En el centro de la IA contra el lavado de dinero se encuentra una comprensión detallada y actualizada de los clientes individuales del banco, que abarcan, en particular, lo siguiente:
- Datos demográficos
- Tenencias de la cuenta
- Actividad transaccional
- Gráfico de transacciones
- Actividad de investigación de riesgos
En esta página, se explica 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 esta solución. El esquema en sí, incluidos los detalles de los campos individuales, aparece en el modelo de datos de entrada contra el lavado de dinero (archivo CSV).
Los siguientes requisitos previos no se incluyen en esta página:
- Realiza una configuración para usar la IA contra el lavado de dinero con un conjunto de datos contra el lavado de dinero (consulta Configura un proyecto y permisos).
- Temas de seguridad y cumplimiento (consulta las páginas en Prepárate para la administración de modelos y riesgos)
Descripción general de los requisitos de los datos
El modelo de datos contra el lavado de dinero combina información sobre partes minoristas y comerciales, sus cuentas y transacciones, y la información detallada sobre casos de riesgo relacionados con estas partes. En esta sección, se presentan aspectos importantes del modelo de datos que son válidos en todas las entidades.
El esquema del modelo de datos contra el lavado de dinero se organiza en tres áreas: datos bancarios principales, datos de investigación de riesgos y datos complementarios.
Datos bancarios básicos
- Tablas: Party, AccountPartyLink y Transaction
- Propósito: Funciona como una colección estructurada de datos sobre tus clientes y su actividad bancaria que se usa para detectar características y comportamientos riesgosos.
Datos de investigación de riesgos
- Tabla: RiskCaseEvent
- Propósito:
- Sirve como una recopilación estructurada de datos sobre procesos de investigación de riesgos y partes identificadas anteriormente como riesgosas
- Ayuda en la creación de etiquetas de entrenamiento para los modelos de riesgo contra el lavado de dinero
Datos complementarios
- Tabla: PartySupplementaryData
- Propósito: Contiene información adicional relevante para identificar riesgos de lavado de dinero que no se aborda en el resto del esquema.
Para obtener más información, consulta Modelo de datos de entrada contra el lavado de dinero (archivo CSV). Cuando tienes tablas listas en BigQuery, usa la IA contra el lavado de dinero para crear y administrar un conjunto de datos.
Errores
Cuando creas un conjunto de datos, puedes encontrar uno o más errores de validación de datos. Para obtener información sobre cómo corregir estos errores, consulta Errores de validación de datos.