이 페이지에서는 위험 점수 및 설명 기능 사용에 대한 권장사항을 간략하게 설명합니다.
위험 점수 사용
위험 점수는 조사 프로세스에서 고위험 당사자의 조사 우선순위를 지정하는 데 사용할 수 있습니다.
일반적인 접근 방식은 조사자 부하 또는 선택한 위험 수준을 기반으로 하는 알림을 포함합니다.
용량 주도: 사용 가능한 조사자 수에 따라 내림차순의 위험 점수를 기준으로 출력 테이블의 상위 n명 당사자에게 알리거나 조사합니다.
위험 주도: 월별로 고정된 고정 임곗값을 초과하는 위험 점수를 가진 모든 당사자에게 알리거나 조사합니다. 또한 이전 케이스의 리콜 수준과 새로운 위험 발견 수준을 허용 가능한 수준으로 제공하는 백테스트 결과를 기반으로 합니다. 자세한 내용은 모델 및 위험 거버넌스 아티팩트 수집을 참조하세요.
설명 기능 사용
긍정적 기여 분석 점수가 가장 높은 특성 계열을 조사자에게 제공하여 조사를 진행하거나 조사당 필요한 시간을 줄이거나 성공률을 높일 수 있습니다. 경험에 따르면 음수 점수(특성 계열에서 케이스 위험을 감소했음을 나타냄)는 조사자가 사용하기에 어려울 수 있으며 일부 AML AI 고객은 조사자에게 보이지 않습니다. 최상의 결과를 얻으려면 조사자가 다양한 특성 계열과 관련된 조사를 처리하는 데 필요한 학습 또는 안내를 고려하세요.
다음과 같은 다른 용도로 설명 기능을 사용할 수도 있습니다.
- 고객 행동이 충분히 변화하여 이 고객에 대한 2번째 또는 반복 알림에 대한 새로운 조사가 필요한지 확인
- 시간 경과에 따른 특성 계열 기여에서 집계 통계 도출
반복 알림 필터링
AML AI 위험 점수는 고위험 당사자를 식별하지만 반복 알림을 분리하지는 않습니다. 예를 들어 2023년 3월에 고위험을 나타낸 고객이 2023년 4월에도 비슷하게 높은 점수를 받을 수 있으며 이 경우 같은 행동임에도 불구하고 연속으로 케이스 2개가 생성될 수 있습니다. 위험 점수 또는 설명 기능에 큰 변화 없이 현재 또는 최근에 완료된 조사에서 당사자에게 다시 알림을 보내지 않도록 규칙을 적용하여 반복되는 알림을 필터링할 수 있습니다.