De vijand van financiële fraude is data analyse
De vijand van financiële fraude is data analyse. Waarom zijn we nog steeds steekproeven aan het trekken in een hooiberg?

De vijand van financiële fraude is data analyse. Waarom zijn we nog steeds steekproeven aan het trekken in een hooiberg?

Laten we zeggen dat je op zoek bent naar een nieuwe auto. Hoe ga je dan op onderzoek uit?

Dit kan een voorbeeld zijn: Ga naar de kiosk en pak een exemplaar van een autoblad voor deskundige beoordelingen over de nieuwste modellen en kijk waar je deze het beste kan kopen. Misschien pak je de telefoon en bel je je vrienden en vertrouwde collega's voor hun mening. Ga naar een autodealer om met een verkoper te praten. Of je kunt zelfs een ad-hoc onderzoek doen op de wegen om je heen en kwalitatief afleiden welke modellen populair zijn.

Maar dat is niet wat je gaat doen, of wel?

Dit zijn allemaal geldige onderzoeksactiviteiten die jouw beslissing over welk voertuig te kopen kunnen ondersteunen, maar laten we eerlijk zijn: vandaag de dag is dat niet hoe je jouw reis gaat beginnen. Je gaat het internet gebruiken, net als de rest van de mensheid.

In een paar toetsaanslagen heb je toegang tot de beste prijzen en de meest diepgaande reviews van auto's op de markt van vandaag. Via sociale media kun je moeiteloos in contact komen met lokale groepen van nieuwe en gebruikte auto's. Op speciale autoverkoopsites kunt je jouw specifieke parameters invoeren (bv. kosten, grootte, kleur, enz.) om snel en gemakkelijk te bepalen welk voertuig voor jouw geschikt is. Er is zeker een plaats voor de hierboven beschreven onderzoeksactiviteiten, maar in de context van de informatie-gedreven, technologie-centrische wereld waarin we leven, lijkt het nogal archaïsch om jouw aankoopreis te beginnen en, inderdaad, te proberen om een weloverwogen aankoopbeslissing te nemen op basis van dergelijke handmatige, tijdrovende activiteiten, nietwaar?

 

De hooiberg doorzoeken op naalden?

 

Dezelfde logica kan worden toegepast op de wereld van fraude. Op steekproeven gebaseerde benaderingen van fraudedetectie, -analyse en -preventie zijn lange tijd het draaiboek geweest voor auditors en fraudeonderzoekers. En lange tijd was dat logisch. Grote bedrijven die te maken hebben met de grootste gevallen van financiële fraude, hebben gewoon te veel gegevens om handmatig te controleren en te verwerken. Als gevolg daarvan hebben we ons conventioneel gewend tot steekproefgegevens om fraude op te sporen. Maar als het opsporen van fraude is als het vinden van een naald in een hooiberg, dan kan een aanpak op basis van steekproeven worden vergeleken met het kijken naar één hooiberg in een veld van tientallen balen. Misschien is het meer alsof je één baal hooi uit elke hooiberg neemt en daaruit conclusies trekt over de verblijfplaats of het bestaan van de gezochte naald.

Dat klinkt als een absurde benadering, maar het is een goede analogie van de manier waarop financiële fraude vandaag wordt benaderd. Natuurlijk hebben we geen geautomatiseerde instrumenten om naalden in hooibergen te vinden, maar in de wereld van fraude hebben we dergelijke instrumenten wel tot onze beschikking in de vorm van data-analyse.

 

Er is een betere manier

 

In een notendop helpt data analyse ons om enorme hoeveelheden gegevens te interpreteren door machines te laten doen wat mensen eenvoudigweg niet kunnen: het analyseren van elk stukje gegeven dat een aanwijzing voor fraude zou kunnen opleveren. Data analyse is een baanbrekende aanpak in de wereld van fraudedetectie, en hoewel het al zo'n 30 jaar bestaat (althans in ons geval), wordt dit onmisbaar instrument opmerkelijk weinig gebruikt. Om de een of andere reden is de interne auditfunctie in het algemeen erg traag geweest met het invoeren van nieuwe technologie, en evenzo is zij ofwel terughoudend om data analyse te omarmen in de strijd tegen fraude. Ofwel niet op de hoogte van het feit dat dergelijke instrumenten tot hun beschikking staan.

Dus waar te beginnen? Ik ben geen fraudeonderzoeker, maar ik heb hier bij IDEA wel een aantal van de knapste koppen op het gebied van auditing en fraudedetectie om me heen. Data-analyse voor fraudeonderzoek neemt al meer dan een kwart eeuw een centrale plaats in ons aanbod. Daarom heb ik deze zeer elementaire inleiding in de wereld van data-analyse en fraudedetectie samengesteld. Als je weet dat je met data analyse fraude in jouw organisatie of die van jouw klant beter kunt opsporen en bestrijden, maar je weet niet precies hoe of waar je moet beginnen, dan is dit een prima startpunt (zie de download link hieronder).

Net als bij de aankoop van een nieuwe auto heeft het geen zin om fraude aan te pakken met een 20e-eeuwse gereedschapskist in een 21e-eeuwse wereld. Het mooie is dat u dat niet hoeft te doen, en deze gids is jouw eerste stap om meer gripp te krijgen op fraudedetectie en de vele naalden te vinden die zeker verborgen liggen tussen het veld van hooibergen voor je.

Download hier jouw gids


Over de schrijver
Reactie plaatsen