Finans sektöründe dijital dönüşüm uygulamaları ve dolandırıcılık tespiti

Abstract

Teknolojik inovasyonlarda yaşanan gelişmeler ışığında rekabet şartları küresel düzeyde değişmiştir. Bu değişim ve dönüşümlerden finans sektörü de nasibini almıştır. Artan rekabet ile şirketlerin sürdürülebilir rekabet avantajı elde etmeleri, müşteri memnuniyeti sağlamaları ve pazar paylarını artırmalarının yolu tüm iş süreçlerini dijitalleştirmelerinden geçmektedir. Dolayısıyla örgütlerin manuel olarak yürüttükleri tüm iş sistemlerini bilişim sistem ve teknolojilerine entegre etmeleri gerekmektedir. Bu sayede örgütsel hedeflere ulaşma noktasında daha etkili ve verimli bir yol tercih edilmiş olacaktır. Tüm bunların sistem güvenliğinin sağlanarak yapılması gerekmektedir. Bu çalışmanın amacı mevcut literatür incelenerek finans sektöründe dijitalleşme olgusuna değinme ve dolandırıcılık tespitinde kullanılacak strateji ve algoritmalar hakkında uygulayıcılara ve teorisyenlere faydalı olacak kurumsal altyapı ve içgörü sağlamaktır. Araştırma kapsamında finansal hizmetlerde dijital dönüşümü sağlayan kavramların temel unsurları ve bileşenleri verilmiş olup, dolandırıcılık tespitinde kullanılan algoritmalar incelenmiştir. Bu çalışma sonucunda dijitalleşmenin finansal ve örgütsel süreçleri büyük oranda iyileştirdiği fakat dijital sistemlerin siber saldırıları da olanaklı kıldığı sonucuna ulaşılmıştır. Dolandırıcılık tespitinde veri madenciliği ve makine öğrenmesi algoritmalarının faydalı olduğu sonucuna ulaşılmıştır. Makine öğrenmesi algoritmaları arasında Sinir Ağları (Neural Networks), Rastgele Orman (Random Forest), Destek Vektör Makineleri [Support Vector Machines (SVM)] ve Gradyan Güçlendirme Ağaçları (Gradient Boosting Trees) algoritmalarının her biri doğruluk ve performans kriterleri açısından değerlendirildiklerinde yüksek performans gösterdikleri sonucuna ulaşılmıştır. Dolandırıcılık tespitinde algoritmalar ve farkındalık stratejilerinin uygulanmasının kurumlar lehine olduğu sonucu çıkarılmıştır.

In the light of developments in technological innovations, competition conditions have changed at the global level. The finance sector has also been affected by these changes and transformations. With increasing competition, the way for companies to gain sustainable competitive advantage, ensure customer satisfaction and increase their market share is to digitalize all business processes. Therefore, organizations need to integrate all their manual business systems into information systems and technologies. In this way, a more effective and efficient way will be preferred to achieve organizational goals. All this should be done by ensuring system security. The purpose of this study is to provide institutional infrastructure and insights that will be useful for practitioners and theoreticians about the strategies and algorithms to be used in the digitalization phenomenon in the financial sector and fraud detection by examining the existing literature. Within the scope of the research, the basic elements and components of the concepts that enable digital transformation in financial services are given, and the algorithms used in fraud detection are examined. This study concludes that digitalization has greatly improved financial and organizational processes, but digital systems also enable cyber-attacks. Among the machine learning algorithms in fraud detection, Neural Networks, Random Forest, Support Vector Machines (SVM) and Gradient Boosting Trees algorithms have shown high performance when evaluated in terms of accuracy and performance criteria. The application of awareness strategies as well as algorithms in fraud detection is in favor of institutions.