Comprende los resultados de la predicción

En esta página, se describen los resultados de la predicción que se obtienen cuando se solicitan resultados de la predicción de la IA de AML.

Para ver el esquema y los campos de los resultados de la predicción en BigQuery, consulta Resultados de la predicción.

Puntuaciones de riesgo

Las puntuaciones de riesgo varían de 0 a 1. Una puntuación más alta indica un riesgo mayor. Sin embargo, las puntuaciones de riesgo no deben interpretarse directamente como una probabilidad de actividad de lavado de dinero.

Las puntuaciones de riesgo se generan para uno (o más si predictionPeriods es mayor que uno) mes calendario completo inmediatamente antes de la endTime especificada. Se calcula una puntuación de riesgo para cada parte y cada mes.

Cada predicción y explicación producida tiene un risk_period_end_time a la medianoche después de que finaliza el mes calendario completo.

Por ejemplo, si predictionPeriods= 12 y endTime= 2022-01-01T00:00:00Z, la IA de la AML crea puntuaciones de riesgo y explicabilidad para cada mes de 2021. Una predicción con un valor de risk_period_end_time de 2021-02-01T00:00:00Z representa la predicción del cliente para el mes de 2021-01.

Explicabilidad

La explicabilidad de la IA de la AML indica qué comportamientos o características (con familias de atributos) contribuyen a la puntuación de riesgo de una parte determinada. La explicabilidad abarca a las partes con mayor riesgo, incluidas todas las que investigarías. Es posible que no se incluya la explicabilidad para los clientes con menor riesgo.

Familias de atributos

Las familias de atributos son colecciones de atributos de IA de AML relacionados que proporcionan una categorización comprensible para los investigadores y los equipos de auditoría interna.

Cada familia de atributos abarca un conjunto específico de comportamientos transaccionales o características de las partes. Además, algunas familias de atributos tienen un enfoque específico, lo que permite a los investigadores saber dónde comenzar. Estos son algunos ejemplos de enfoque:

  • El tipo de transacción en cuestión:
    • Transferencia bancaria
    • Efectivo
    • Verificar
    • Tarjeta
    • Otro
  • La dirección de las transacciones:
    • Débito (saliente para el grupo)
    • Crédito (ingresos para la parte)

Valor de atribución de la familia de atributos

Se proporciona una puntuación de atribución para cada parte de alto riesgo y cada familia de atributos, que indica la contribución de la familia de atributos a la puntuación de riesgo de la parte. Un valor positivo alto indica una gran contribución al aumento de la puntuación de riesgo. Del mismo modo, un valor negativo indica una contribución a la disminución de la puntuación.

Es probable que las familias de atributos con el valor de atribución positivo más alto sean las más relevantes para una investigación del partido.

Considera los siguientes valores de atribución de ejemplo para un tercero específico:

Familia de funcionesValor de la atribución
Actividad de débito inusual de la tarjeta0.4
Movimientos rápidos inusuales de fondos0.8
Actividad inusual de débito mediante transferencia bancaria-0.2

Este ejemplo se puede interpretar de la siguiente manera:

  • El movimiento rápido de fondos de la parte tuvo la mayor contribución a su puntuación de alto riesgo. Es posible que se inicie una investigación allí.
  • La actividad de débito de tarjeta inusual también contribuyó de manera significativa, por lo que también debe considerarse.
  • La actividad de débito mediante transferencia bancaria de la parte en realidad redujo la puntuación de riesgo, por lo que es poco probable que se requiera una inspección.