DATOS ESTRUCTURADOS DATOS NO ESTRUCTURADOS

El 80% de la información relevante de una organización se origina en formato no estructurado, primariamente texto

Fuentes de DatosEstructurada No Estructurada

FUENTES INTERNAS FUENTES EXTERNAS

ERP: GL, AP, AR, PO

Marketting

Policies and procedure

Employee travel & entertainment

Email, instant messages, mobile

devices

CRM, KYC Contracts

Samples, inventory

Grants, sponsorships

CPI, GDP

Transparency index

Regulator enforcement

Social media, product / brand

websites

Business directories

Registered charities

Watch lists

Adverse media

VOLUMENBIG DATA

1021

1021

1018

1015

1012

109

Byte

103

1

Kilobyte

106 Megabyte Gigabyte

Terabyte

PetabyteExabyte

Yottabyte Zettabyte

InformaciónTransactions, SWIFT messages, Trade Finance, Foreign Exchange, Watch Lists, Emails, Files

InvestigaciónBack-up tapes, Emails, Financial information

1 email = 50 kilobytes

20,000 Terabytes de datos procesados pordía)

1 CD = 700 Megabytes

2.5 Exabyte de datos se producen por día

1 Yottabyte de datos es la capacidad del datacentre de la NSA

DatosGenerados por

Maquinas

DatosAbiertos y TercerasPartes

Mobile apps

Ventas y Facturación

RedesSociale

s

Uso de SitiosWeb

SistemasCRM

ERPs

Producción de Datos

5.000 milllones debúsquedas en Google

20 horas de videos subidos a YouTubepor minuto

50 millones de tweetspor día

2.9 Millones de emailsenviados por segundo

1.3 Exabytes de datosenviados y recibidospor usuariosmóviles d einternet

Revisión de Caso

Revisión de Management

Findings &Recommendations

DatosTransaccionales

Datos de ReferenciaMaestros

Datos de Inteligencia de Negocios

Datos de MediosSociales

Pruebasbasadas en

reglasText mining &

search

Plataforma de Procesamiento Big Data

Anomalías Estadísticas y Predictivas

Herramientas de InvestigaciónHerramientas y Técnicas de Monitoreo

y DetecciónDescubrimiento y Preparación

VI

SU

AL

IZ

AC

IÓ

N

$ $

Scoring de Transaccione

s

Conceptos de Clustering

Análisis de Red

FacebookTwitter

Pintrest…

Testear datos contra patrones y comportamientos conocidos

Analytics Basado en

Reglas

► Apropiado para procesos bien definidos► Ideal para testeo de anomálías► Utilizado para encontrar datos que no concuerdan con el

comportamiento esperado

Usar modelos de scoring para identificar y determiner áreas de

riesgo más alto

Scoring de Riesgo

► Usar pruebas basadas en regls con scoring► Combinar scores de diferentes datasets para determiner áreas de

alto riesgo

Análisis de texto de lenguajenatural:

► Matcheo de palabras clave► Análisis de Concepto

► Análisis de sentimiento

Minería de Texto

► Búsqueda de palabras clave. Por ejemplo, fraude, corrupción, blacklists, bribery

► Analizar texto para determiner concetos► Analizar emails para determinar el sentimiento

Usar dashboards interactivos para reportar y hacer análisis de

tendencias incluyendo redessociales

AnálisisVisual

► La visualización facilita el entendimiento► Hace el análisis comparative más simple► Ayuda en encontrar tendencias ocultas

Utilizar datos existentes para entender tendencias y predecir el

comportamiento futuro

AnálisisPredictivo

► Desarrolar modelos basados en datos existentes► Machine learning

Técnica ¿ Qué es ? ¿ Cómo Ayuda ?

CLUSTERS = 3

72% De las empresas creen que Big Data puede jugar un rol clave en temas vinculados a compliance

3% Utilizan tecnologías de Big Data

2% Hacen Búsqueda y Analytics sobre voz 

9% Usan análisis estadístico y predictivo

23% Monitorean redes sociales

Base: 655 personas que respondieron

¿ Cual cree que son los mayores beneficios de utilizar data analytics en temas de compliance / riesgos ?Base: 655 personas que respondieron

42%

64%

66%

71%

78%

79%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90%

Reducir costos

Lograr mayor responsabilidad del negocio en la implementación depolíticas de compliance

Incremento en la transparencia del negocio

Respuesta más rápida en investigaciones

Mejor velocidad de detección

Habilidad de detectar incidentes que no hemos descubierto antes

¿ Cuáles son los beneficios de utilizar Big Data & Data Analytics avanzado ?

Base: 655 personas que respondieron

Los encuestados que utilizan tecnologías de análisis de datos más allá de hojas de cálculo y bases de datos han observado:

•Mejores resultados y recuperaciones, un 11% más que otros.

•Una detección más temprana de las conductas inapropiadas, un 15% más que otros.

•Resultados de costo más efectivos, un 14% más que otros.

•Mayor visibilidad para el consejo, un 12% más que otros.

Base: 655 personas que respondieron

Base: 655 personas que respondieron

Usan tecnología de avanzadaMás allá de la planilla de cálculo

Redes socialesMonitoreo de la webBúsqueda en voz

Herramientas de análisis predictivo

Analizan más datosHay una correlación entre el uso de grandes volúmenes de datos (por encima de los 10 

millones de registros) y el logro de resultados positivos

Invierten más en AnalyticsInvierten más de un tercio del presupuesto destinado a compliance en temas de Análisis de datos

1

2

3

Quienes obtienen mejores resultados…

Reportes y pruebas descriptivas basadas en Reglas

• Utiliza datos históricos• Se realizan pruebas en general• Se generan alertas cuando se cumple una 

condición específica• Se basa en condiciones y políticas predefinidas• Es la técnica más utilizada

Búsqueda de palabras claves

• Este proceso puede escanear texto libre y datos no estructurados para identificar lenguaje sospechoso o de alto riesgo.

• Las empresas desarrollan su bilbioteca de términos de alto riesgo con acrónimos y jerga de la empresa y términos de la industria.

• Las palabras sospechosas puede taggearse y escalarse para revisión posterior.

Modelado de tópicos y análisis lingüístico

• Utilizan text analytics para identificar palabras sospechosas, temas de alto riesgo o patrones inusuales de comportamiento. 

• Utilizan modelos predictivos para clusterizar, cuantificar y agrupar sustantivos o frases en los datos para entender el intento de corrupción de ciertas actividades.

• Se utiliza análisis linguistico para entender en tono emotivo de la comunicación (enojo, frustración, secretismo, acoso, etc)

Análisis estadístico y machine learning

• Se apoya en hechos históricos en los datos y aprendizaje automático para hacer predicciones sobre el futuro.

• Incrementa la confianza en elementos calificados como outliers que deben revisarse, limitando la cantidad de falsos positivos, incremantando la eficiencia del proceso de revisión.

Dashboards de visualización de datos

• Los dashboards permiten la identificación de eventos desconocidos. 

• Ejemplos: mapas de calor, análisis geoespacial, análisis de series de tiempo, nubes de palabras, estratificación, y técnicas de drill.

• Permiten priorizar las revisiones

Análisis de patrones y análisis de links

• Proporcionan cononocimiento, patrones ocultos, y relaciones de grandes fuentes de datos no estructurados.

• Los datos, tanto estructurados como no estructurados se proporcionan en una variedad visual y formatos de links