Herausforderung
Anrufe in alle Welt werden über sogenannte „Routen“ in die entsprechenden Länder vermittelt, wobei die Vermittlung entweder über direkte oder indirekte Routen stattfindet. Im Gegensatz zu westlichen Ländern veranschlagen insbesondere Schwellenländer hohe Gebühren für die offizielle Durchstellung von Anrufen in das jeweilige Land. Im Gegenzug werden voll- oder teilautomatische Bot Calls durchgeführt, die wiederum Anrufe nach Europa durchführen, um Routen zu identifizieren, die nicht offiziell angemeldet sind. Unser Kunde, ein Betreiber von Routing-Services, stand vor der Herausforderung, vollautomatisch Bot Calls zu identifizieren, um diese gezielt blacklisten zu können.
Ansatz
Auf Basis historischer Einzelverbindungsnachweise wurde ein aggregierter Datensatz erstellt, der verschiedene Merkmale auf Ebene der jeweiligen Telefonnummer komprimiert. Hierzu zählen beispielsweise die Anzahl der Verbindungen, das Anrufverhalten in Bezug auf Tageszeit und Saisonalität, die Entropie der angerufenen Nummern und viele weitere Features. Diese Merkmale bildeten die Grundlage für das Training eines Machine Learning Modells, das in der Lage ist, Bot-Anrufe mit hoher Genauigkeit zu erkennen.
Ergebnis
Basierend auf dem geschätzten Machine Learning Modell wurde eine Lösung implementiert, die regelmäßig Anrufer scored und die Ergebnisse interaktiv in einem Dashboard visualisiert. So können Mitarbeiter:innen auf Kundenseite weitere Detailanalysen erstellen, die ihnen dabei helfen, die Systematik der Bot Calls besser zu verstehen und entsprechende Abwehrmechanismen weiterzuentwickeln.