Телеком: всплеск трат на премиум-номерах в роуминге — 4,3 млн ₽ списаний за неделю

Ситуация: Траты на премиум-номера в роуминге выросли в 5 раз, 4,3 млн ₽ подозрительных списаний за неделю. Нужны антифрод-правила с балансом между поимкой фрода и ложными блокировками.

За неделю траты абонентов на премиум-номера (SMS/звонки на короткие и платные номера) в роуминге выросли в 5 раз, общий объём подозрительных списаний — 4,3 млн ₽. Часть — реальное мошенничество (угнанные SIM, IRSF/Wangiri-схемы, premium-rate fraud), часть — легитимные подписки и сервисы. Нужно построить правила раннего антифрода, которые ловят фрод, но не блокируют добросовестных абонентов в поездке. Цена ошибки двусторонняя: пропущенный фрод = прямой убыток, ложная блокировка = жалоба и отток в роуминге.

Доступные данные

• cdr_roaming: cdr_id, user_id, msisdn_dst, country, dst_type, charge_rub, duration_sec, started_at
• subscribers: user_id, plan_id, tenure_months, avg_monthly_charge, roaming_enabled
• premium_numbers: msisdn_dst, category, payout_rate, is_known_fraud
• fraud_labels: cdr_id, label, reviewed_by, reviewed_at
• blocks: user_id, block_type, started_at, lifted_at, false_positive_flag

Задачи

• Профилировать аномалию: какие страны, категории номеров и абоненты дают всплеск списаний относительно их baseline.
• Сравнить сигнатуры IRSF/Wangiri (много коротких звонков на высоко-payout номера) с легитимным премиум-потреблением.
• Предложить набор правил раннего антифрода (velocity, отклонение от персонального baseline, payout_rate номера) с порогами.
• Оценить trade-off правил: precision/recall на размеченных fraud_labels, число ложных блокировок и пропущенный убыток.
• Сформулировать политику: hard-block / soft-challenge / monitor по уровням риска с учётом ценности абонента.

Все кейсы для подготовки → ← Все кейсы