Sélectionner les données pour optimiser les performances et la couverture des typologies de risques

L'IA AML comporte des champs OBLIGATOIRES qui sont essentiels pour la détection du blanchiment d'argent, tels que la valeur et l'heure de la transaction. Le produit comporte également des champs RECOMMANDÉS qui permettent d'améliorer la couverture des risques, d'effectuer des analyses d'équité et de gérer la provenance des données.

Pour optimiser la couverture, vous devez fournir les champs RECOMMANDÉS, car certains d'entre eux activent des fonctionnalités supplémentaires qui sont des indicateurs de risque critiques pour certaines typologies.

Les champs de données classés comme RECOMMANDÉS peuvent améliorer la couverture de la typologie des risques de deux manières :

  • En acceptant les typologies qui ne disposent d'aucune fonctionnalité calculée à partir des champs de données OBLIGATOIRES (par exemple, le blanchiment d'argent dans les juridictions à haut risque)
  • En renforçant la couverture d'une typologie déjà acceptée avec de nouvelles fonctionnalités qui génèrent des résultats supplémentaires (par exemple, le mules de fonds)

Le tableau suivant récapitule l'objectif de tous les champs RECOMMANDÉS du schéma AML AI.

ChampTablesQuel est l'impact sur les performances ?Impact de la couverture de la typologie ?Autres utilisations
counterparty_account.region_codeTransactionDépend de la version du moteur Oui, plusieurs N/A
nationalitiesGroupeOui Oui, plusieurs N/A
residenciesGroupeOui Oui, plusieurs N/A
birth_dateGroupe Dépend de la version du moteur Oui, plusieurs Ce champ peut être utilisé pour votre propre analyse de l'équité.
establishment_date Groupe Dépend de la version du moteur Oui, plusieurs Non
gender Groupe Dépend de la version du moteur Oui, plusieurs Ce champ peut être utilisé pour votre propre analyse de l'équité.
is_entity_deletedNonNonCe champ peut être nécessaire pour modéliser correctement l'évolution des entités au fil du temps, en fonction de la façon dont vous gérez vos données en interne (voir Comprendre l'évolution des données au fil du temps).
source_systemNonNonCe champ vous aide à gérer la qualité de l'ensemble de données.
risk_typology_measurements RiskCaseEvent NonNonActive la mesure du rappel au niveau de la typologie dans la métrique ObservedRecallValuesPerTypology pour les versions de moteur compatibles.