing Interaction Risks Potentially Associated with Transactions Between a Client and a Provider | |
| HK1262502A1 (en) | Context sensitive rule-based alerts for fraud monitoring | |
| GEORGE | Modernizing Financial Technology Infrastructure, Enterprise Systems and Cybersecurity in the Digital Age | |
| CN118134534A (zh) | 基于智慧营销服务系统的服务管控方法及装置 |