Convertir miles de noticias diarias en alertas de cumplimiento el mismo día: una plataforma de minería de texto para la detección de delitos financieros.

Acerca del cliente

La Empresa Q presta servicios de diligencia debida y cumplimiento normativo a más de 4,000 instituciones financieras de todo el mundo, ayudando a las firmas miembro a cumplir los requisitos de la OFAC y de la USA PATRIOT Act, incluida la Sección 314(a) de las regulaciones de la Financial Crimes Enforcement Network.

Contexto del sector

Las instituciones financieras enfrentan una exposición regulatoria y legal considerable si no cotejan a los titulares de cuentas con las listas de vigilancia de la OFAC y otras listas relacionadas, con sanciones por incumplimiento que comienzan en torno a los $250,000 y posible responsabilidad penal para las personas responsables. Para finales de la década de 2000, el volumen de datos gubernamentales relevantes y de cobertura noticiosa sobre delitos financieros había crecido mucho más allá de lo que la investigación manual podía abarcar, en particular para un proveedor especializado de diligencia debida que atiende a miles de instituciones cliente que dependen de alertas oportunas y precisas. La tecnología de minería de texto y extracción de entidades, aunque maduraba con rapidez, aún requería una personalización sustancial (manejo de variantes ortográficas de nombres, estructuras oracionales complejas y puntuación inconsistente) para extraer de forma fiable información precisa de fuentes reales. Para un proveedor centrado en el cumplimiento normativo, la credibilidad de los resultados automatizados dependía además de poder rastrear cada dato extraído hasta su fuente original.

Situación actual

La mayoría de los procesos de negocio internos de la Empresa Q para identificar y registrar datos de listas de vigilancia y de actividad delictiva de índole financiera, y para alertar a sus clientes, eran manuales. El vicepresidente de Operaciones quería acortar drásticamente los tiempos de ciclo de procesamiento y mejorar la calidad de los datos automatizando los procesos centrales con nuevas tecnologías, y la compañía recurrió a Iknow para diseñar, desarrollar y desplegar una plataforma tecnológica avanzada.

• Procesos de filtrado y alerta mayormente manuales. La mayoría de los procesos internos de la Empresa Q para identificar y registrar coincidencias con listas de vigilancia y actividad de delitos financieros, y para alertar a los clientes, eran manuales, lo que ralentizaba los tiempos de respuesta.
• Un volumen de datos muy superior a la capacidad de investigación manual. La Empresa Q necesitaba monitorear más de 600 fuentes gubernamentales además de miles de artículos de noticias publicados a diario, un volumen muy por encima de la capacidad de investigación manual.
• Software genérico de minería de texto que omitía contenido clave. El software de minería de texto estándar, por sí solo, omitía o malinterpretaba contenido relevante debido a variantes ortográficas de nombres, estructuras oracionales complejas e inconsistencias de puntuación en las fuentes reales.
• Sin forma de verificar los resultados automatizados contra el material fuente. La Empresa Q necesitaba que cada dato extraído automáticamente fuera rastreable hasta su fuente original, dadas las implicaciones legales y regulatorias reales de las decisiones de cumplimiento.

• Automatizar los procesos centrales de recopilación, extracción y calidad de datos de MIS para acortar drásticamente los tiempos de ciclo de procesamiento.
• Construir conectores a más de 600 fuentes de datos gubernamentales y a miles de artículos de noticias diarios.
• Desarrollar reglas personalizadas de extracción de entidades ajustadas a los desafíos lingüísticos específicos del contenido sobre delitos financieros y listas de vigilancia.
• Diseñar e implementar una plataforma completa, incluidos el aseguramiento de la calidad, la capacitación y la documentación técnica.

Cómo estructuró Iknow el trabajo

Iknow estructuró la primera fase del proyecto en torno a cuatro pasos críticos (identificar las fuentes objetivo, construir conectores, crear reglas de extracción personalizadas y cargar los resultados estructurados en la nueva plataforma), reflejando la metodología de Iknow de clasificación automatizada de contenido para convertir grandes volúmenes de contenido gubernamental y noticioso no estructurado en datos de cumplimiento fiables y accionables.

Actividades y decisiones clave

• Identificación de fuentes objetivo. Iknow trabajó con la Empresa Q para identificar las fuentes objetivo, actualizando su lista de fuentes de datos mediante la incorporación de fuentes nuevas, la eliminación de las inactivas y la actualización de las licencias de suscripción.
• Desarrollo de conectores. Iknow construyó conectores individuales que permitían a la nueva plataforma recopilar información directamente de más de 600 sitios web gubernamentales federales, estatales y locales y de miles de artículos de noticias publicados cada día.
• Reglas personalizadas de extracción y validación. Iknow construyó más de 200 reglas personalizadas para extraer nombres y otras entidades de los artículos de noticias y validar los términos extraídos, abordando las variantes ortográficas, las estructuras oracionales y las variaciones de puntuación que hacían que el software estándar omitiera o malinterpretara el contenido.
• Carga de datos estructurados. Iknow cargó los resultados de la minería de texto en la nueva plataforma, convirtiendo las entidades extraídas en datos estructurados que se cargaron en la base de datos propietaria de MIS.
• Diseño e implementación del sistema. Iknow diseñó e implementó el sistema completo sobre SAP BusinessObjects Text Analysis, seleccionado por su funcionalidad superior de procesamiento de lenguaje natural y extracción de entidades, y capturó y almacenó los artículos en texto completo como respaldo de cada entrada de la base de datos.
• Aseguramiento de la calidad, capacitación y documentación. Iknow realizó las pruebas y la validación del aseguramiento de la calidad del sistema en su conjunto, preparó e impartió la capacitación de usuarios finales y administradores, y elaboró la documentación técnica.

Partes interesadas y colaboración

Iknow actuó como contratista principal, trabajando directamente con el vicepresidente de Operaciones de la Empresa Q y con su personal interno a lo largo del diseño, la implementación y la puesta en marcha del sistema.

Extraer entidades precisas de texto real e inconsistente

Las variantes ortográficas de nombres, las estructuras oracionales complejas y las inconsistencias de puntuación en el contenido gubernamental y noticioso real hacían que el software genérico de minería de texto omitiera o malinterpretara el contenido que la Empresa Q más necesitaba. Iknow lo abordó construyendo más de 200 reglas personalizadas ajustadas específicamente a estos desafíos lingüísticos.

Dar a los clientes confianza para actuar sobre datos de cumplimiento automatizados

La extracción automatizada por sí sola no bastaba cuando los datos resultantes informarían decisiones de cumplimiento reales con peso legal para las instituciones cliente de MIS. Iknow lo abordó capturando y almacenando el artículo fuente en texto completo detrás de cada entrada de la base de datos, de modo que cada dato extraído automáticamente pudiera rastrearse hasta su fuente original y verificarse contra ella.

Resultados cuantitativos

• Cobertura de fuentes de datos: se construyeron conectores a más de 600 sitios web gubernamentales federales, estatales y locales y a miles de artículos de noticias publicados a diario.
• Reglas personalizadas entregadas: se construyeron más de 200 reglas personalizadas de extracción y validación.
• Tiempo de procesamiento logrado: el tiempo de procesamiento de extremo a extremo se redujo hasta tan solo cinco minutos.
• Trazabilidad de fuentes entregada: se capturaron y almacenaron los artículos fuente en texto completo como respaldo de cada entrada de la base de datos.
• Duración del proyecto: un encargo de ocho meses.

Resultados cualitativos

La nueva plataforma tecnológica captura automáticamente los nombres de las personas y empresas condenadas por actividad delictiva de índole financiera y almacena esta información en la base de datos propietaria de la compañía, reduciendo drásticamente los tiempos de ciclo de recopilación, análisis, procesamiento y carga de datos. Como lo expresó el vicepresidente de Operaciones de la Empresa Q: “La nueva plataforma nos permite comparar la información de las cuentas nuevas de los clientes con datos casi en tiempo real en nuestra base de datos propietaria. Informamos a nuestros clientes el mismo día sobre cualquier información de esas cuentas que requiera un examen más detenido”. Esa respuesta el mismo día representó un cambio fundamental en la capacidad de la Empresa Q para atender a sus más de 4,000 instituciones financieras cliente.

Plazo hasta el impacto

En el transcurso del proyecto de aproximadamente ocho meses, Iknow llevó a la Empresa Q de un proceso mayormente manual de filtrado de listas de vigilancia y delitos financieros a una plataforma totalmente automatizada capaz de emitir alertas a los clientes el mismo día, con un procesamiento de extremo a extremo de tan solo cinco minutos.

Habilidades principales

• Extracción automatizada de entidades y minería de texto
• Diseño de plataformas de datos de cumplimiento financiero
• Integración de sistemas y desarrollo de conectores de datos
• Validación de la calidad de los datos

Métodos y marcos de trabajo

• Extracción de entidades basada en reglas personalizadas
• Arquitectura de datos con trazabilidad a las fuentes
• Pruebas y validación de aseguramiento de la calidad de extremo a extremo

Tecnologías y herramientas

• SAP BusinessObjects Text Analysis
• Conectores de datos de sitios web gubernamentales y de noticias; integración con la base de datos propietaria de cumplimiento