
Ключевые концепции: оценка совпадения и оценка риска
Didit использует систему из двух оценок для AML-скрининга:Оценка совпадения (уверенность в идентификации)
- Вопрос: Относится ли это совпадение к тому же человеку, которого мы проверяем?
- Факторы: Сходство имени, дата рождения, страна/гражданство, номер документа
- Назначение: Классифицирует совпадение как Ложное срабатывание или Не проверено (возможное совпадение)
- Порог: Порог оценки совпадения (по умолчанию: 93)
Оценка риска (уровень риска сущности)
- Вопрос: Насколько рискованна эта сущность, если совпадение подтвердится?
- Факторы: Риск страны, категория (PEP/санкции и т. д.), судимости
- Назначение: Определяет итоговый статус AML (Одобрена/На проверке/Отклонена)
- Пороги: Порог одобрения (по умолчанию: 80) и порог проверки (по умолчанию: 100)
Статусы проверки совпадений
Каждому AML-совпадению присваивается статус проверки на основе его оценки совпадения:Совет: Вы можете изменить статус проверки совпадения в консоли, перейдя в обзор AML или нажав на конкретное совпадение, чтобы просмотреть подробные сведения.
Ключевые возможности
1. Комплексное извлечение данных
- Точное извлечение: извлекайте данные из предоставленной пользователем информации или документов, удостоверяющих личность, с помощью передовой технологии OCR.
- Нечёткая логика: учитывайте вариации написания имён и опечатки для максимально полного сбора данных.
2. Широкий охват списков наблюдения
Скрининг проводится по множеству категорий, включая:- Санкционные списки: от государственных и международных органов.
- Политически значимые лица (PEP): лица, выполняющие публичные функции государственного значения.
- Сведения о преступлениях: включая глобальные и локальные базы данных о преступлениях.
- Негативные публикации в СМИ: статьи и отчёты о финансовых преступлениях и других рисках.
- Пользовательские списки наблюдения: настраиваются под конкретные требования клиента.
3. Продвинутые алгоритмы сопоставления
- Нечёткое сопоставление: выявляет незначительные различия в именах или данных для обеспечения точного совпадения.
- Множество точек данных: использует имя, дату рождения, гражданство и другие идентификаторы для тщательной проверки.
- Логика Golden Key: сопоставление по номеру документа, которое может переопределять баллы для окончательной идентификации.
4. Оценка риска по двум шкалам
Каждое совпадение получает ДВЕ оценки:
Статус проверки совпадения (на основе Оценки совпадения):
- Ложное срабатывание: оценка совпадения ниже порога - скорее всего, это НЕ тот же человек
- Не проверено: оценка совпадения равна порогу или выше него - требуется проверка
- Одобрено: все непроверенные совпадения имеют низкую оценку риска
- На проверке: как минимум одно непроверенное совпадение имеет среднюю или высокую оценку риска
- Отклонено: как минимум одно непроверенное совпадение имеет очень высокую оценку риска
5. Детальный скрининг негативных публикаций в СМИ
Скрининг по широкому спектру категорий негативных публикаций в СМИ, включая:- Финансовые преступления: отмывание денег, растрата и другое.
- Насильственные преступления: нападение, убийство и сопутствующие правонарушения.
- Терроризм: участие в террористической деятельности или её поддержка.
- Наркотики: незаконный оборот наркотиков и связанные с ним преступления.
- Мошенничество: различные виды мошенничества и вводящих в заблуждение действий.
- Регуляторные нарушения: нарушения требований регуляторного комплаенса.
6. Настраиваемые параметры скрининга
- Регулируемая чувствительность: настраивайте чувствительность скрининга в соответствии с риск-аппетитом вашей организации.
- Настраиваемые списки наблюдения: выбирайте, какие списки наблюдения и категории включать в процесс скрининга для соблюдения конкретных требований.
Настраиваемые пороги
Вы можете гибко настраивать уровни безопасности, задавая различные пороги: Конфигурация Оценки совпадения:
Пороги Оценки риска (Финальный статус):

Эти пороги можно изменять в зависимости от допустимого для вас уровня риска и требований безопасности.
Как это работает
Наш процесс AML-скрининга эффективно выявляет потенциальные риски, сводя к минимуму задержки для добросовестных пользователей.Извлечение данных
Система извлекает необходимую информацию либо из предоставленных пользователем данных, либо из загруженных документов, удостоверяющих личность.
Скрининг по спискам наблюдения
Извлечённые данные проверяются по 1,300+ мировым спискам наблюдения и базам данных в режиме реального времени:
- Санкционные списки — государственные и международные органы (OFAC, EU, UN и др.)
- Политически значимые лица (PEP) — лица, выполняющие значимые публичные функции
- Сведения о преступлениях — глобальные и локальные базы данных о преступлениях
- Негативные публикации в СМИ — новостные статьи и отчёты о финансовых преступлениях
- Пользовательские списки наблюдения — настраиваются под ваши требования
Расчёт оценки совпадения
Для каждого потенциального совпадения система рассчитывает оценку уверенности в личности — насколько вероятно, что это один и тот же человек.
- Оценка совпадения ниже порога (по умолчанию: 93) → классифицируется как Ложное срабатывание
- Оценка совпадения на уровне порога или выше → классифицируется как Не проверено (возможное совпадение)
- Golden Key: совпадение номера документа может переопределить оценку до 100% для однозначной идентификации
Расчёт оценки риска
Для совпадений, не являющихся ложными срабатываниями, система рассчитывает уровень риска субъекта:
Определение итогового статуса
На основе наивысшей оценки риска среди всех совпадений, не являющихся ложными срабатываниями:
Если все совпадения являются ложными срабатываниями, результат: Одобрена (обоснованных совпадений не обнаружено).
Формирование результата
Формируется подробный отчёт, обеспечивающий полную прозрачность:
- Оценка совпадения и оценка риска для каждого совпадения с детализацией
- Классификация совпадений (Ложное срабатывание / Не проверено / Подтверждено)
- Исходная база данных и сведения о категории для каждого совпадения
- Результаты доставляются через ответ API, webhook или Business Console
- Автоматическое принятие решений на основе настроенных вами порогов оценки риска
Справочник данных совпадений AML
Каждое совпадение AML, возвращаемое в ответе API, содержит подробную информацию о совпавшей сущности. Ниже приведены ключевые поля и их возможные значения.Категории наборов данных
Полеdatasets для каждого совпадения указывает, в каких категориях комплаенс-баз данных была найдена сущность. Возможные значения:
Совпадения по санкциям
Массивsanction_matches содержит подробную информацию по каждому санкционному списку, в котором была найдена сущность. Ключевые поля:
Совпадения по предупреждениям
Массивwarning_matches содержит подробную информацию о совпадениях из списков предупреждений, правоприменительных мер регуляторов и связанных списков. Поле additional_data может содержать массив data.case_details со структурированной информацией о кейсе.
Типы кейсов предупреждений
Полеcase_type внутри additional_data.data.case_details[] описывает характер кейса предупреждения. Известные значения: