Memahami output prediksi

Halaman ini menjelaskan output prediksi yang dihasilkan dari permintaan hasil prediksi dari AML AI.

Untuk mengetahui skema dan kolom output prediksi di BigQuery, baca bagian Output prediksi.

Skor risiko

Skor risiko bervariasi dari 0 hingga 1. Skor yang lebih tinggi menunjukkan risiko yang lebih tinggi, tetapi skor risiko tidak boleh ditafsirkan secara langsung sebagai kemungkinan aktivitas pencucian uang.

Skor risiko dihasilkan untuk satu (atau lebih jika predictionPeriods lebih besar dari satu) bulan kalender lengkap tepat sebelum endTime yang ditentukan. Skor risiko dihitung untuk masing-masing pihak untuk setiap bulan.

Penjelasan

Penjelasan AML AI menunjukkan perilaku atau karakteristik mana (menggunakan kelompok fitur) yang berkontribusi pada skor risiko pihak tertentu. Penjelasan mencakup pihak yang memiliki risiko tertinggi, termasuk semua pihak yang akan Anda selidiki. Penjelasan mungkin tidak disertakan untuk pelanggan yang berisiko lebih rendah.

Kelompok fitur

Kelompok fitur adalah kumpulan fitur AML AI yang terkait, yang memberikan kategorisasi yang dapat dipahami manusia sebagai informasi bagi penyelidik dan tim audit internal.

Setiap jenis fitur mencakup kumpulan perilaku transaksional atau karakteristik pihak tertentu. Selain itu, beberapa kelompok fitur memiliki fokus khusus, sehingga penyelidik dapat mengetahui dari mana harus memulai. Contoh fokus antara lain:

  • Jenis transaksi yang terlibat:
    • Kawat
    • Tunai
    • Periksa
    • Card
    • Lainnya
  • Arah transaksi:
    • Debit (keluar untuk pesta)
    • Kredit (masuk untuk pihak)

Nilai atribusi kelompok fitur

Skor atribusi diberikan untuk setiap pihak yang berisiko tinggi dan setiap kelompok fitur, yang menunjukkan kontribusi kelompok fitur terhadap skor risiko pihak tersebut. Nilai positif yang tinggi menunjukkan kontribusi yang kuat dalam meningkatkan skor risiko. Demikian pula, nilai negatif menunjukkan kontribusi dalam menurunkan skor.

Kelompok fitur dengan nilai atribusi positif tertinggi cenderung menjadi yang paling relevan untuk penyelidikan pihak.

Pertimbangkan contoh nilai atribusi berikut untuk satu pihak tertentu:

Kelompok fiturNilai atribusi
Aktivitas debit kartu yang tidak biasa0,4
Pergerakan dana yang cepat dan tidak biasa0,8
Aktivitas debit bank yang tidak biasa-0,2

Contoh ini dapat ditafsirkan sebagai berikut:

  • Pergerakan dana partai yang cepat memiliki kontribusi terbesar terhadap skor risiko tingginya. Penyelidikan mungkin dimulai dari sana.
  • Aktivitas debit kartu yang tidak biasa juga memberikan kontribusi yang signifikan sehingga juga harus dipertimbangkan.
  • Aktivitas debit kabel pihak tersebut sebenarnya mengurangi skor risiko, sehingga kecil kemungkinan hal ini perlu diperiksa.