Wykorzystanie gromadzonych danych oraz technik przetwarzania do budowy narzędzi compliance analytics

Jednym ze sposobów wsparcia realizacji procesów compliance jest wykorzystanie analizy danych (compliance analytics), czyli praktyczne wykorzystanie informacji gromadzonych w systemach informatycznych. Dane dają możliwość budowy rozwiązania do zautomatyzowanej weryfikacji zgodności z procedurami czy efektywności procesów, pozwalając usprawnić prowadzoną politykę compliance czy bezpośrednio zidentyfikować nieefektywności lub nadużycia.

Platforma analityczna, zbudowana wokół danych dostępnych w organizacji, może posłużyć do prowadzenia zautomatyzowanej, inteligentnej analizy procesów biznesowych, na przykład pod kątem:

  • identyfikacji ryzyk w interakcjach pomiędzy podmiotem a dostawcami
  • poprawności rozliczeń wydatków pracowniczych
  • weryfikacji transakcji sprzedaży oraz interakcji z klientami
  • analizy kontaktów sprzedawców z klientami wraz z realizacją planów

Odpowiednio przetworzone i ustrukturyzowane dane źródłowe, pochodzące bezpośrednio z systemów informatycznych (najczęściej z systemu ERP), mogą być wykorzystane do budowy rozwiązań, które symulują procesy biznesowe, na przykład proces zakupowy czy rozliczenia wydatków pracowniczych. Przygotowanie takich rozwiązań często wymaga dużej wiedzy na temat działania systemu źródłowego oraz znajomości kontekstu biznesowego.

Warstwa analityczna jest oparta o zbiór testów o różnym poziomie skomplikowania (od prostych testów eksperckich po rozbudowane algorytmy) oraz modeli opartych o techniki uczenia maszynowego.

Przykładowo rozważmy proces rozliczania wydatków pracowniczych. Wykorzystując odpowiednie techniki oraz dane (w szczególności metadane) możemy stworzyć model, który będzie wykrywał rozliczenia, którym pracownik przypisał błędną kategorię. W ten sposób zyskujemy narzędzie, które pozwoli nam na zwiększenie kontroli oraz uporządkowanie procesu, ale może również pomóc wykrywać potencjalne nadużycia. Na przykład błędna kategoria rozliczenia może uzasadniać zbyt wysoką kwotę wydatku.

Zazwyczaj wyniki testów są jednym z wielu elementów wejściowych dla modelu wyższego rzędu, który z kolei, bazując na wynikach wielu miar ryzyka czy modeli, jest w stanie dostarczać zagregowaną miarę ryzyka poszczególnych transakcji (czy dostawców lub faktur).

Uzupełnieniem systemu analitycznego są wizualizacje (tzw. dashboardy), które umożliwiają szybką i efektywną analizę, dostarczając kontekst oraz możliwość interaktywnej eksploracji danych.

Po wdrożeniu opisanego rozwiązania, firma otrzymuje narzędzie, które daje pełniejszą kontrolę nad compliance w procesach biznesowych, wraz z ich ciągłą weryfikacją oraz zautomatyzowaną detekcję potencjalnych nadużyć w istotnych sferach funkcjonowania. Ukazuje to, co mogło do tej pory znajdować się w ukryciu. Dodatkowo, narzędzie dostarcza zbiór wizualizacji, obrazujących krytyczne z biznesowego punktu widzenia metryki oraz trendy. Mogą one wesprzeć bieżące funkcjonowanie, ale również pozwolić na identyfikację obszarów usprawnień (np. poprzez odnalezienie wąskiego gardła w procesie zakupowym).

Jeśli mają Państwo pytania związane z compliance analytics, serdecznie zachęcamy do kontaktu z autorem artykułu, Krzysztofem Kopciałem lub Michałem Rączym, doświadczonym menedżerem w Zespole Zarządzania Ryzykiem Nadużyć EY.

Tekst powstał w nawiązaniu do prelekcji pod tytułem Siła metadanych: wykorzystanie technik NLP i ML do detekcji potencjalnych nadużyć w procesie rozliczeń wydatków pracowniczych, którą autor wygłosił w ramach ścieżki AI Applications & Business Transformation podczas tegorocznego Data Science Summit.

Powiązane wpisy


Bądź na bieżąco
Chcesz otrzymywać regularne informacje z zakresu compliance i przeciwdziałania korupcji?

Zapisz się na newsletter >>


Napisz komentarz

XHTML: Możesz użyć tagów: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>