Conheça o seu Cliente

Transcrição

Conheça o seu Cliente
(K
Know Your Customer)
Superando as limitações dos
Dados de Indentificação
Oriane Alves – Gerente, America Latina.
Identity Systems, Inc.
A Nokia Company
Ph..D.em Data Integration
© 2007
Identity
Systems, Inc. - a Nokia
0800
132 655
- www.phdbrasil.com.br
Company
-
PHD BRASIL
Status da indústria
Os delitos de
Identidade, como
lavagem de dinheiro,
custam cerca de
$ 2.000.000.000 USD
em todo o mundo.
Deloitte, Outubro 2005
46% dos Bancos multinacionais não tem a
capacidade de
monitorar transações e
o status das contas que
operam em diversos
países.
KPMG Global Anti-Money
Laundering Survey
Tradicionalmente,
milhares de horas de
inspeção manual são
dedicadas a grandes
volumes de dados
financeiros.
Este processo pode ser
mais eficiente com o uso
de tecnologia da
informação.
Tracking Dirty Proceeds:
Dept. of Criminal Justice
University of Central Florida
Ph.D. em Data Integration
0800 132 655 - www.phdbrasil.com.br
© 2007 Identity Systems, Inc. - a Nokia Company
KYC: A Tarefa
• Cumprir as normas de regulamentação
• (Basiléia, CVM, ...)
• Aumentar o volume de negócios, através do
melhor conhecimento do cliente
• Melhorar eficiência na diferenciação da identidade
• Reduzir custos de fraudes e minimizar o risco
do negócio melhorando a identificação de
clientes indesejáveis
IntraIntra-company
InterInter-company
Worldwide em tempo Real
Diligências
• Identificar o cliente ou o beneficiário e o relacionamento
do negócio
• Rapidamente e com precisão, inspecionar os dados de
identificação do cliente contra:
• Listas Negras (Lavagem de Dinheiro)
• Outras listas internas
(conhecimento de Fraude, Minimização de Risco)
• Outros Dados de Clientes (para manutenção de registros)
• Examinar dados de identificação de clientes em
transações financeiras contra as mesmas listas
• Outras análises de transações, criação de perfis,...
Tipos diferentes de riscos
Atividade
Risco Associado
Não identificar registros
duplicados nas listas de
Marketing
Call Center não encontra o
registro do cliente
Desperdício de dinheiro e
potencialmente clientes chateados
Ao se cadastrar um novo cliente
não se percebe que o cliente que
já existe
Ao inspecionar uma transação há
falhas em encontrar um
relacionamento nas listas internas
Duplicação e/ou falha na interrelação dos dados
Um cliente insatisfeito ou uma
oportunidade de venda perdida
Potencial ocorrência de fraude.
Possíveis multas e/ou outras
sanções
Os desafios de KYC
• Cumprir as regras de negócio que estão sempre
mudando
• Obrigatório: requerimentos de relatórios detalhados
• Crescimento exponencial das listas de vigilância
dos órgãos de governo
• Utilizar fontes de dados contraditórias e/ou diferentes
• Múltiplos idiomas
• Múltiplos países
• Equilibrar recursos, riscos e retornos de investimento
•
•
•
•
Orçamento
Tempo
Pessoal
Infra-estrutura
• Utilizar listas de vigilância e/ou dados das
empresas em constante crescimento
O que está errado
nos dados de identificação?
• Erros de entrada de dados (digitação)
• Sistemas de consistência insuficientes
• Influências naturais
• Fraude e lavagem de dinheiro
• Programas ou erro de conversão de dados
• Erros herdados
Desafios de Variações mundiais
Sistemas Reais
Registro 1
Registro 2
Registro 3
PEG MC CARY
MARGARET MACCLARY
GRIETJE MCCLLARY
ABDULLAH AL MUSA
A.ALLAH ALMOUSA
‫
ا اس‬
GEORGE
PAPADOPLOUS
ΓΕΩΡΓ
ΠΑΠΑ∆ΟΠΟΥΛΟΣ
ΠΑΠΑ∆ΟΠΟΥΛΟΣ
ΙΩΑΝΝΗΣ
SAHATOSAHATO-ROH, KIYO
KIYO R SAHATO
WILLIAM KWOK
W. KWOK KI HOH
MR. BILLY H KWOK
Diferentes Idiomas e
Armadilhas do Transliteração
Origem
Variações
Ucrânio
Никита Сергеевич Хрущев
Inglês
Khrushchev
Francês
Khrouchtchev
Alemão
Chruschtschow
Holandês
Chroesjtsjov
Italiano
Krusciov
Diferentes Idiomas e
Armadilhas do Transliteração
Árabe
‫در‬
Erros tipográficos
adicionados aos
problemas de
tradução
‫در‬
Latin
KADR
‫ق‬
versus
‫ف‬
FADR
Variações e Erros Comuns
Erros e Variações
Varia
Exemplo
Erros de sequência
• Antonio Carlos – Carlos Antonio
Correções involuntárias
• Anna – Ana
Nomes concatenados
• Ana Maria – AnaMaria
Alcunhas e pseudônimos • Chris – Christine, Christopher, Tina
Ruído
• traços, cortes, títulos, apóstrofes
Abreviações
• Flia/Familia, Dr./Doutor
Truncamentos
• Credit Suisse First Bost
Erros do prefixo/sufixo
• MacDonald/McDonald/Donald
Erros de digitação e de
grafia
• Ant0nio, Elizabeht
Variações e Erros Comuns
Erros e variações
varia
Exemplo
Erros da transcrição
• Hannah, Hamah, Catz, Katz
Palavras extras ou
ausentes
• Antonio Carlos Silva, Antonio Silva
Fontes estrangeiras
• Khader AL Ghamdi, Khadir A. AlGamdey
Uso imprevisível de
iniciais
• Luiz Antonio Velazquez Romero Silva
Luiz Antonio V. R. Silva
Caracteres invertidos
• Noriega, Noreiga
Abreviaturas
• Stanislav Milosovich – Stan Milo
Formato de Datas
• 12/10/1915, 21/10/1951,
10121951, 00001951
Diferenças de transcrição
• Gang, Kang, Kwang
Erros fonéticos
• Morales – Moreles
Exemplo de Resolução de Identidade
Augusto F. R. Schneider Aven.
Aven. Maria C. de Aguiar,
Aguiar,
235 cj.
cj. 32 São Paulo, SP - 02593.001
Doutor Augusto Frederico R. Shneider
Av. M. C. de Aguiar,
235, 3 andar, conj. 32 02593-000 São Paulo SP
Dr. Augusto F. Ramos Schneider
Ave. Maria Coelho de
Aguiar, no 235 suite 32 São Paulo - S.P. -02593
Sr. Augusto R. Shneidder
Aven. Ma. C. Aguiar,
235/32 02594-001 São Paulo S.P.
Números que revelam a qualidade de dados
Característica dos dados
Organização
Pessoa: Nome e endereço
Sistema de Marketing
Companhia:
Companhia: Nome e endereço
#Registros
#Duplicados
%Duplicados
210.000
48.000
22%
Serviço Financeiro
113.000
46.000
40%
Pessoa: Nome, D_Nascimento e endereço
Governo
685.000
21.000
3%
Conta conjunta:
conjunta: Nome e endereço
Governo
150.000
18.000
12%
Perssoa:
Perssoa: Nome e endereço
Sistema de Marketing
54.000
16.500
30%
Companhia:
Companhia: Nome
Governo
45.000
9.500
21%
Contato:
Contato: Nomr e endereço
Serviço Financeiro
19.000
450
2.50%
Nome de contato,
contato, companhia e endereço
Serviço Financeiro
19.000
220
1.20%
1,295.000
159,670
12.33%
Média
Em uma base de dados grande, uma taxa de duplicidade
de “um em um milhão” pode ocorrer um milhão de vezes
Superando os limites
dos dados de identificação
• Maximizar a qualidade dos dados no ponto da captação
• Utilizar software especializado em procura e
identificação de duplicados (matching)
• Utilizar tecnologia de busca que não assume que os
dados já estão corrigidos
• Garantir que a mesma qualidade de procura é utilizada
em todas as fontes de dados de clientes
• Buscas em uma lista de fraude deve usar uma
estratégia apropriada ao risco
• Buscar em uma lista de terroristas requer métodos
intensos de buscas e a capacidade de operar
com dados multinacionais
Os requerimentos
• Ferramentas automáticas para extrair, casar, filtrar e
agrupar dados corretamente
• Habilidade de imitar a inteligência humana para
acelerar a análise de alto volume de dados para
identificar as conexões que de outra maneira seriam
perdidas
• Integrar facilmente a sistemas de gestão de risco,
automação bancária, investigação e outros
Aplicação KYC: Filtro de processo
World-Check
OFAC
PEP
FATF
Listas
internas
Mensagem
Swift
ATM
Envio de
Dinheiro
Limpo
Conta Nova
Transferência
Eletrônica
Sistema Bancário
Identity Search Server (ISS)
Alerta
Aplicação KYC: Forense/SARS
Forense/SARS
Transações Empresariais
Contas
ATM
Envio de Dinheiro
Transferência
Eletrônica
Cheques
Depósitos
Identity Search
Server (ISS)
Processo de
Agrupamento
(Clustering)
Relatório de Agrupamento
ISS (Cluster Report)
Aplicação KYC: Forense/SARS
Forense/SARS
Relatório de Agrupamento
ISS (Cluster Report)
Cluster
Cluster Score
Score
0000140f
Nombre
Address
Direccion
City CiudadState St
AntonioAndy
Carlos
R de
Andreson
Castro Silva Rua Nascimento
5007 PALOMA
Tampa
RJ
Silva DR
91 Apt 402
Nascimento
5007 Paloma
Silva 91-402
Dr A34
86
Antonio Silva
91
95
Andrew
Robert Andreson
Nasc. Silva
5007No
Paloma
91 APDrive
402
Antonio
Carlos Silva
93
86
Andy
Andersen
Antonio
de Castro
Silva
86
82
ACRda
Andersen
Antonio
Silva
N. Silva No 91 Apart 402
95
91
Andrew
Andresen
Antonio
Carlos Castro
Silva
Rua Nascimento
507 Paloma
Silva
Drive
No 91/402
Tampa
RJ
92
81
Lynn
Andresen
Antonio
Carlos
de Castro
Rua Nascimento Silva 91 Ap 402
97
AntonioLynnete
Carlos Castro
Andreson
Silva
R. Nascimento
5007 PALOMA
Silva N91
DR402
PO BOX 4163
FL
ID
DOB
NascimentoTransaction
Valor
Transacción Value
RJ 280012389-38 18/04/1963
ATM withdraw $ 3,500.00
Rio de Janeiro
RJ 730115125
RJ
Compton
CA
Tampa
RJ
FL
7/15/1936
280012389)38
RJ 730115125
R de Janeiro
FL
Check deposit $ 12,000.00
ATM
ATM
withdraw
withdraw $ 4,500.00
Wire
Wire
Transfer
Transfer
$ 4,999.00
7/15/1936
18/04/1963 Wire
Wire
Transfer
Transfer
$ 3,999.00
RJ 280012389-38
Wire
Wire
Transfer
Transfer
$ 4,500.00
730115125
Wire
Wire
Transfer
Transfer
$ 4,500.00
RJ 280012389/38 18/04/1963 Money
Money
Order
Order
$ 4,999.00
Aplicação KYC : Indentidades 360o
Fontes Diversas para os Dados Corporativos
CRM
Busca por
Endereço
DH
Vendedores
Busca
XML/SOA
Busca Cliente
HTML
314A
Busca por
Jack
Abramoff
Sócios
CIF
Busca API
Identity
Search
Server (ISS)
Contratos
Cliente Novo
Jonathan
Smitthers
Busca Batch
(Relate)
Você conhece bem
os seus clientes?
clientes?
Novas Adições a
OFAC
Abu Musab
alal-Zarqawi
Estrutura ideal
para resolução de identidades
Processo inteligente de índices e criação de chaves
Estratégia flexível para buscas
Algoritmos de coincidência (matching)
Performance e capacidade para crescimento
Simples de instalar e utilizar
Integração com XML/SOA
Enterprise Identity Search (EIS)
• O EIS permite à empresa encontrar e ter acesso a todas
as identidades armazenadas em:
• Sistemas distintos
• Banco de dados distintos
• Depósitos estruturados e não estruturados
(apesar de variações, erros e diferença de formato)
• Uma visão completa de “tudo o que sabemos”
• Qualquer fonte de dados é elegível
• elimina a distinção entre dados estruturados (tabelas)
e não estruturados (documento)
Soluções testadas
Governo
Corporações
U.S. Postal
Inspection
Service
IRS
FBI
U.S. Dept. of
Homeland
Security
Colorado
Bureau of
Investigation
State of
Texas,
Comptroller
Florida Dept
of Law
Enforcement
Canada Border
Services
Agency
Australian
Customs
Em resumo
• O melhor momento para melhorar a qualidade
dos dados é o momento de captação
• Os erros e/ou variações em dados de
identidade são inevitáveis
• As corporações precisam uma metodologia de
busca segura e confiável para identificar
adequadamente os seus dados
• A metodologia de busca deve ser aplicada
consistentemente em todas as fontes e
repositórios de dados da empresa
Em resumo
• O risco para o negócio causado por uma
busca mal sucedida varia de acordo com o
tipo de negócio. Conheça o risco e use um
tipo de busca apropriada.
• A maioria das bases de dados possuem
alguns dados internacionais que são
tradicionalmente mais difíceis de encontrar
e/ou identificar.
• Ferramentas sofisticadas de busca e
casamento (match) são fáceis de usar e
implementar e podem beneficiar toda a
empresa
Os produtos da Identity Systems
são distribuídos e suportados no Brasil pela
0800 132 655
www.phdbrasil.com.br

Conheça o seu Cliente

Transcrição

Documentos relacionados

Inte-r:net BAnk.ing....CAIxA

Associação de Classe dos Empregados da The Anglo Portuguese

uUÚÚoo

Geoprocessamento Aplicado à Gestão Ambiental 1. INTRODUÇÃO

Página 1 de 1 Banco Bradesco S/A 09/07/2015 https://www.ne2

Banco Bradesco S/A

cp 1389,06

declaração de residência

I nter:net...BaNk i:ng...CAIXA

Relação de Celulares e Planos da Promoção