Saltar al contingut principal
El Cribratge AML de Didit comprova una persona en temps real contra 1,300+ fonts globals de sancions, de PEP i de llistes de vigilància, així com mitjans adversos, i retorna cada coincidència potencial amb dues puntuacions: una puntuació de coincidència que indica la probabilitat que la coincidència correspongui a la mateixa persona, i una puntuació de risc que indica el nivell de risc de l’entitat inclosa a la llista. La lliçó de l’Academy sobre com interpretar el resultat d’una verificació arriba al cribratge AML al minut 8:40: sancions, PEP i mitjans adversos en una sessió real.
Taula de fonts de llistes de vigilància del cribratge AML de Didit, incloent-hi llistes de sancions de l'OFAC, la UE, l'ONU i llistes de PEP

Conceptes clau: Puntuació de coincidència vs puntuació de risc

Didit utilitza un sistema de dues puntuacions per al cribratge AML:

Puntuació de coincidència (confiança en la identitat)

  • Pregunta: Aquesta coincidència és la mateixa persona que estem comprovant?
  • Factors: Similitud del nom, data de naixement, país/nacionalitat, número de document
  • Propòsit: Classifica la coincidència com a Fals positiu o Sense revisar (coincidència possible)
  • Llindar: Llindar de puntuació de coincidència (per defecte: 93)

Puntuació de risc (nivell de risc de l’entitat)

  • Pregunta: Quin risc té aquesta entitat si es tracta d’una coincidència real?
  • Factors: Risc del país, categoria (PEP/sancions/etc.), antecedents penals
  • Propòsit: Determina l’estat final d’AML (Aprovada/En revisió/Rebutjada)
  • Llindars: Llindar d’aprovació (per defecte: 80) i llindar de revisió (per defecte: 100)

Estats de revisió de coincidències

A cada coincidència d’AML se li assigna un estat de revisió segons la seva puntuació de coincidència:

Consell: Pots canviar l’estat de revisió d’una coincidència a la Console consultant la vista general d’AML o fent clic en una coincidència específica per veure’n els detalls.

Funcionalitats clau

1. Extracció exhaustiva de dades

  • Extracció precisa: Extreu dades a partir de la informació proporcionada per l’usuari o de documents d’identitat mitjançant tecnologia OCR avançada.
  • Lògica difusa: Tingues en compte variacions i faltes d’ortografia en els noms per garantir una captura completa de les dades.

2. Àmplia cobertura de llistes de vigilància

Fes un cribratge en múltiples categories, entre les quals:
  • Llistes de sancions: D’organismes governamentals i internacionals.
  • Persones políticament exposades (PEP): Persones amb funcions públiques destacades.
  • Antecedents penals: Inclou bases de dades penals globals i locals.
  • Mencions en mitjans adversos: Articles de notícies i informes sobre delictes financers i altres riscos.
  • Llistes de vigilància personalitzades: Configurables segons els requisits específics del client.

3. Algoritmes de coincidència avançats

  • Coincidència difusa: Detecta lleugeres variacions en noms o detalls per garantir una coincidència precisa.
  • Múltiples punts de dades: Utilitza el nom, la data de naixement, la nacionalitat i altres identificadors per a un cribratge exhaustiu.
  • Lògica de clau d’or: Coincidència de número de document que pot substituir les puntuacions per a una identificació definitiva.

4. Avaluació del risc amb dues puntuacions

Cada coincidència rep DUES puntuacions: Estat de revisió de la coincidència (segons la puntuació de coincidència):
  • Fals positiu: Puntuació de coincidència per sota del llindar; probablement NO és la mateixa persona
  • Sense revisar: Puntuació de coincidència igual o superior al llindar; requereix revisió
Estat AML final (segons la puntuació de risc més alta entre les coincidències que no són falsos positius):
  • Aprovada: Totes les coincidències sense revisar tenen puntuacions de risc baixes
  • En revisió: Almenys una coincidència sense revisar té una puntuació de risc mitjana-alta
  • Rebutjada: Almenys una coincidència sense revisar té una puntuació de risc molt alta

5. Cribratge detallat de mitjans adversos

Fes un cribratge en una àmplia gamma de categories de mitjans adversos, entre les quals:
  • Delictes financers: Blanqueig de capitals, malversació i més.
  • Delictes violents: Agressió, homicidi i infraccions relacionades.
  • Terrorisme: Implicació o suport a activitats terroristes.
  • Narcòtics: Tràfic de drogues i delictes relacionats.
  • Frau: Diversos tipus de frau i pràctiques enganyoses.
  • Infraccions normatives: Incompliments dels requisits de compliment normatiu.

6. Paràmetres de cribratge personalitzables

  • Sensibilitat ajustable: Configura la sensibilitat del cribratge en funció de l’apetit de risc de la teva organització.
  • Llistes de vigilància personalitzables: Selecciona les llistes de vigilància i les categories que vols incloure en el procés de cribratge per satisfer requisits específics.

Llindars configurables

Pots personalitzar els nivells de seguretat establint diferents llindars: Configuració de la puntuació de coincidència: Llindars de la puntuació de risc (estat final):
Llindars de puntuació de risc AML de Didit per als estats Aprovada, En revisió i Rebutjada
Aquests llindars es poden ajustar segons la teva tolerància al risc i els teus requisits de seguretat.

Com funciona

El nostre procés de Cribratge AML identifica eficientment els riscos potencials alhora que minimitza els retards per als usuaris legítims.

Extracció de dades

El sistema extreu la informació rellevant a partir de les dades proporcionades per l’usuari o dels documents d’identitat pujats.

Cribratge de llistes de vigilància

Les dades extretes es comparen amb 1,300+ llistes de vigilància globals i bases de dades en temps real:
  • Llistes de sancions — Organismes governamentals i internacionals (OFAC, UE, ONU, etc.)
  • Persones políticament exposades (PEP) — Persones amb funcions públiques prominents
  • Antecedents penals — Bases de dades penals globals i locals
  • Mitjans adversos — Articles de notícies i informes sobre delictes financers
  • Llistes de vigilància personalitzades — Configurables segons els teus requisits

Càlcul de la puntuació de coincidència

Per a cada coincidència potencial, el sistema calcula una puntuació de confiança de la identitat: la probabilitat que sigui la mateixa persona.
  • Coincidència amb una puntuació per sota del llindar (per defecte: 93) → classificada com a fals positiu
  • Coincidència amb una puntuació al llindar o per sobre → classificada com a no revisada (possible coincidència)
  • Clau daurada: La coincidència del número de document pot establir la puntuació en un 100% per a una identificació definitiva

Càlcul de la puntuació de risc

Per a les coincidències que no són falses positives, el sistema calcula el nivell de risc de l’entitat:

Determinació de l'estat final

Segons la puntuació de risc més alta d’entre totes les coincidències que no són falses positives:Si totes les coincidències són falses positives, el resultat és Aprovada (no s’han trobat coincidències creïbles).

Generació de resultats

Es genera un informe detallat amb total transparència:
  • La puntuació de coincidència i la puntuació de risc de cada coincidència amb el seu desglossament
  • Classificació de la coincidència (fals positiu vs. no revisada vs. confirmada)
  • Base de dades d’origen i detalls de la categoria per a cada coincidència
  • Resultats lliurats mitjançant resposta de l’API, webhook o la Business Console
  • Presa de decisions automàtica basada en els teus llindars de puntuació de risc configurats

Referència de dades de coincidències AML

Cada coincidència AML retornada a la resposta de l’API conté informació detallada sobre l’entitat coincident. A continuació es mostren els camps clau i els seus valors possibles.

Categories de conjunts de dades

El camp datasets de cada coincidència indica en quines categories de bases de dades de compliment s’ha trobat l’entitat. Valors possibles:

Coincidències de sancions

La matriu sanction_matches conté detalls de cada llista de sancions on s’ha trobat l’entitat. Camps clau:

Coincidències d’advertències

La matriu warning_matches conté detalls de les coincidències en llistes d’advertències, accions coercitives regulatòries i llistes relacionades. El camp additional_data pot incloure una matriu data.case_details amb informació estructurada del cas.

Tipus de casos d’advertència

El camp case_type dins de additional_data.data.case_details[] descriu la naturalesa del cas d’advertència. Valors coneguts:
Darrera modificació el 7 de novembre del 2026