Kategoriler
Finansal Suç Tespiti

Bütünleşik Yaklaşımla Geliştirilen RegTech Sistemleri Hangi Teknolojileri Barındırmalıdır?

Bütünleşik yaklaşımla geliştirilen RegTech sistemlerinin öneminden bahsettik. Peki RegTech sistemleri entegre çözümler sunabilmesi için hangi teknolojileri barındırması gerekir?

Mevcut koşullarda birçok banka ve finans kuruluşunda Müşterini Tanı (KYC), Müşteri Durum Tespiti (CDD) ve yaptırım listesi tarama gibi uyum süreçleri farklı teknolojilerden faydalanılarak ayrı analistler tarafından yürütülür. Tüm bu süreçlerden elde edilen sonuçlar ise vaka analizi aşamasında derlenir. Ancak ayrı ayrı elde edilen bu çıktılardan sonuçlara varmak büyük ölçüde araştırmacıya bağlıdır. Buradaki bir gözden kaçırma durumunun sonuçları, araştırmayı yürüten kişi ve ekip için olumsuz sonuçları da beraberinde getirebilir.

Tüm bu izleme ve tarama sistemlerinin, vaka analiz süreci boyunca ilgili tüm ekibin kontrolü dâhilinde bütünleşik olarak tek bir sistem üzerinden yürütülmesi, şüpheli davranışların belirlenmesi, raporlanması ve dolayısıyla finansal suçların tespiti açısından uyum süreçlerine modern bir yaklaşım sağlayacaktır.

Sistem Esnekliği

Sistemin esnekliği olarak bahsedilen durum genel olarak kullanıcının sistemi ihtiyacına göre özelleştirebilmesi ve bunu yaparken IT desteğinin minimumda tutulması olarak belirtilebilir. Modern veri analitiği sistemlerinin tamamı verinin demokratikleştirilmesi yaklaşımını * benimsemek durumunda. Bu demokratikleşme, yani kullanıcıların kolaylıkla ihtiyacı olan verilere erişmesi ve değerlendirilebilmesi, kullanıcının teknik bilgiye ihtiyaç duymaksızın sisteme belli özellik ve fonksiyonları ekleyebilmesiyle mümkündür.

Kendi geliştirdiğimiz Datactive Query Language, kullanıcının hiç kod yazmadan ihtiyacı olan fonksiyonları kolayca sisteme tanımlamasını sağlar. Böylece kullanıcı, sisteme varlık ve alt varlıkların tanımlanmasından ağ görselleştirme ekranının öne çıkan veri keşif özelliği olan sağ tuş aksiyonlarına kadar sorgu ihtiyacına yönelik tüm özellikleri hızlıca yönetim panelinden ekleyebilir.

Sürekli gelişen ve değişen ödeme yöntem ve teknolojileri ile birlikte uyum birimleri tarafından denetlenmesi gereken veriler de artıyor. Sonuç olarak bu durum denetim yöntemlerinde de değişim ve gelişim gerekliliğini beraberinde getiriyor. Bu noktada kural tabanlı (PLSQL veya TSQL) sistemlerin güncellenmesi aynı hızla olmayabiliyor. Örneğin konuyu Rusya-Ukrayna krizi üzerinden ele alalım. Bu savaş durumunda olduğu gibi Dünya gündemi sürekli değişiyor ve ani durumlar ortaya çıkabiliyor. Rusya-Ukrayna Savaşı’nın bir anda patlak vermesi ve akabinde birçok ülkenin Rusya’ya yönelik yaptırımları, uyum uzmanları için hassas denetim gerekliliklerini beraberinde getirdi. Bu tarz ani ve hassas değişikliklere cevap vermek için de aynı çevikliğe sahip bir altyapıya sahip olmanın önemi bir kez daha anlaşılmış oldu.

Graph Görselleştirme ile gizli bağlantıların bulunması

Her türlü suçun tespitinde graph görselleştirme en modern yaklaşım olarak tanımlanıyor*. Genellikle organize yürütülen finansal suçların tespitinde de bu en modern yaklaşımdan faydalanmak gerekir. Veriler arasındaki bağlantıları görselleştirerek ortaya çıkarmayı sağlayan bu yaklaşımla, manuel ya da kural tabanlı uyarı sistemleriyle tespit edilemeyen ince detayları yakalamak mümkün. Örneğin müşterini tanı kontrolleri sırasında ağ analitiği ile, kişinin ortak olduğu şirketler, bu şirketlerin diğer ortakları, bu ortakların risk durumu gibi detaylar derinlemesine araştırılarak müşterinin dolaylı bağlantıları tespit edilebilir ve buna göre risk puanlaması oluşturulabilir.

Datactive RegTech Solution, ileri seviye graph görselleştirme özelliğiyle tüm bu yetenekleri ve daha fazlasını sunar. Ayrıca Datactive’in görselleştirme ekranı üzerinden, her bir gerçek ilişkinin resim, ikon, renk vb. özellikleri tamamen kullanıcı tarafından yönetilebilir, koşullu formatlama özelliğiyle ilk bakışta farklı görülmesi önem arz eden bağlantılar görsel veri madenciliği teknikleri sayesinde hızla ayırt edilebilir.

İhtiyaç Duyulan Verilere Anında Erişim

Sistemin doğru risk puanlarını otomatik olarak düzenli oluşturabilmesi için sistem, ihtiyaç duyduğu verilere sorunsuz ulaşabilmelidir. Bunun için de iç sistemlerle dâhili ve harici veri kaynakları arasındaki bağlantının sürekli ve sorunsuz sağlanması önemlidir.

Sistemlerin doğası gereği farklı uygulamalardan toplanan ve farklı veri kaynaklarında tutulan veriler, uyum birimleri için en önemli değerlendirme faktörlerinden biridir. Bu yüzden tek bir arayüz üzerinden mantıksal olarak bağlantılı bu verilere ulaşmak gerekir.

Datactive ile dağıtık sistemlerde tutulan veriler tek bir arayüz üzerinden analiz edilerek sonuçların yine aynı arayüz üzerinden görüntülenmesi sağlanır.

Verileri kaynağında sorgulayan ve web servisler dâhil tüm veri kaynaklarına doğruda bağlanan Datactive ile sistem neredeyse anlık veriye göre tüm bilgileri otomatik olarak günceller. Ayrıca kurumlarda kullanılan yüz tanıma, yaptırım liste servisleri vb. API kaynaklarını hızlı bir şekilde analizlere dâhil etmek mümkündür.

Yapay Zekâ Desteği ile Risk Durumlarının Belirlenmesi

Akıllı otomasyon ile zaman alan rutin işler kısa sürede çözülebilir ve analistlere detaylı araştırmalar için zaman tasarrufu sağlanabilir. Örneğin KYC ve CDD süreçlerinde, özellikle sistemin sürekli kendini besleyerek risk puanı oluşturması için makine öğrenmesi algoritmaları devreye girer. Kurum içinden ve dışından elde edilen verilerin zenginleşmesiyle birlikte, bu verilerin sistem tarafından verimli değerlendirilmesi, doğru risk puanlamasını da beraberinde getirir. Bu durum, analiz ve tarama süreçlerinin doğruluğunu artıracağı gibi, yanlış pozitifleri en aza indirmek için de oldukça etkilidir.  

Yaptırım listesinde, haberlerde veya PEPs listelerinde yer alma gibi değişkenler risk puanı oluşturmak için devreye alınır. Banka dışı EFT ve SWIFT gibi transflerde ya da yaptırım listesinde yer alma durumlarında kimi zaman şahıs tam olarak kendi ismi ile eşleşmeyecek şekilde geçer. Burada da isim benzerliği algoritmalarının devreye girmesi, öenmli bir detayın gözden kaçmaması için önemlidir. Haber taramasıyla birlikte yazılı haberlerin yorumlanması için de devreye giren bir diğer teknoloji doğal dil işlemedir (NLP). Bu şekilde haberlerin duygu analizi yapılır ve negatif haberlere konu olan kişi ve hesapların risk puanlarına bu sonuçlar otomatik olarak yansır.

Her ne kadar kapsamlı ve karışık görünse de tüm bu teknolojilerle kurgulanmış bir sistem analist ve ilgili ekiplerin verimliliğini ve üretkenliğini büyük ölçüde artıracaktır. Datactive RegTech, bankacılık ve finans sektörlerinin uyum ihtiyaçları için gereken tüm teknoloji ve altyapılara sahiptir. Mevcut kural tabanlı sistemlerin ürettiği sonuçların yanlış pozitifler üretmesinin önüne, Datactive gibi ileri seviye yeteneklere sahip bütünleşik bir çözüm ile geçebilirsiniz.

Demo sunumu için bizimle iletişime geçebilirsiniz.