1. Выявляет признаки связей людей и организаций на основе различных факторов;
2. Использует различные наборы сервисов данных;
3. Использует скоринговую модель для анализа признаков связей;
4. Ведет к сокращению финансовых потерь, связанных с мошенничеством, и сокращению финансовых рисков, связанных с несоответствиями требованиям международного законодательства по противодействию мошенничеству.

1. Осуществляет автоматизированную оценку по исследуемому контрагенту;
2. Использует различные наборы сервисов данных;
3. Имеет гибкую модель оценки, легко настраиваемую в зависимости от поставленной задачи;
4. Ведет к сокращению финансовых потерь, связанных с мошенничеством, налоговыми претензиями и дебиторской задолженностью.

1. Осуществляет автоматизированное профилирование по физическому лицу;
2. Использует различные наборы сервисов данных;
3. Ведет к снижению рисков бренду организации и сокращению финансовых потерь, связанных с мошенничеством персонала.

1. Выявляет признаки связей людей и организаций на основе различных факторов;
2. Использует различные наборы сервисов данных;
3. Использует скоринговую модель для анализа признаков связей;
4. Ведет к сокращению финансовых потерь, связанных с мошенничеством, и сокращению финансовых рисков, связанных с несоответствиями требованиям международного законодательства по противодействию мошенничеству.

1. Осуществляет автоматизированное выявление рисков, связанных с процессами закупок через оценку благонадежности контрагентов;
2. Выявляет аффилированность между организациями-участниками закупки;
3. Проводит оценку среднерыночной стоимости закупаемых товаров и услуг;
4. Готовит электронный документооборот результатов проверки;
5. Использует различные наборы сервисов данных;
6. Ведет к сокращению финансовых потерь, связанных с завышенными ценами и с мошенничеством;
7. Осуществляет контроль соблюдения регламентов закупочных процедур;
8. Выявляет факты дробления договоров.

1. Модуль представляет собой корпоративный Web-портал пользователей или сотрудников;
2. Передает идентификатор пользователя в модуль выявления конфликта интересов и получает подтверждённый перечень конфликта интересов;
3. Сравнивает найденные и декларированные конфликты;
4. Ведет к сокращению финансовых потерь, связанных с мошенничеством и улучшает позиции при отстаивании интересов компании суде.

1. Отслеживает факты утечки интеллектуальной собственности;
2. Выявляет признаки связей людей и организаций на основе различных факторов;
3. Использует различные наборы сервисов данных;
4. Ведет к сокращению финансовых потерь, связанных с утечками интеллектуальной собственности.

1. Выявляет признаки связей людей и организаций на основе любых факторов с использованием графо-ориентированных технологий;
2. Используются различные наборы данных в качестве источников информации;
3. Осуществляет поиск связей по любым критериям и ключевым словам;
4. Ведет к сокращению финансовых потерь, связанных с мошенничеством, и сокращению финансовых рисков, связанных с несоответствиями требованиям международного законодательства по противодействию мошенничеству.

1. Обеспечивает автоматизацию создания иерархии рисков, связанных с комплаенс и их оценку на основе заданных алгоритмов;
2. Проводит мониторинг внутренних и внешних информационных систем на предмет выявления факторов, влияющих на величину риска и подтверждающих наличие контролей;
3. Ведет к сокращению финансовых потерь, связанных со срабатыванием комплаенс-рисков.

1. Обеспечивает поиск товаров по наименованию или фото на электронных досках объявлений;
2. Проводит поиск сотрудников на электронных досках объявлений;
3. Ведет к сокращению финансовых потерь, связанных с хищением товаров сотрудниками.

1. Анализирует электронные документы, а также данные информационных систем, обеспечивающих автоматизацию управленческого и бухгалтерского учета;
2. Ведет к сокращению финансовых потерь, связанных с мошенничеством.

Возможны различные комбинации наполнения системы данными, обговариваются в индивидуальном порядке с менеджером.

Минимальные данные для анализа: ФИО, дата рождения, ИНН (по сотрудникам и контрагентам) и наименования контрагентов.
Идеальный вариант для детализированного анализа: заполненная карточка сотрудника с местами учебы и работы.

Система позволяет загрузить данные:

• вручную
• через файлы csv и json
• через модуль импорта.

На подключение дополнительного источника, по которому есть разработанный коннектор, потребуется ок. 1 недели, по которому нет разработанного коннектора потребуется ок. 2 недель.

Обсуждение технических вопросов занимает ок. 1−2 мес. Обсуждается индивидуально с каждым заказчиком.

SAP SF, Sap Ariba, MS SharePoint, 1C ЗУП / Бухгалтерия, MS AD, SalesForce

Очень часто отсутствует информация об эпизодах жизненного пути сотрудников в электронном виде. Для этого мы разработали в системе функционал «Профилирования», чтобы обогащать профили ваших сотрудников из открытых источников.

1. Дополняем информацию по сотрудникам из различных электронных документов (CV).
2. Проводим процесс заполнения данных с помощью служб HR.

Профилирование — сбор данных о сотруднике и его родственных связях, участии в юридических лицах либо ИП, поиск мест работы, учебы, поиск объектов интеллектуальной собственности.

В целях получения более полной биографической информации, позволяющей максимально точно идентифицировать проверяемых физических лиц и найти связи.

Родственные связи, участие в юридических лицах либо ИП, места работы, учебы, объекты интеллектуальной собственности.

При подключении внешних источников есть возможность обогатить дополнительной информацией.

Во время использования системы мы можем делать разграничение прав доступа с использованием гибкой настройки системы.

Практика показывает, что решение выявляет десятки и сотни тысяч связей между объектами. Большинство этих связей при детальном рассмотрении не приведут к выявлению конфликта интересов.

Для решения этой задачи в продукте используется скоринговая модель, которая вычисляет риск обнаруженных связей и приоритизирует их на основе балльной системы, концентрируя внимание на тех связях, где признаки конфликта интересов наиболее явные.

Система имеет гибкие настройки, позволяющие настроить скоринговую модель под требования Заказчика.

Рекомендуется изначально провести подготовительную работу с участием аналитического блока, чтобы настроить систему к запуску.

На тюнинг модели нужно ок. 2−3 итераций.

Изначально система обогащается данными о сотрудниках и контрагентах. После этого настраивается алгоритм автоматического запуска задач. Алгоритм может быть настроен по разным признакам.

По желанию заказчика есть возможность настроить алгоритм скоринга договоров в вариантах поставки системы «On-Premise» и «Гибрид». Скоринг может проводиться по критериям: сумма договора, год договора, и т. д.

В тестовом режиме был произведет скоринг 60 000 договоров за 2 месяца.

Для общих настроек необходимо проводить не реже одного раза в год. При отработке конкретных бизнес-сценариев систему рекомендуется настроить конкретно под них.

В целом система используется на ежедневной основе и решение об оценке эффективности модели принимает оператор на основе процента «шума», который попадает в красную зону.

Выполнение задачи зависит от количества сотрудников и контрагентов и от размера контрагента, которого отправили на скоринг. Среднее время отработки – 2 часа на 60 объектов проверки.

Для формата «On-Premise» и «Гибрид» необходимо 1 или 2 сервера, для формата SaaS дополнительное оборудование не требуется.

Оборудование не поставляем, но можем при необходимости.
Настройку оборудования производим только в том случае, если поставка осуществляется через нас.

Настройка формата «Гибрид» – от 2 месяцев, настройка формата «On-Premise» – от 6 месяцев.

В формате SaaS дополнительного времени на настройку подключения не требуется.

Система с 2018 года в коммерческом релизе, произведено более 30 внедрений в различных форматах. Секторы: телеком, ритейл, ИТ, промышленность и др.