Data ja analytiikka hillitsevät tehokkaasti talousrikoksia

Rahaa ja talouteen sekä kaupankäyntiin liittyviä tietoja käsitellään nykyisin pääosin digitaalisesti. Pankkien perässä verkkoon ovat tulleet myös rikolliset.

– Pankkien ja rikollisten välillä on käynnissä kilpajuoksu. Tietotekniikka mahdollistaa sekä rikollisuuden että sen torjunnan, toteaa Jani Ristimäki, Head of Data & Analytics, BearingPoint Finland Oy:stä.

Pankkien pyrkimys tunnistaa rikollisuutta on perinteisesti perustunut yksinkertaisiin sääntöihin ja malleihin. Tunnistus on kuitenkin vaatinut paljon manuaalista työtä.

– Pankit ovat perinteisesti lisänneet henkilökuntaa tutkimaan ja tarkistamaan epäilyttäviä transaktioita. Se ei välttämättä johda parempaan tulokseen ja tarkkuuden paranemiseen, koska datamassa kasvaa koko ajan. Siksi pankkien on hyödynnettävä uusinta tietotekniikkaa, toteaa BearingPointin  Manager Juhani Immonen.

BearingPoint on maailmanlaajuisesti toimiva johdon ja teknologian konsultointiyhtiö. Se auttaa asiakkaitaan muun muassa muotoilemaan riskienhallinnan toimintamallejaan sekä hyödyntämään dataa ja analytiikkaa niissä.

Tavoitteista hallintaan 

Koneoppimista ja tekoälyä hyödyntävän teknologian edut talousrikollisuuden estämisessä ovat  Ristimäen mukaan ilmeisiä. Pankit kuitenkin empivät vielä tietoteknisten menetelmien soveltamisessa. 

– Moni on tehnyt vain pistemäisiä kokeiluja yksittäisillä osa-alueilla. Siinä ajaudutaan helposti toteuttamaan asioita siilomaisesti, jolloin tehtyjä ratkaisuja on vaikea skaalata koko organisaation tasolle.

Maailma on täynnä teknisiä ratkaisuja, analyysimalleja ja algoritmeja, mutta se ei välttämättä helpota ongelman ratkaisua. Työkaluista pitäisi valita tarpeisiin sopivimmat.

– Mahdollisuuksien kirjo voi houkutella liian teknologiapainotteiseen lähestymistapaan, kun ensin pitäisi kartoittaa tarpeet ja tarkastella kokonaisuutta, Immonen kertoo.

Ristimäen mukaan oleellista on kartoittaa riskienhallinnan tavoitteet: mitä pankki odottaa datan ja analytiikan hyödyntämiseltä?

–  Tätä kautta sopivien ja tarkoituksenmukaisten ratkaisujen löytäminen on helpompaa. 

Haasteena on, että dataa on hirvittävän paljon, ja se on usein hajallaan eripuolilla organisaatiota. Data pitää saada ensin hallintaan. 

ÄLYKKÄÄSSÄ JÄRJESTELMÄSSÄ päätöksenteko voidaan antaa koneelle.

– Lähestymme ongelmaa kokonaisvaltaisesti. Tuomme ulkopuolisen näkökulman ja selvitämme riskienhallinnan tavoitteita tukevat käyttötapaukset datan hyödyntämiselle, Ristimäki avaa. 

Rikollisuuden torjunnasta muodostuu yleensä niin iso kokonaisuus, että se on Immosen mukaan syytä pilkkoa pienemmiksi, konkreettisiksi riskienhallinnan tapauksiksi. Priorisoimalla nämä tapaukset saadaan aikaan systemaattinen toimintamalli. Samalla nähdään, millaiset tekniset ratkaisut olisivat sopivimpia.

Data apuna päätöksissä

Älykäs teknologia auttaa havaitsemaan rikollisuutta ja tekemään nopeasti tarvittavia päätöksiä. 

– Älykkäässä järjestelmässä päätöksenteko voidaan antaa koneelle. Kone pystyy tekemään päätöksen tehokkaammin kuin ihminen ja on vielä todennäköisesti oikeassa. Se voi esimerkiksi ihmistä tarkemmin päätellä, onko joku transaktio väärinkäyttöä, Ristimäki kertoo. 

Älykäs tekniikka auttaa pankkeja myös tuntemaan asiakkaansa lain mukaisesti ja luokittelemaan heidät riskitason perusteella.

– Dataa analysoimalla pystytään arvioimaan asiakkaan riskitaso. Mukautuvan riskienhallinnan prosessin kautta pystytään myös tunnistamaan ja estämään tapauksia, joissa rikolliset pyrkivät värväämään ihmisiä bulvaaneiksi, Immonen avaa.

Vaikeinta on rahanpesun estäminen, koska rahanpesua tekevät järjestäytyneet rikolliset, jotka pyrkivät peittämään jälkensä kierrättämällä rahoja monien rahoituslaitosten ja yritysten kautta.

– Rahanpesun estäminen vaatii laajaa yhteistyötä kaikkien arvoketjuun kuuluvien sekä viranomaisten kesken. Tekniikka ei yksistään pysty ratkomaan rahanpesutapauksia, mutta se on siinä hyvänä apuna, Immonen päättää.