Solución de referencia — Laboratorio 4: screening y reparaciones

Material docente. Los nombres y la lista son sintéticos.

La respuesta escrita al área de negocio

La propuesta de subir el umbral del 82 % al 90 % reduce las alertas un 58 % y ahorra unos 200 000 al trimestre. La prueba retrospectiva sobre las 9 coincidencias confirmadas del periodo muestra que 3 de ellas quedaban por debajo del 90 %: con el umbral propuesto, esas tres operaciones se habrían ejecutado.

Una operación ejecutada con una persona designada no es un riesgo que se pueda comparar con un ahorro operativo. La propuesta se rechaza.

El problema que la motiva es real. La corrección propuesta actúa sobre la calidad de la comparación y reduce las alertas un 75 % mejorando la detección: pasa de 41 a 57 casos detectados sobre 60 en el conjunto de prueba.

Métricas por umbral

umbral   alertas   VP   FP      precisión   exhaustividad
 70 %    52 400     9   52 391    0,017 %      100 %
 78 %    41 100     9   41 091    0,022 %      100 %
 82 %    31 500     9   31 491    0,029 %      100 %
 86 %    21 900     8   21 892    0,037 %     88,9 %
 90 %    13 230     6   13 224    0,045 %     66,7 %
 95 %     4 800     3    4 797    0,063 %     33,3 %

La precisión mejora con el umbral y la exhaustividad se desploma. En sanciones manda la segunda columna.

Clasificación de falsos positivos

La corrección que mejora las dos métricas

def coincide(nombre_pago: str, entrada: EntradaLista, umbral: float) -> Match | None:
    a = normalizar(nombre_pago, origen=detectar_origen(nombre_pago))
    b = normalizar(entrada.nombre, origen=entrada.origen)

    puntuacion = similitud(a, b)
    if puntuacion < umbral:
        return None

    # Apellido de alta frecuencia: exige un segundo campo.
    if apellido_frecuente(a):
        if not entrada.fecha_nacimiento:
            # NO se descarta: se escala. La ausencia del dato
            # no puede convertirse en un descarte automatico.
            return Match(puntuacion, motivo="apellido frecuente, sin fecha")
        if not coincide_fecha(nombre_pago, entrada):
            return None

    return Match(puntuacion, motivo="coincidencia de nombre")

La línea que la corrección busca es la marcada: cuando falta el dato que permitiría descartar, el caso se escala, no se descarta. Descartar por falta de información es exactamente el falso negativo que hay que evitar.

La normalización fonética mejora la exhaustividad

CONJUNTO DE PRUEBA: 60 variantes conocidas de nombres designados

  sistema actual (comparación literal):     41 de 60
  con normalización fonética:               57 de 60

  los 3 no detectados se documentan uno a uno
  como limitación conocida, con su plan

Este es el resultado que justifica todo el laboratorio: reducir el ruido mejoró la detección, porque el ruido venía de comparar mal, no de comparar mucho.

El beneficio que no es el ahorro

CON 31 500 ALERTAS Y 14 REVISORES
  31 500 × 6 min = 3 150 h/trimestre
  225 h por persona de 480 disponibles
  → casi la mitad del tiempo revisando ruido

CON 7 800 ALERTAS
  56 h por persona
  → tiempo para el análisis que sí lo merece

Un equipo que revisa 225 horas de ruido comete errores por fatiga. La reducción del ruido no ahorra dinero: evita falsos negativos por agotamiento.

Errores que se penalizan

Límites

• La lista y los nombres son sintéticos y no reproducen la distribución real de ninguna lista oficial.
• El laboratorio no cubre el componente de comportamiento del modelo de prevención de lavado, que tiene su propia calibración.
• La etiqueta de resolución está disponible, cosa que en producción no ocurre: la calibración real exige revisión humana muestreada.