Tre strategier för att minska antalet false positives
Uppdaterad 22 juli 2024
Publicerad 20 maj 2024
Uppdaterad 22 juli 2024
Publicerad 20 maj 2024
Idag måste bankerna ägna stora mängder tid och resurser åt att försöka hejda flödet av illegala medel som rör sig genom det finansiella systemet. Det kräver noggrann övervakning och analys av kundernas transaktioner.
En ständig utmaning är att få bukt på det stora antalet falska positiva, eller false positives på engelska. Av alla transaktioner som flaggas som misstänkta slutar det med att upp till 98 % av dem inte leder någonstans och kostar multum i utredningar.
Gabriella Bussien, vd för Trapets, Nordens ledande mjukvarubolag för att förhindra finansiell brottslighet, delar med sig av sina erfarenheter hur bolag kan jobba smartare för att reducera antalet false positives.
Hon menar att bankerna kan skydda sina verksamheter utan att behöva undersöka en stor mängd false positives. Men det kräver att de nyttjar ny teknologi för insamling av data och analys, samt att de vågar ta ett steg i en ny riktning.
För en vanlig kontoinnehavare kommer en onormalt stor summa pengar att föras in på kontot då denne till exempel säljer en bil. Banken kommer att betrakta transaktionen som en avvikelse från det vanliga mönstret och flagga den.
Men för att kunna klassa händelsen som ett falskt positivt resultat, och innan de vidtar åtgärder och fryser kontot, behöver bankerna samla in olika typer av data. Det handlar inte om vanlig kundkännedomsdata som samlas in när kunden registrerar sig. Bankerna bör vara intresserade av nästa datalager kopplat till en person eller ett företag.
Det kan innefatta kreditpoäng, försäkringsdata, data om kundens investeringar, tillgångar, inkomst, geografisk placering och mer. All denna data är nödvändig för att lägga det större pusslet bakom en transaktion och för att bedöma om larmet är sant eller falskt.
Bankerna behöver tillgång till såväl interna källor som till tredjepartskällor. Större banker har som regel större tillgång till data, till skillnad från mindre banker.
Det är viktigt att omorganisera budgeten för att samla in den information som krävs: utan tillräckliga resurser kan du inte reducera antalet false positives.
Idag finns teknologi som automatiserar processen för att samla in och hantera data – och som därmed kan bidra till att minska antalet false positives.
Dessa lösningar interagerar med olika system och datakällor för att extrahera relevant data om en transaktion eller kund. De kan sedan snabbt och korrekt generera en rapport för vidare analys, vilket minskar risken att missa värdefull information.
Vissa storbanker har gått så långt som att använda AI från början till slut - boten kommer att ta emot, bearbeta och stänga ett larm helt autonomt. Utan att nödvändigtvis gå så långt kan det vara oerhört fördelaktigt för banker och andra finansiella institut att ha programvara som snabbt kan jämföra och analysera olika datakällor.
Det kan hjälpa analytiker att effektivt bedöma om vissa mönster eller handlingar är sammankopplade, och om de visar tecken på kriminell aktivitet eller tvärtom bevisar oskuld.
Många banker vågar inte ändra sina övervakningssystem. Det är vanligt med en rädsla för ökad risk i samband med ändringar i parametrarna för vad som anses vara misstänkt, eller att vissa beteenden faller utanför räckvidden så att olaglig aktivitet förblir oupptäckt.
Ibland kan det dock vara nödvändigt för att förbättra processerna. Bankerna måste ha en riskbaserad strategi för scoping. De måste bedöma om en räckvidd är värdefull eller inte baserat på dess verkliga resultat. Minskar det verkligen riskexponeringen för din bank? Eller producerar det ytligt imponerande data som visar att du flaggar hundratals misstänkta aktiviteter om dagen?
Gå först igenom dina larm och bedöm vilka som faktiskt har lett till kriminell aktivitet. Om du har många liknande parametrar som nästan aldrig resulterar i ett relevant larm, måste du ändra din omfattning. Gå bort från de ineffektiva kriterierna och fokusera istället på de parametrar som leder till de mest relevanta larmen.
False positives kommer alltid att vara en utmaning för finansiella institutioner, men vi har aldrig haft så många verktyg till vårt förfogande för att ta tjuren vid hornen och lägga våra resurser – människa eller robot – på de mest effektiva strategierna.