En el centro de la IA de la AML, se encuentra una comprensión detallada y actualizada de las partes del banco y su actividad, que abarca, en particular, los siguientes datos:
- Actividad transaccional
- Tenencia de cuentas
- Datos demográficos del partido
- Datos de investigación de riesgos
Esta página abarca la creación y administración de datos que usa IA contra lavado de datos, incluidos los detalles del modelo de datos, el esquema de datos y los requisitos de datos contra el lavado de dinero. El esquema en sí, incluidos los detalles de campos individuales, aparece en el modelo de datos de entrada contra el lavado de dinero (Archivo CSV). Un conjunto de datos de ejemplo sintético también es disponible a través de la guía de inicio rápido.
Los siguientes requisitos previos no se tratan en esta página:
- Configuración para usar la IA contra lavado de dinero con un conjunto de datos contra el lavado de dinero (consultar Configurar un proyecto y permisos)
- Funciones de seguridad y cumplimiento (consulta las páginas de Funciones de seguridad y cumplimiento)
Descripción general de los requisitos de los datos
El modelo de datos contra el lavado de dinero acepta información de partes minoristas o comerciales, su cuentas y transacciones, así como información detallada sobre casos de riesgo relacionados con estas partes. En esta sección, se presentan aspectos importantes del modelo de datos que son válidos en las diferentes entidades.
El esquema del modelo de datos contra el lavado de dinero se organiza en tres áreas: datos bancarios básicos, riesgo datos de investigación y datos complementarios.
Datos bancarios básicos
- Tablas: Party, AccountPartyLink y Transaction
- Propósito: Sirve como una recopilación estructurada de datos sobre tus clientes y su actividad bancaria, que se usa en la detección de riesgos. Todas las partes, cuentas y las transacciones que se deben supervisar. Proporciona servicios de venta minorista Datos comerciales en un conjunto de datos de IA contra lavado de dinero
Datos de investigación de riesgos
- Tabla: RiskCaseEvent
- Propósito:
- Sirve como una colección estructurada de datos sobre la investigación de riesgos procesos y partes anteriormente identificadas como riesgosas
- Ayuda a crear etiquetas de entrenamiento para los modelos de riesgo de AML
Datos complementarios
- Tabla: PartySupplementaryData
- Propósito: Tabla opcional que puede contener información adicional relevante hasta identificar el riesgo de lavado de dinero que no está cubierto en el resto de la . Debes comenzar a usar la IA de la AML sin proporcionar ningún dato complementario.
Relaciones de la tabla
En el siguiente diagrama, se describen las relaciones de tablas, las claves primarias y las claves externas.
Errores
Cuando creas un conjunto de datos, la IA contra lavado de dinero realiza automáticamente y verificaciones de validación. Si deseas obtener información sobre estas verificaciones, los mensajes de error y cómo corregirlos, consulta Errores de validación de datos.
Para obtener más información sobre el esquema técnico, consulta Modelo de datos de entrada contra el lavado de dinero (Archivo CSV). Para comprender los requisitos y el alcance de la duración de los datos, consulta Comprende el alcance y la duración de los datos. Cuando tengas tablas listas en BigQuery, puedes usar IA contra lavado de dinero para crear y administrar un conjunto de datos.