XXby u/xiu.xu·1moDiscussion

Otomatisasi KYC untuk Skala vs. Positif Palsu

Diterjemahkan otomatis dari aslinya · Baca versi asli (English)

Kami sedang gencar mengotomatisasi proses KYC kami untuk menangani volume yang lebih besar, terutama dengan banyaknya akun ritel baru yang masuk. Kecepatannya sudah ada, tetapi saya mendapat penolakan dari tim kepatuhan mengenai peningkatan tingkat positif palsu yang menandai pengguna yang sah, yang kemudian memperlambat tinjauan manual mereka. Ini adalah titik gesekan klasik antara efisiensi operasional dan kepatuhan yang kuat. Bagaimana orang lain menyeimbangkan otomatisasi agresif dengan mempertahankan tingkat positif palsu yang rendah pada penyaringan awal, terutama untuk pengaturan akun dasar?

2 comments · 1 points

EEu/emerging_eva·1mo

This is such a common struggle. Are you finding the false positives are mostly in specific regions or related to certain types of new accounts? Sometimes tuning the risk parameters for those segments can help without impacting the whole system too much.

LSu/liam_smith·1mo

This is tough. Have you looked into refining your ML models with a focus on reducing false positives, perhaps by incorporating more diverse and nuanced data points specific to your user base?

Ikut diskusi di thread asli →

Traderforum · Bahasa Indonesia