銀行や金融機関は規模と収益を大幅に拡大するにつれて、不正行為という形で甚大なリスクにも直面しています。決済業界では近年、不正行為の勢いと巧妙さが増し、専門家や関係者を悩ませるとともに、関与する組織を経済的損失の危険にさらしています。顧客および関係組織の資産を守るには、絶え間ない警戒とテクノロジーによる不正抑止が鍵となります。
そのため、ビッグデータ技術を用いて口座の動的なプロファイリングを行い、不正攻撃を事前に防ぐ必要があります。また、データ量が多いため、効果的なリスクプロファイリングには堅牢な枠組みが不可欠です。
以下の4つの分析レイヤーが、堅牢な枠組みの基盤となります。
データ取り込みレイヤー： 複数のソースからデータを取り込み、枠組み全体で利用できるよう標準化された形式に整えます。
管理レイヤー： 取り込んだデータに一連の変更やルールを適用します。また、データセットの操作に加え、データの品質、完全性、安全性にも責任を負います。
分析レイヤー： 予測分析と記述分析の手法を用いて、データマイニングのルールやアルゴリズムを構築します。
リアルタイム・ストリーム処理レイヤー： 意思決定分析または意思決定エンジニアリングの手法を適用し、さらなるアクションを促すトリガーやアラートを生成します。
機械学習手法に基づく意思決定エンジニアリングを用いてトリガーやアラートを生成することで、システムの堅牢性と動的な対応力を高め、口座ごとの動的なリスクプロファイルを作成できます。
この枠組みは組織による口座の動的なリスクプロファイル作成に役立ちますが、その成否は主に、上級管理職の理解と関与、高い使いやすさ、そして利用するデータとソースの可用性および完全性に左右されます。同時に、テクノロジーの枠組みは、新たな規制や既存法の改正、絶えず変化する不正行為者の手口に適応できるよう、十分に柔軟で変化に対応する設計でなければなりません。
貴組織は、金融不正に対処するためにビッグデータをどのように活用していますか？
この記事は、 Tata Consultancy Servicesとの協力により公開されています。 本記事の公開は、世界経済フォーラムが見解を支持することを意味するものではありません。
フォーラムの最新情報： 週刊ニュースレターに登録する。
著者：Kothai Mは、デリバリー・エクセレンスおよびリスク管理の一環であるプロセス・リスク・レビューのドメインコンサルタントです。
画像：2013年6月24日、ワルシャワのオフィスでノートパソコンを持つ男性に投影されたバイナリーコードを写したイラスト写真。REUTERS/Kacper Pempel。
