Detección de Anomalías Financieras

Descripción General del Proyecto

Este proyecto demuestra cómo utilizar Gaio DataOS para construir una aplicación que detecta anomalías financieras basadas en información de transacciones. Con esta aplicación, los usuarios pueden:

Importar datos de transacciones financieras
Detectar, clasificar y analizar anomalías
Obtener insights sobre comportamientos financieros sospechosos

Etapas de Desarrollo

1. Extracción de Datos

Conexión a ClickHouse Cloud o importación de archivos CSV
Uso de tareas Builder en Gaio para:
- Importar datos
- Limpiar y transformar información

El proceso de importación finaliza en la tabla plana:

tb_financial_anomaly

2. Detección de Anomalías

La lógica de detección se divide en múltiples Builders SQL para identificar:

Gasto elevado
Transacción duplicada
Transacción fuera del horario habitual
Reembolso repetido
Pico de ingresos
Aumento repentino de reembolsos

Cada anomalía detectada recibe:

Un nivel de severidad
Un anomaly_id único
Metadatos enriquecidos

Si múltiples anomalías ocurren en la misma transacción, cada una recibe un anomaly_id diferente.

Consolidación final en la tabla:

detected_anomalies

3. Dashboards e Interfaces

3.1 Monitor de Transacciones Sospechosas

Utiliza las tablas:
- detected_anomalies
- anomaly_classification_history
Se generan métricas como:
- Cantidad total de anomalías
- Número por tipo de clasificación
- Distribución por severidad
Estas métricas se construyen con tareas Report y se visualizan en el dashboard.
Se implementan filtros mediante la tarea Form para permitir filtrado por:
- Fecha
- Tipo de transacción
- Sector
- Categoría
- Tipo de pago
Incluye:
- Tabla con clasificaciones más recientes
- Tabla con anomalías pendientes de clasificación
Desde la tabla de anomalías pendientes, el usuario puede:
- Clasificar una anomalía
- Ver detalles específicos haciendo clic en el ID

3.2 Clasificación de Anomalías

Al hacer clic en el ícono izquierdo de una anomalía pendiente, el usuario puede clasificarla mediante un formulario.
Características:
- Algunos campos se completan automáticamente usando parámetros
- Al enviar el formulario, se ejecuta el proceso Update Anomaly Classification
Este proceso incluye:
1. Tarea Update que modifica la fila correspondiente en detected_anomalies
2. Builder incremental que agrega una nueva fila en anomaly_classification_history

3.3 Detalles de Anomalía

Al hacer clic en un anomaly_id, se abre un dashboard dedicado.
Tablas utilizadas:
- detected_anomalies
- tb_financial_anomaly
Se utilizan parámetros para filtrado dinámico.
Incluye:
- Tarjeta de nivel de riesgo
- Insights según tipo de anomalía
- Gráficos:
  - Línea (promedios mensuales)
  - Barras (por sector y categoría)
  - Circular (por cliente/proveedor)
- Tabla de historial de transacciones
Estilizado con HTML y CSS.