> ## Documentation Index
> Fetch the complete documentation index at: https://docs.didit.me/llms.txt
> Use this file to discover all available pages before exploring further.

# Score de correspondance AML : confiance d'identité

> Didit évalue la correspondance AML via nom, date de naissance et pays. Ajustez poids et seuils pour réduire efficacement les faux positifs.

Le **score de correspondance** est une métrique de confiance pondérée qui détermine **à quel point une correspondance AML potentielle correspond à l'individu filtré**. Ce score est utilisé pour classer les correspondances individuelles soit comme des **Faux positifs**, soit comme des **Correspondances possibles** nécessitant un examen plus approfondi.

![Configuration du score de correspondance AML Didit montrant les seuils pondérés pour le nom, la date de naissance et le pays](https://mintcdn.com/didit-0f962782/z6T2GHM4Zh-iSj-K/images/aml-match-score-config.jpg?fit=max\&auto=format\&n=z6T2GHM4Zh-iSj-K\&q=85\&s=76d3124f99349a81e16e711f3d2816e6)

> ⚠️ **Important :** Le score de correspondance détermine la **classification individuelle de la correspondance**, et NON le statut AML final. Le statut AML final (Approuvé/En cours d'examen/Refusé) est déterminé par le [score de risque](https://docs.didit.me/fr/core-technology/aml-screening/aml-risk-score.md) des correspondances qui ne sont pas des faux positifs.

## Présentation générale

Lors du filtrage d'une personne par rapport aux listes de surveillance AML, chaque correspondance potentielle reçoit un **score de correspondance de 0 à 100**. Ce score répond à la question suivante : **« Cette correspondance concerne-t-elle réellement la même personne que celle que nous filtrons ? »**

### Score de correspondance vs score de risque

| Aspect | Score de correspondance | Score de risque |
| - | - | - |
| **Question** | Est-ce la même personne ? | Quel est le niveau de risque de cette entité ? |
| **Finalité** | Classer les correspondances en Faux positif ou Correspondance possible | Déterminer le statut AML final |
| **Facteurs** | Nom, date de naissance, pays, numéro de document | Pays, catégorie, casier judiciaire |
| **Seuil** | Seuil du score de correspondance (par défaut : 93) | Seuil d'approbation / Seuil d'examen |

***

## Comment le score de correspondance détermine le statut d'examen

Chaque correspondance est classée en fonction de son score de correspondance :

| Score de correspondance | Statut d'examen | Signification |
| - | - | - |
| Score inférieur au seuil du score de correspondance | **Faux positif** | La correspondance n'est probablement PAS la même personne |
| Score supérieur ou égal au seuil du score de correspondance | **Non examiné** | La correspondance nécessite un examen manuel |

> **Seuil par défaut :** 93%

**Exemple :** Avec un seuil de 93 :

* Correspondance avec un score de 85 → **Faux positif** (écartée automatiquement)
* Correspondance avec un score de 95 → **Non examiné** (nécessite un examen, le score de risque détermine l'urgence)

### Explication des statuts d'examen

Toutes les correspondances AML commencent avec l'un des deux statuts initiaux en fonction de leur score de correspondance :

| Statut | Description | Quand est-il défini |
| - | - | - |
| **Faux positif** | La correspondance n'est probablement PAS la même personne que l'individu filtré. Exclue de l'évaluation du risque. | Score de correspondance \< seuil |
| **Non examiné** | La correspondance est une correspondance possible qui nécessite un examen manuel pour être confirmée ou écartée. | Score de correspondance ≥ seuil |

Après examen manuel, les responsables de la conformité peuvent modifier le statut pour le définir comme :

| Statut | Description |
| - | - |
| **Correspondance confirmée** | Il a été vérifié que la correspondance concerne la même personne. |
| **Non concluant** | Impossible de déterminer si la correspondance concerne la même personne. |

> [!NOTE]
>
> ### **Astuce :** Vous pouvez modifier le statut d'examen d'une correspondance dans la Console en consultant la vue d'ensemble AML ou en cliquant sur une correspondance spécifique pour afficher ses détails.

***

## Comment le score de correspondance est calculé

### Étape 1 : Calcul du score de base

Le score de base est calculé à l'aide de trois composants avec des poids configurables :

```
Base Score = (Name Score × Name Weight) + (DOB Score × DOB Weight) + (Country Score × Country Weight)
```

| Composant | Poids par défaut | Description |
| - | - | - |
| **Nom** | 60% | Similarité floue entre le nom de la personne filtrée et le nom de la correspondance |
| **Date de Naissance** | 25% | Évaluation en cas de correspondance exacte, partielle (année uniquement) ou de discordance |
| **Pays/Nationalité** | 15% | Comparaison entre la nationalité de la personne filtrée et les pays de la correspondance |

> **Remarque :** La somme des poids doit toujours être égale à 100%.

### Étape 2 : Logique de la « clé d'or » du numéro de document

Après avoir calculé le score de base, le numéro de document est évalué séparément à l'aide d'une logique de remplacement spéciale :

| Scénario | Effet | Exemple |
| - | - | - |
| **Correspondance** | Remplace le score par **100** | Les numéros de passeport correspondent exactement |
| **Neutre** | Conserve le score de base inchangé | Types de documents différents ou valeur manquante d'un côté |
| **Discordance stricte** | Applique une pénalité (-50 points) | Même type de document mais valeurs différentes |

Cette approche reconnaît qu'un numéro de document correspondant est une preuve définitive d'identité (la « clé d'or »), tandis que des types de documents discordants ne doivent pas pénaliser le score.

***

## Détails de la notation par composant

### Similitude du nom (0-100)

La mise en correspondance des noms utilise l'**algorithme WRatio** de RapidFuzz, qui est robuste face aux éléments suivants :

* Fautes de frappe et d'orthographe
* Différences dans l'ordre des mots (« John Smith » vs « Smith, John »)
* Variantes du deuxième prénom (« Robert J. Smith » vs « Robert James Smith »)
* Différences de longueur

### Notation de la date de naissance

| Scénario | Score | Exemple |
| - | - | - |
| **Correspondance exacte** | 100% | « 1985-03-15 » correspond à « 1985-03-15 » |
| **Correspondance sur l'année (résultat avec année seulement)** | 100% | « 1985-03-15 » correspond à « 1985 » — correspondance totale car le résultat ne fournit qu'une précision au niveau de l'année |
| **Correspondance sur l'année (jour/mois différents)** | 50% | « 1985-03-15 » correspond à « 1985-06-20 » — même année mais dates différentes |
| **Non-concordance sur l'année** | -100% (pénalité) | « 1985-03-15 » ne correspond pas à « 1990-03-15 » |
| **Données manquantes** | 0% (neutre) | Date de naissance manquante d'un côté ou de l'autre |

> **Important :** Lorsque le résultat ne fournit qu'une année (par ex., « 1974 »), la correspondance sur cette année compte comme une **correspondance totale**, car c'est la seule information disponible à vérifier.

### Notation du pays/de la nationalité

| Scénario | Score | Exemple |
| - | - | - |
| **Correspondance exacte** | 100% | « ES » correspond à « Spain » ou « ESP » |
| **Aucune donnée sur le résultat** | 0% (neutre) | Le résultat n'a aucune information de pays |
| **Non-concordance** | -50% (pénalité) | « ES » ne correspond pas à « France » |

Le système effectue automatiquement la conversion entre :

* Les codes ISO alpha-2 (ES)
* Les codes ISO alpha-3 (ESP)
* Les noms complets de pays (Spain)

Il vérifie également le champ `citizenship` en plus de `countries`.

***

## Normalisation des scores (repondération)

Lorsque des données manquent, que ce soit pour la personne filtrée ou dans le résultat correspondant, le système utilise la **normalisation des scores** pour éviter d'appliquer une pénalité pour des informations indisponibles.

### Exemple : Filtrage par nom uniquement

Si vous effectuez un filtrage avec seulement un nom (sans date de naissance ni pays) :

| Poids d'origine | Poids normalisés |
| - | - |
| Nom : 60% | Nom : **100%** |
| Date de naissance : 25% | Date de naissance : 0% (non comparable) |
| Pays : 15% | Pays : 0% (non comparable) |

**Résultat :** Le score du nom devient l'intégralité du score de correspondance.

### Exemple : Pays manquant sur le résultat correspondant

Si le résultat correspondant n'a pas de données de pays mais possède une date de naissance :

| Poids d'origine | Poids normalisés |
| - | - |
| Nom : 60% | Nom : **70.6%** |
| Date de naissance : 25% | Date de naissance : **29.4%** |
| Pays : 15% | Pays : 0% (non comparable) |

Cela garantit une notation équitable quelle que soit la disponibilité des données.

***

## Options de configuration

Vous pouvez personnaliser le calcul du score de correspondance via l'API ou les paramètres du workflow :

### Seuil du score de correspondance

| Paramètre | Valeur par défaut | Description |
| - | - | - |
| Seuil du score de correspondance | 93 | Les correspondances inférieures à ce seuil sont classées comme **Faux positif**. Celles égales ou supérieures sont **Non examiné** (correspondances possibles) et nécessitent un examen. |

### Poids (la somme doit être égale à 100)

| Paramètre | Valeur par défaut | Description |
| - | - | - |
| Poids du nom | 60 | Poids pour la similitude du nom (0-100) |
| Poids de la date de naissance | 25 | Poids pour la date de naissance (0-100) |
| Poids du pays | 15 | Poids pour le pays/la nationalité (0-100) |

***

## Exemple de requête API

```json theme={null}
{
  "full_name": "John Doe",
  "date_of_birth": "1990-01-01",
  "nationality": "USA",
  "document_number": "SAMPLE-DOC-12345",
  "aml_name_weight": 60,
  "aml_dob_weight": 25,
  "aml_country_weight": 15,
  "aml_match_score_threshold": 93
}
```

***

## Réponse : Détail du score

Chaque correspondance dans la réponse comprend :

* `match_score` — Le score de correspondance calculé (0-100)
* `risk_score` — Le score de risque calculé (0-100) - voir [Score de risque](https://docs.didit.me/fr/core-technology/aml-screening/aml-risk-score.md)
* `review_status` — « False Positive » ou « Unreviewed » selon le seuil du score de correspondance
* `score_breakdown` — Détail approfondi du calcul du score de correspondance

```json theme={null}
{
  "caption": "David Sanchez",
  "match_score": 95,
  "risk_score": 65.5,
  "review_status": "Unreviewed",
  "score_breakdown": {
    "name_score": 95,
    "name_weight": 60,
    "name_weight_normalized": 70.59,
    "name_contribution": 67.06,
    "dob_score": 100,
    "dob_weight": 25,
    "dob_weight_normalized": 29.41,
    "dob_contribution": 29.41,
    "country_score": 0,
    "country_weight": 15,
    "country_weight_normalized": 0,
    "country_contribution": 0,
    "document_number_match_type": "NEUTRAL",
    "document_number_effect": "No document number provided for screening",
    "total_score": 95
  }
}
```

***

## Flux complet : Du score de correspondance au statut AML final

```
┌─────────────────────────────────────────────────────────────────────────────┐
│                           AML SCREENING FLOW                                 │
├─────────────────────────────────────────────────────────────────────────────┤
│                                                                             │
│  1. RETRIEVE MATCHES FROM WATCHLISTS                                        │
│     └── All matches with score ≥ 75% are included                           │
│                                                                             │
│  2. CALCULATE MATCH SCORE FOR EACH MATCH                                    │
│     Match Score = (Name × W1) + (DOB × W2) + (Country × W3)                │
│     + Golden Key document number logic                                      │
│                                                                             │
│  3. CLASSIFY MATCHES BY MATCH SCORE (Match Score Threshold = 93)           │
│     ├── Match Score < 93 → FALSE POSITIVE (excluded from risk assessment)  │
│     └── Match Score ≥ 93 → UNREVIEWED (included in risk assessment)        │
│                                                                             │
│  4. CALCULATE RISK SCORE FOR NON-FALSE-POSITIVE MATCHES                     │
│     Risk Score = (Country × 30%) + (Category × 50%) + (Criminal × 20%)     │
│                                                                             │
│  5. DETERMINE FINAL AML STATUS (based on highest risk score)               │
│     ├── Highest Risk Score < approve_threshold → APPROVED                   │
│     ├── Highest Risk Score ≤ review_threshold → IN REVIEW                   │
│     └── Highest Risk Score > review_threshold → DECLINED                    │
│                                                                             │
└─────────────────────────────────────────────────────────────────────────────┘
```

***

## Exemples de calcul

### Exemple 1 : Correspondance forte → Non examiné

**Données filtrées :**

* Nom : "Robert J. Smith"
* Date de naissance : "1985-03-15"
* Pays : "US"

**Données de la correspondance :**

* Nom : "Robert James Smith"
* Date de naissance : "1985"
* Pays : "United States"

**Calcul :**

1. Score du nom : 90% (correspondance approximative)
2. Score de la date de naissance : 100% (la correspondance ne contient que l'année et celle-ci correspond)
3. Score du pays : 100% (correspondance exacte)

```
Match Score = (90 × 0.60) + (100 × 0.25) + (100 × 0.15)
            = 54 + 25 + 15
            = 94
```

**Résultat :** Score de correspondance (94) ≥ seuil (93) → **Non examiné**
→ Le score de risque sera calculé et utilisé pour le statut AML final

### Exemple 2 : Correspondance faible → Faux positif

**Données filtrées :**

* Nom : "John Smith"
* Date de naissance : "1990-05-20"
* Pays : "US"

**Données de la correspondance :**

* Nom : "Johnny Smithson"
* Date de naissance : "1975"
* Pays : "Canada"

**Calcul :**

1. Score du nom : 72% (correspondance approximative faible)
2. Score de la date de naissance : -100% (pénalité pour divergence d'année)
3. Score du pays : -50% (pénalité pour divergence de pays)

```
Match Score = (72 × 0.60) + (-100 × 0.25) + (-50 × 0.15)
            = 43.2 - 25 - 7.5
            = 10.7 → 11
```

**Résultat :** Score de correspondance (11) \< seuil (93) → **Faux positif**
→ Cette correspondance est exclue de l'évaluation du risque

### Exemple 3 : Remplacement par Golden Key

**Données filtrées :**

* Nom : "John D. Smith"
* Numéro de document : "A12345678"

**Données de la correspondance :**

* Nom : "Jonathan David Smith"
* Numéro de document : "A12345678"

**Calcul :**

1. Score de base : \~70 (correspondance approximative du nom)
2. Numéro de document : **CORRESPONDANCE** (correspondance exacte)

**Résultat :** Score remplacé par **100** (correspondance Golden Key) → **Non examiné**

***

## Gestion des statuts d'examen

Après la classification initiale, vous pouvez mettre à jour manuellement le statut d'examen de chaque correspondance :

### Dans la console

1. Accédez à la vue d'ensemble AML de la session
2. Cliquez sur une correspondance spécifique pour afficher les détails
3. Utilisez le menu déroulant de statut pour modifier le statut d'examen :
   * **Correspondance confirmée** — Confirmez que la correspondance concerne la même personne
   * **Faux positif** — Indiquez que la correspondance est un faux positif
   * **Non concluante** — Impossible à déterminer

***

## Bonnes pratiques

1. **Commencez avec le seuil par défaut (93)** — Cela offre un bon équilibre entre la détection des véritables correspondances et le filtrage des faux positifs.

2. **Abaissez le seuil pour les scénarios à haut risque** — Si vous devez faire preuve de plus de prudence, abaissez le seuil de score de correspondance pour détecter davantage de correspondances potentielles.

3. **Utilisez les numéros de document lorsqu'ils sont disponibles** — Ils fournissent la confirmation d'identité la plus fiable et peuvent remplacer les scores de correspondance faibles.

4. **Examinez les poids normalisés** — Vérifiez les champs de poids normalisés dans la décomposition du score pour comprendre comment les données manquantes ont affecté le score.

5. **Surveillez les taux de faux positifs** — Si un trop grand nombre de correspondances légitimes sont marquées comme faux positifs, abaissez le seuil.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.