
⚠️ Importante: a Pontuação de correspondência determina a classificação de cada correspondência, NÃO o status AML final. O status AML final (Aprovado/Em revisão/Recusado) é determinado pela pontuação de risco das correspondências que não são falsos positivos.
Visão geral
Ao analisar uma pessoa em listas de monitoramento AML, cada possível correspondência recebe uma pontuação de correspondência de 0 a 100. Essa pontuação responde à pergunta: “Esta correspondência é realmente a mesma pessoa que estamos analisando?”Pontuação de correspondência vs. pontuação de risco
Como a pontuação de correspondência determina o status de revisão
Cada correspondência é classificada com base na sua pontuação de correspondência:Limiar padrão: 93%Exemplo: com um limiar de 93:
- Correspondência com pontuação 85 → Falso Positivo (descartada automaticamente)
- Correspondência com pontuação 95 → Não revisado (precisa de revisão; a pontuação de risco determina a urgência)
Status de revisão explicados
Todas as correspondências AML começam com um dos dois status iniciais, com base na pontuação de correspondência:
Após a revisão manual, os responsáveis por conformidade podem atualizar o status para:
Dica: você pode alterar o status de revisão de uma correspondência no Console, na visão geral de AML ou clicando em uma correspondência específica para ver os detalhes.
Como a pontuação de correspondência é calculada
Etapa 1: cálculo da pontuação base
A pontuação base é calculada com três componentes de pesos configuráveis:Observação: a soma dos pesos deve ser sempre 100%.
Etapa 2: lógica de “chave de ouro” do número do documento
Depois do cálculo da pontuação base, o número do documento é avaliado separadamente com uma lógica especial de substituição:
Essa abordagem reconhece que um número de documento coincidente é prova definitiva de identidade (a “chave de ouro”), enquanto tipos de documento diferentes não devem penalizar a pontuação.
Detalhes da pontuação por componente
Similaridade de nome (0-100)
A correspondência de nomes usa o algoritmo WRatio da RapidFuzz, que é robusto a:- Erros de digitação e de grafia
- Diferenças na ordem das palavras (“John Smith” vs “Smith, John”)
- Variações no nome do meio (“Robert J. Smith” vs “Robert James Smith”)
- Diferenças de tamanho
Pontuação da data de nascimento
Importante: quando a correspondência fornece apenas um ano (por exemplo, “1974”), coincidir com esse ano conta como correspondência total, porque essa é toda a informação disponível para verificar.
Pontuação de país/nacionalidade
O sistema converte automaticamente entre:
- Códigos ISO alfa-2 (ES)
- Códigos ISO alfa-3 (ESP)
- Nomes completos de países (Spain)
citizenship, além de countries.
Normalização da pontuação (reponderação)
Quando faltam dados da pessoa analisada ou da correspondência, o sistema usa a normalização da pontuação para evitar penalizações por informações indisponíveis.Exemplo: análise apenas pelo nome
Se você fizer a análise apenas com um nome (sem data de nascimento nem país):
Resultado: a pontuação do nome passa a ser toda a pontuação de correspondência.
Exemplo: correspondência sem país
Se a correspondência não tiver dados de país, mas tiver data de nascimento:
Isso garante uma pontuação justa, independentemente da disponibilidade dos dados.
Opções de configuração
Você pode personalizar o cálculo da pontuação de correspondência pela API ou nas configurações do workflow:Limiar da pontuação de correspondência
Pesos (a soma deve ser 100)
Exemplo de requisição à API
Resposta: detalhamento da pontuação
Cada correspondência na resposta inclui:match_score: a pontuação de correspondência calculada (0-100)risk_score: a pontuação de risco calculada (0-100); consulte Pontuação de riscoreview_status: “False Positive” ou “Unreviewed”, conforme o limiar da pontuação de correspondênciascore_breakdown: detalhamento do cálculo da pontuação de correspondência
Fluxo completo: da pontuação de correspondência ao status AML final
Exemplos de cálculo
Exemplo 1: correspondência forte → Não revisado
Dados analisados:- Nome: “Robert J. Smith”
- Data de nascimento: “1985-03-15”
- País: “US”
- Nome: “Robert James Smith”
- Data de nascimento: “1985”
- País: “United States”
- Pontuação do nome: 90% (correspondência aproximada)
- Pontuação da data de nascimento: 100% (a correspondência tem apenas o ano, e o ano coincide)
- Pontuação do país: 100% (correspondência exata)
Exemplo 2: correspondência fraca → Falso Positivo
Dados analisados:- Nome: “John Smith”
- Data de nascimento: “1990-05-20”
- País: “US”
- Nome: “Johnny Smithson”
- Data de nascimento: “1975”
- País: “Canada”
- Pontuação do nome: 72% (correspondência aproximada fraca)
- Pontuação da data de nascimento: -100% (penalidade por ano divergente)
- Pontuação do país: -50% (penalidade por país divergente)
Exemplo 3: substituição por Golden Key
Dados analisados:- Nome: “John D. Smith”
- Número do documento: “A12345678”
- Nome: “Jonathan David Smith”
- Número do documento: “A12345678”
- Pontuação base: ~70 (correspondência aproximada do nome)
- Número do documento: CORRESPONDE (correspondência exata)
Gerenciamento do status de revisão
Após a classificação inicial, você pode atualizar manualmente o status de revisão de cada correspondência:No console
- Acesse a visão geral de AML da sessão
- Clique em uma correspondência específica para ver os detalhes
- Use o menu suspenso de status para alterar o status de revisão:
- Correspondência Confirmada: confirme que a correspondência se refere à mesma pessoa
- Falso Positivo: marca a correspondência como não correspondente
- Inconclusivo: não foi possível determinar
Boas práticas
- Comece com o limiar padrão (93): ele oferece um bom equilíbrio entre identificar correspondências verdadeiras e filtrar falsos positivos.
- Reduza o limiar em cenários de alto risco: se você precisa ser mais cauteloso, reduza o limiar de pontuação de correspondência para identificar mais correspondências potenciais.
- Use números de documento quando disponíveis: eles oferecem a confirmação de identidade mais forte e podem prevalecer sobre pontuações de correspondência baixas.
- Revise os pesos normalizados: verifique os campos de peso normalizado no detalhamento da pontuação para entender como a ausência de dados afetou a pontuação.
- Monitore as taxas de falsos positivos: se muitas correspondências legítimas estiverem sendo marcadas como falsos positivos, reduza o limiar.