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

L'IA de lutte contre le blanchiment d'argent 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 sont utilisés pour améliorer la couverture des risques, pour l'analyse de l'équité et pour aider à gérer la lignée des données.

Pour optimiser la couverture, vous devez fournir des 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 comportent aucune fonctionnalité associée calculée à partir des champs de données OBLIGATOIRES (par exemple, le blanchiment d'argent via des juridictions à haut risque)
  • En renforçant la couverture d'une typologie déjà prise en charge avec de nouvelles fonctionnalités qui génèrent des résultats supplémentaires (par exemple, le blanchiment d'argent)

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

ChampTablesImpact sur les performances ?Impact de la couverture des typologies ?Autres utilisations
nationalitiesGroupeOui Oui, plusieurs N/A
residencies Groupe Oui
birth_dateGroupe Dépend de la version du moteur Oui, plusieurs Vous pouvez utiliser ce champ 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 Vous pouvez utiliser ce champ pour votre propre analyse de l'équité.
is_entity_deletedNonNonUn champ peut être nécessaire pour modéliser correctement l'évolution des entités au fil du temps, en fonction de la manière dont vous gérez vos données en interne (voir Comprendre l'évolution des données au fil du temps).
source_systemNonNonLe 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.