本記事は”不正分析論:検知と予防の為の戦略と方法（Fraud Analytics：Strategies and Methods forDetection and Prevention）”Delena D. Spann　Copyright@2014（John Wiley & Sons）より抜粋、編集したものである。John Wiley & Sons 社 転載許諾済。

ステ ップ	データマイニングの 好循環	CRISP-DM 1.0	SAS （含SEMMA）	１３ステップ不正	分析
１	事業の問題をデータマイニングの問題へ変換	事業の理解	事業目的の理解	事業の問題を解決するための計画の立案	指示
２	適切なデータの選択	データの理解	データ・マネジメント	データサンプルの選定	収集
３	データの把握	データの準備	モデル開発（含SEMMA）	データ変数の上位集合の選定	評価
４	モデルセットの作成	モデル化	モデル展開	記述統計によるデータの集計	記述 と 照合
５	データの問題を解決	評価	モデルマネジメント	データの整理	分析
６	情報を表面に出すためのデータの変形	展開		派生変数の生成	浸透
７	モデル構築			変数の数の削減
８	モデル評価			出力変数とモデル化技法の定義
９	モデル展開			統計的モデルの構築
１０	結果の評価			モデルの結果の集計
１１	再開			モデル結果のテストとモデルプロセスの書面化
１２				プロダクション（実稼働）モデルの実行
１３				モデルのパフォーマンス監視

　不正分析は、不正が起こったのかどうか、起こったとすればどのように、誰が関与して、いつ発生したのかを特定する為に過去の証跡つまりデータを調査する。かつては、不正分析には基本的な表計算ソフトが使用されてきた。しかし、新たな大変革は否が応にも私達を捉えている。我々は、今や絶えず進化する戦略、データマイニング手法、強力なソフトウェアを駆使している。

　逆に、予測分析においては、不正検査士は過去の不正事案から変数の組み合わせを抽出し、それを当てはめることで将来の結果、出来事が不正となる可能性を見極めていく。

　不正検査士は、不正分析を予測分析の発展、情報の収集、展開、評価、結果の査定の為に使わなければならないが、不正のデータ分析に予測モデルは必要ない。

　もちろん、不完全または不正確なデータは、どちらのプロセスにおいても混乱を招き得るが、予測モデルは、よりデータの質に依存していると言えるだろう。予測モデルは、分析結果に基づく素早い対応から、最も大きな効果の一つをもたらすが、結果がデータの質に悪影響を受けていれば、時間の無駄となる。だが、たとえ時間の効率的活用が分析における重要な要素だったとしても、もし作業の繰り返しや微調整が必要になれば、そのプロセスが大きく変わることはない。効率性と有効性は、ともに不正行為を躊躇させ、検知し、芽を摘み、調査し、起訴していくなかで、必須の要素なのである。

　なお、データ分析には標準的な直線的なプロセスがあるが、予測モデルは非線形構造である。

　３つの予測モデルは、それぞれ手順の数が異なり、それぞれにある種の目標をもって開始される。ＳＡＳモデル（ＳＡＳインスティテュート社（SAS Institute Inc.,）統計・ビジネスインテリジェンスソフトウェア制作会社による開発）は、ＳＥＭＭＡ（サンプル（Sample）、調査（Explore）、修正（Modify）、モデル化（Modeling）、評価（Assessment））と併用して初めて完全な手法となるのだが、ＳＡＳのステップは、詳細で複雑なＣＲＩＳＰ−ＤＭに比べてシンプルなモデルである。（ＣＲＩＳＰ−ＤＭ―産業間データマイニング標準プロセス（Cross Industry Standard Process for Data Mining））は、ＥＵのプロジェクトとして５つの企業により開発）

　３つのモデル間のもう１つの明らかな違いは、１３ステップがそのモデルで一貫してスコアリングを使用するのに対して、ＣＲＩＳＰ−ＤＭやＳＡＳは使用しないことである。（１３ステップ手法は、ウェスリー・ウィルヘルム（Wesley Wilhelm）とアラン・ヨースト（Alan Jost）により開発された）

　ＳＡＳの第１ステップはビジネス目標を明らかにすること、１３ステップの第１ステップは問題解決の為のモデルデザインを作成すること、ＣＲＩＳＰ−ＤＭの第１ステップは「ビジネスの状況の理解」を得ることである。１３ステップ及びＣＲＩＳＰ−ＤＭの最初のステージは、明確にビジネスやプロジェクトの目的を特定する指示を含んでいる。

　ビジネスと目標の理解は、予測モデル成功に決定的な要素に見えるが、ＳＡＳでは、この最初のステップを適切に完了する為に必要な多くの詳細が省略されているようだ。

　ＣＲＩＳＰ−ＤＭと１３ステップは、ともにプロジェクトを通じ一貫して、組織を理解し、どの資源（人材、データ、設備、施設など）が利用できるかを見定めることに注力する。これら２つのモデルは、この目的の為に更にステップを踏んで、成功のために完了しなければならないスケジュールとタスクの概略を記した計画、戦略をデザインする。（参照ＣＲＩＳＰ−ＤＭ1.0、段階的データマイニング（CRISP-DM1.0,Step-by-Step Data Mining）Ｐ．チャップマン（P. Chapman）、Ｊ．　クリントン（J. Clinton）、Ｒ．カーバー（R. Kerber）、Ｔ．カブザ（T.Khabaza）、Ｔ．ライナルツ（T. Reinartz）、Ｃ．シアラー（C.Shearer）、Ｒ．ワース（R.Wirth）著、ＣＲＩＳＰ−ＤＭコンソーシアム（CRISP-DM Consortium）、２００８年、http://tinyurl.com/75ytjh4）

　これらのモデルの初期段階に起こる驚くべき違いは、そのプロセスに必要となる計画と準備の量である。ＳＡＳの第１ステップは極めてシンプルであり、モデル制作者に求められることは、自動化の為に必要な意思決定の種類と、課題に適切なモデリング手法を特定することのみである。そして、ＣＲＩＳＰ−ＤＭだけが、リスクと緊急時対策を考慮に入れる。難易度の高いタスクを前に、適切なバックアッププランなしに作業を進めるのは考えられないかのようである。加えて、組織が予測モデルの実験を行うことに同意するためには、経営陣はどんな意思決定の前にも、費用対効果の分析を知りたいと思うだろう。ＣＲＩＳＰＤＭは、その情報を提供する唯一のモデルでもある。

　続くいくつかのステップは、お互いに他のモデルの複数のステップと関連しており、それぞれがデータの解釈を含んでいる。例えば、ＳＡＳの第２ステップはデータマネジメントだが、第３ステップであるモデル開発にもデータを扱う局面がある。１３ステップの第２ステップから第７ステップは、すべてデータを含む。ＣＲＩＳＰ−ＤＭの第２、第３ステップは、データが重要な役割を果たす。

　明らかに、予測モデルにおいて最も重要なパートの一つは、データを選別し収集する部分である。このタスクは、各手法において、この第二段階で実行される。データに関連するもう一つのとても重要なタスクは、データをクリーニングし、品質が高い状態を確保することである。この重要なステップにおいて、あらゆるデータ入力エラーは修正され、第三者との不一致が取り除かれ、欠測値が削除される。（参照「分析的インテリジェンスの運用：モデル開発における効果的戦略の為の解決策」“Operationalizing Analytic Intelligence: A Solution for Effective Strategies in Model Deployment“ＳＡＳインスティテュート，２００５年）

　「分析的インテリジェンスの運用」によれば、ＳＡＳおよびＣＲＩＳＰ−ＤＭは、オリジナルのデータをより重要な基準として位置付ける。ＳＡＳは、モデル制作者にデータを調査し、パターン、セグメント、変則的な動き、異常値などを見つけ出すよう促す。

　ＣＲＩＳＰ−ＤＭのデータ理解のフェーズにおいても、モデル制作者は「クエリ、可視化、レポートを利用して」データを分析することが課される。これらの２つの手法は、いくつかの異なる情報源からのデータを統合することも考慮する。

　一方で、１３ステップモデルは、既存の変数や派生した変数を作り出すことに力点を置く。他のモデルでも（ＳＡＳ　ＳＥＭＭＡの修正フェーズやＣＲＩＳＰ−ＤＭの第３ステップであるデータ構築フェーズ「データ準備」において）派生変数は使われるが、その役割はそれぞれのモデル化ステップにおけるほんの一部である。１３ステップでは、抽出された派生変数は、第３、第４、第６、第７ステップの４つのそれぞれのステップで中心的な役割を果たす。

　データに関して言えば、それぞれのモデルは、変数がなぜ、そしてどのようにして作成されたのかが説明される限り、その作成、形式の設定、欠損値の置き換えを認めている。

　データが準備されたら、各手法ともモデル化段階に移っていく。ＳＡＳの第３ステップはモデル開発であり、ＣＲＩＳＰ−ＤＭの第４ステップはモデル化である。１３ステップの第８、第９ステップは、それぞれ、「出力変数とモデル化技法の定義」と「統計モデルの構築」となっている。詳しく調べていくと、これらのモデル化ステップの類似性が見えてくる。この段階のそれぞれのモデルの最初のステップは、適切な技法とツールを選択することである。よく使われる手法には、線形回帰、デシジョンツリー、ニューラルネットワーク、伝統的な統計学などがある。モデル制作者が、この段階で同時に複数の技法やツールを選択することは一般的ではない。特に様々な制約があるときなど、すべての技法があらゆるデータに対応できるというわけではないことが主な理由である。

　不正検査士が技法とツールを選択したら、予測モデルの構築の準備が整う。３つの手法で、それぞれモデルを実証、テストするステップを実行していく。ＣＲＩＳＰ−ＤＭは、モデルの質と有効性を確かめる為のモデルの「テストデザイン」を作り、このプロセスを二重化しているようだが、モデルが構築された後にアセスメントを要求する。一方、他の手法は、テスト環境でモデルの実験をするに留まる。

　モデル化段階での次のフェーズは、モデルのアセスメントと評価の両方あるいは一方である。

　ここでも、３つの手法はある種のモデルアセスメントを実行する。ＳＡＳではこれを第３ステップに組み入れ、ＣＲＩＳＰ−ＤＭでは第４及び第５ステップ（評価）で行う。１３ステップでは、第１０、第１１ステップでこのプロセスの要約と文書化として行う。このアセスメント段階において、モデル制作者は、例えばＳＡＳでは新しく発見された課題に直面するかもしれない。ＣＲＩＳＰ−ＤＭでは、モデルの質を検証し、必要な修正を加えて、定められたビジネスの目的に確実に合わせる作業を行い、あるいは１３ステップにおいては、モデルが展開されるべきか否かを決める為に結果を要約することになるだろう。

　もし、適切な結果が得られたら、このプロセスの次のステップでは、本番環境へモデルを移すことになる。この段階は、ＳＡＳの第４ステップ「モデル展開」、ＣＲＩＳＰ−ＤＭの第６ステップ「展開」、１３ステップの第１２ステップ「プロダクション（実稼働）モデルの実行」にあたる。一部の人々によれば、展開は予測モデルにおいて最も時間がかかる段階となる。モデル制作者は、モデル展開の為の計画と戦略を立案し、確実に期待通りの運用がなされるようにしなければならない。（参照「分析的インテリジェンスの運用”Operationalizing Analytics Intelligence.”」）

　展開は最後のステップのように聞こえるが、手法を完了するにはもう一つの作業が残っている。最後のステップは、ＳＡＳの第５ステップ「モデルマネジメント」、１３ステップにおける第１３ステップ「モデルのパフォーマンス監視」、ＣＲＩＳＰ−ＤＭの第６　ステップ、展開におけるもう一つの部分である。これらの最終ステップは、モデルのメンテナンスの為に必要であり、モデルが正しい判断をしていることを保証するものである。

　不正検査士は、何がうまく行き、どこが改善を必要とする領域か結果を考察する最終報告を準備するだろう。ＳＡＳとＣＲＩＳＰ−ＤＭにおいては、時間が経過して、もし新しいデータが利用、入手できた場合や新しい変数が認識された場合には、不正検査士はこれに対応する為にモデルを修正、変更できるようだ。実際、ＣＲＩＳＰ−ＤＭのほぼすべてのステップでは、レビューを踏まえていつでもそのプロセスをやり直すことができる。ＳＡＳにおいては、不正検査士は初めに戻ることはせずに、第２ステップからやり直す。同様の循環的なプロセスは１３ステップモデルにおいては、第１３ステップとそれ以外のどのステップにも見られない。

　全体的にみると、ＳＡＳモデルのＳＥＭＭＡの部分は、ＣＲＩＳＰ−ＤＭに比べて簡単で手早く使えるモデルである。ＳＡＳはより簡潔でコストがかからないが、ＣＲＩＳＰ−ＤＭはより完全性の高い結果をもたらす。各ステップの作業は３つのモデルの間で異なっている一方で、基本的には非常に類似した活動を含んでおり、最終的には、特定のインシデントの将来の発生を予測するという、同じゴールを目指している。

　１３ステップはとても冗長で、時間とコストがかかるモデルであるが、月々の支出の検証からある人物の負債の可能性や、クレジットカード口座が延滞するかどうか、するとすればいつか、といったことを推定するような、いくつかのビジネス目的には有効だろう。これは、モデルの初期段階で不正検査士が選ぶ機能の定義や変数による。

　異なる管理手順の選択肢、補足的観点や多様な技法を必要とする事項に対応するニーズを考えれば、多くの予測モデルがあることは驚くことではない。あるものは他よりも優れているが、常に完璧なものは一つもない。（私自身は、ハイブリッドな予測分析モデルを作るためにいくつかの予測分析モデルから手順を借用している。表１は様々なモデルに含まれるステップの概略を、表２は、不正分析と予測分析の比較の概観を示している）。

　これらモデルのいずれか、あるいは３つの組み合わせは、あなたが主要な不正対策をどこに打つかを決める際の目標設定と予算策定に役立つであろう。

（注：英語版FRAUD Magazine September/October 2014の記事“Fraud Prognostications”で冒頭および２番目のパラグラフに記載されているJanetは誤植であり、正しくはSylviaである。ＡＣＦＥ本部Ｆｒａｕｄマガジン編集部との確認の下、本稿ではシルビアに統一した。　ＡＣＦＥ　ＪＡＰＡＮ　事務局）