Bitirme projesi (Veri Bilimi): şüpheli işlem tespiti ve müşteri özellik tablosu

İstatistiksel aykırı değer, kural tabanlı skor ve model için özellik tablosu.

Bu sayfa dersin okuma sürümüdür. Metin bir kutuyu çalıştırmanı ya da adıma geçmeni söylüyorsa dersi uygulamada aç.

Senaryo

Ilgaz Bank'ın risk ekibi dolandırıcılık modeli kurmadan önce veriyi tanımak istiyor. İki şey bekleniyor: kural ve istatistikle şüpheli işlemlerin işaretlenmesi, ve her müşteri için bir satırlık özellik tablosu (feature table).

Yöntem

z-skoru: (değer − ortalama) ÷ standart sapma. Hesap bazında hesaplanırsa “bu müşteri için olağandışı” işlemi bulur.
Kurallar: gece saatleri, yeni kanal, çok yüksek tutar gibi işaretler birleştirilerek basit bir skor oluşturulur.
Sızıntı yok: Özellik tablosu, tahmin anından önceki veriden üretilmelidir (burada referans tarih 2024-12-01; Aralık verisi etiket için ayrılır).

Standart sapma bu uygulamada STDDEV (SQL Server'da STDEV) ile hesaplanabilir; taşınabilir yol SQRT(AVG(x*x) - AVG(x)*AVG(x)).

Derinleş: modele hazır veri teslim etmek

Brif: Risk ekibi lideri“Ay sonunda dolandırıcılık ve pasifleşme modelleri için bütçe isteyeceğiz. Önce SQL ile ne kadar sinyal olduğunu görelim: şüpheli işlemler gerçekten ayrışıyor mu, özellik tablosu etiketle ilişkili mi? Bana özellik tablosu ve iki sayfalık bulgu notu lazım.”

Çalışma planı

Kesim tarihini sabitle. Özellikler 2024-12-01 öncesinden, etiket Aralık'tan. Aşağıdaki sorgu öncesi dönemi tanır: 18.771 kart harcaması, 477 müşteri, son işlem 2024-11-30.
Dağılıma bak. Ortalama 3.111 TL ama en büyük işlem 93.500 TL: dağılım sağa çarpık; ortalama + 3 standart sapma kaba bir eşiktir, kesin değildir.
Hipotezleri yaz. “Gece işlemleri olağandışı”, “uzun süredir harcamayan müşteri pasifleşir”. Her biri bir sorguyla sınanabilir.

SELECT COUNT(*) AS islem, COUNT(DISTINCT a.customer_id) AS musteri,
       MIN(t.txn_time) AS ilk, MAX(t.txn_time) AS son
FROM bank_txns t
JOIN bank_accounts a ON a.account_id = t.account_id
WHERE t.txn_type = 'kart_harcama' AND t.txn_time < '2024-12-01';

Kontrol listesi

Bir müşteri = bir satır. Özellik tablosunun satır sayısı tekil müşteri sayısına (477) eşit olmalı; etiket tablosunun toplamı da.
Sızıntı testi. son_gun negatifse kesimden sonraki veri özelliğe girmiş demektir. Sıfır olmalı.
Bölme hatası. z-skoru için standart sapma 0 olan ve az işlemli hesaplar dışarıda bırakılmalı.
Sınıf dengesi. Pasif müşteri yalnızca 13; model başarısını doğruluk (accuracy) ile değil, yakalama oranıyla ölç.

Teslim

Özellik tablosu (müşteri başına bir satır, sütun sözlüğüyle) ve bulgu notu: işaret sayıları, kesişim, etiketle ilişki tablosu.

Yönetici özeti örneğiKasım sonuna kadar harcaması olan 477 müşteri için özellik tablosu hazırlandı; 13 müşteri Aralık'ta pasifleşti. Son harcamasının üzerinden 30 günden fazla geçen 13 müşterinin 12'si pasif kaldı; son_gun tek başına çok güçlü bir sinyal. Kural skoru 25 işlemi işaretledi; bunların 19'u hesap bazında z-skoruyla da olağandışı. Bu 25 işlemin hepsi gece saatlerinde, 45.400 TL üstünde ve her biri farklı bir hesapta: dolandırıcılık ekibine öncelikli inceleme listesi olarak gönderilmeli.

Kendini değerlendir

Ölçüt	Başlangıç	İyi	Mükemmel
Doğruluk	Özellikler hesaplanmış	Kesim tarihi her yerde aynı	Sızıntı ve satır sayısı testleri sıfır hata
Analiz	Tek yöntem	Kural ve istatistik karşılaştırılmış	Kesişim ve etiketle ilişki sayıyla gösterilmiş
Teslim	Sorgular	Tablo + sütun sözlüğü	Tablo, sözlük ve modelin neyi tahmin edeceğine dair net not