Seleccionar datos para obtener el mejor rendimiento y la mejor cobertura de tipología de riesgos

La IA contra el blanqueo de dinero tiene campos OBLIGATORIOS que son esenciales para detectar el blanqueo de dinero, como el valor y la hora de la transacción. El producto también tiene campos RECOMENDADOS que se usan para mejorar la cobertura de riesgos, para el análisis de la imparcialidad y para ayudar a gestionar el linaje de datos.

Para optimizar la cobertura, debe proporcionar los campos RECOMENDADOS, ya que algunos de ellos habilitan funciones adicionales que son indicadores de riesgo críticos para algunas tipologías.

Los campos de datos clasificados como RECOMENDADOS pueden mejorar la cobertura de la tipología de riesgos de dos formas:

  • Al admitir tipologías que no tienen ninguna función de asistencia calculada a partir de los campos de datos OBLIGATORIOS (por ejemplo, blanqueo de dinero a través de jurisdicciones de alto riesgo)
  • Reforzando la cobertura de una tipología ya admitida con nuevas funciones que arrojan resultados adicionales (por ejemplo, el blanqueo de dinero)

En la siguiente tabla se resume la finalidad de todos los campos RECOMMENDED del esquema de AML AI.

CampoTablas¿Impacto en el rendimiento?¿Cómo influye la cobertura de la tipología?Otros usos
counterparty_account.region_codeTransacciónDepende de la versión del motor Sí, varias N/A
nationalitiesGrupo Sí, varias N/A
residenciesGrupo Sí, varias N/A
birth_dateGrupo Depende de la versión del motor Sí, varias Este campo se puede usar para realizar tu propio análisis de equidad.
establishment_date Grupo Depende de la versión del motor Sí, varias No
gender Grupo Depende de la versión del motor Sí, varias Este campo se puede usar para realizar tu propio análisis de equidad.
is_entity_deletedNoNoEste campo puede ser necesario para modelar correctamente cómo cambian las entidades a lo largo del tiempo, en función de cómo gestione sus datos internamente (consulte Cómo cambian los datos a lo largo del tiempo).
source_systemNoNoEl campo te ayuda a gestionar la calidad del conjunto de datos.
risk_typology_measurements RiskCaseEvent NoNoHabilita la medición del recuerdo a nivel de tipología en la métrica ObservedRecallValuesPerTypology para las versiones del motor compatibles.