En el centro de la IA contra el lavado de dinero se encuentra una comprensión detallada y actualizada de las partes del banco y sus actividades, que abarcan, en particular, los siguientes datos:
- Actividad transaccional
- Participaciones en la cuenta
- Datos demográficos del partido
- Datos de la investigación de riesgos
En esta página, se describe la creación y administración de los datos que usa la IA contra el lavado de dinero, incluidos los detalles del modelo de datos, el esquema de datos y los requisitos de datos para la prevención del lavado de dinero. El esquema en sí, incluidos los detalles de los campos individuales, aparece en el modelo de datos de entrada de la AML (archivo CSV). Un conjunto de datos de ejemplo sintético también es disponible a través de la guía de inicio rápido.
Los siguientes requisitos previos no se tratan en esta página:
- Configuración para usar la IA contra lavado de dinero con un conjunto de datos contra el lavado de dinero (consultar Configurar un proyecto y permisos)
- Funciones de seguridad y cumplimiento (consulta las páginas de Funciones de seguridad y cumplimiento)
Descripción general de los requisitos de los datos
El modelo de datos de la AML acepta información sobre las partes comerciales o minoristas, sus cuentas y transacciones, y detalles sobre los casos de riesgo relacionados con estas partes. En esta sección, se presentan aspectos importantes del modelo de datos son válidos en las diferentes entidades.
El esquema del modelo de datos contra el lavado de dinero se organiza en tres áreas: datos bancarios básicos, riesgo datos de investigación y datos complementarios.
Datos bancarios básicos
- Tablas: Party, AccountPartyLink y Transaction
- Propósito: Sirve como una colección estructurada de datos sobre tus clientes y su actividad bancaria, para detectar riesgos. Todas las partes, cuentas y las transacciones que se deben supervisar. Proporciona datos comerciales o de venta minorista en un conjunto de datos de IA de AML
Datos de la investigación de riesgos
- Tabla: RiskCaseEvent
- Propósito:
- Sirve como una recopilación estructurada de datos sobre los procesos de investigación de riesgos y las partes identificadas anteriormente como riesgosas.
- Ayuda a crear etiquetas de entrenamiento para los modelos de riesgo de AML
Datos complementarios
- Tabla: PartySupplementaryData
- Propósito: Es una tabla opcional que puede contener información adicional relevante para identificar el riesgo de lavado de dinero que no se aborda en el resto del esquema. Deberías comenzar a usar la IA contra lavado de dinero sin proporcionar datos complementarios.
Relaciones de la tabla
En el siguiente diagrama, se describen las relaciones de tablas, las claves primarias y las claves externas.
Errores
Cuando creas un conjunto de datos, la IA de la AML realiza verificaciones de validación de datos de forma automática. Para obtener información sobre estas verificaciones, los mensajes de error y cómo corregirlos, consulta Errores de validación de datos.
Para obtener más información sobre el esquema técnico, consulta Modelo de datos de entrada contra el lavado de dinero (Archivo CSV). Para comprender los requisitos y el alcance de la duración de los datos, consulta Comprende el alcance y la duración de los datos. Cuando tengas tablas listas en BigQuery, puedes usar IA contra lavado de dinero para crear y administrar un conjunto de datos.