Привет! Я Томирис, аналитик данных в отделе финансового мониторинга в ЮMoney. Хочу показать кусочек нашей внутренней кухни: как мы пересобрали AML-процессы и перестали тонуть в отчётах.
В любой финансовой организации, работающей с розничными и корпоративными клиентами, система ПОД/ФТ (или AML — противодействие отмыванию денег и финансированию терроризма) играет ключевую роль. Помимо машинных алгоритмов онлайн-реагирования и автоматических ограничений, по-прежнему большую роль играют периодические отчёты и выборки по риск-критериям. Они помогают находить сигналы о потенциально незаконных операциях.
В этой статье мы сосредоточимся на периодическом мониторинге кошельков физических лиц (сегмент B2C). Это самый «дорогой» сегмент: здесь больше всего отчётов, операций и ручной работы комплаенс-аналитиков.
Когда появляются новые схемы отмывания денег, растёт число отчётов. Нагрузка увеличивается, а доля действительно результативных кейсов (тех, что доходят до блокировок и мер воздействия) остаётся небольшой. В какой-то момент понимаешь: масштабироваться дальше за счёт людей и отчётов нельзя. Отсюда вопросы: все ли отчёты по-прежнему полезны? И можно ли управлять системой без наращивания ресурсов?
Мы не стали нанимать новых людей и множить правила. Вместо этого применили простой подход: начали считать несколько метрик и на их основе оптимизировать систему. Спойлер: подход сработал. Поделюсь тем, как мы выстраивали эту систему и к каким выводам пришли, — так вы сможете адаптировать подход под свои процессы. На основе этих метрик мы уже приняли ряд решений по оптимизации и сейчас готовимся сделать такую оценку регулярной практикой.
Что включает периодический AML-мониторинг в сегменте B2C?
Источники данных. Внутренние системы: данные клиентов и контрагентов, операции по картам и кошелькам, эквайринг.
Генерация отчётов. По правилам и сценариям (в том числе на базе ML) формируются выборки клиентов/операций для проверки. В нашем кейсе — 10 отчётов с разной логикой и периодичностью.
Углублённая экспертная проверка. Специалисты изучают платёжную картину, проверяют срабатывания, при необходимости запрашивают документы и принимают решение: продолжать обслуживание или нет.
Меры. Блокировки, расторжения, передача информации регулятору, внесение в списки.
Более подробно процесс изображён на рисунке 1.
Все отчёты в статье я буду называть условно, так как конкретные наименования, принципы, алгоритмы формирования выборок и точные пороги не могут быть раскрыты по понятным причинам.
Метрики для оценки эффективности отчётов
По итогам отчётного периода были рассчитаны метрики эффективности для каждого отчёта. Цель: определить актуальные отчёты для дальнейшего использования. Расчёты начинаются со сбора статистики. Во-первых, нужно понять, сколько кошельков попадает в каждый из отчётов. Далее необходимо рассчитать количество кошельков, которые уходят на запрос нашими специалистами. Третий показатель — число блокировок и расторжений, к которым привёл отчёт. Учитываются как случаи, когда действия предприняты по итогам запроса, так и ситуации, когда доступ к сервису ограничен без него.
Мы выделили три ключевых показателя, которые можно рассчитать для любого отчёта на основе вышеописанных данных:
Напряжённость — доля кошельков из отчёта, которые уходят на запрос из общего количества запросов по всем отчётам. Рассчитывается как (запросы отчёта) / (сумма запросов всех отчётов) × 100%. Иллюстрирует, какой объём труда комплаенс-аналитиков по проведению углубленных проверок инициируют сработки в каждом отчёте.
Вклад — доля блокировок и расторжений, полученных от отчёта, в общем количестве блокировок по всем отчётам. Формула: (блокировки отчёта) / (сумма блокировок всех отчётов) × 100%.
Отдача — наш любимый показатель. Это, по сути, конверсия из запроса в блокировку. Рассчитывается как (количество блокировок + расторжений отчёта) / (количество запросов отчёта) × 100%. Показатель является важным, так как позволяет оценить соотношение затрат (углубленные проверки — это работа комплаенс-специалиста) и привносимой ценности (выявляемые и закрываемые риски).
В таблице 1 приведён пример того, что получилось в нашей команде по итогам применения данного подхода:
Отчёт | Количество кошельков в отчётах | Количество запросов | Напряжённость | Количество блокировок + расторжений | Вклад | Отдача |
Отчёт А | 772653 | 3 195 | 22,00% | 4 270 | 29,19% | 1,34 |
Отчёт Б | 48560 | 3 378 | 23,26% | 3 196 | 21,85% | 0,95 |
Отчёт В | 5870 | 2 519 | 17,35% | 2 227 | 15,22% | 0,88 |
Отчёт Г | 8071 | 2 081 | 14,33% | 2 059 | 14,07% | 0,99 |
Отчёт Д | 7405 | 1 147 | 7,90% | 999 | 6,83% | 0,87 |
Отчёт Е | 4145 | 449 | 3,09% | 393 | 2,69% | 0,88 |
Отчёт Ж | 224 | 219 | 1,51% | 199 | 1,36% | 0,91 |
Отчёт З | 960 | 261 | 1,80% | 193 | 1,32% | 0,74 |
Отчёт И | 1167 | 134 | 0,92% | 120 | 0,82% | 0,90 |
Отчёт К | 837 | 94 | 0,65% | 92 | 0,63% | 0,98 |
Отчёт Л | 45590 | 65 | 0,45% | 39 | 0,27% | 0,60 |
Отчёт М | 184 | 17 | 0,12% | 5 | 0,03% | 0,29 |
Отчёт Н | 5 | 5 | 0,03% | 5 | 0,03% | 1,00 |
Всего | 895666 | 13559 | 13792 |
Таблица 1. Метрики эффективности отчётов AML — мониторинга за отчётный период.
P.S. Показатели вымышлены и приведены для иллюстрации пропорций данных
Получившаяся картина позволила выделить четыре характерные зоны:
Базовые рабочие отчёты — высокая напряжённость, высокая отдача. Сюда попали отчёты, которые действительно важны: они создают существенную нагрузку, но приносят основную массу блокировок. Это отчёты А, Б, Г. Их отдача выше среднего по портфелю (около 0.95-1). Решение: сохранить, но попытаться повысить отдачу путём уточнения критериев.
Отчёты с низкой отдачей — высокая напряжённость, низкая отдача. Отчёты, которые создают заметную нагрузку, но приносят мало блокировок. В нашем случае это отчёты:
• Отчёт Д: напряжённость 7,90%, отдача 0,87, вклад 6,83%;
• Отчёт Е: напряжённость 3,09%, отдача 0,88, вклад 2,69%;
• Отчёт Л: напряжённость 0,45%, отдача 0,60, вклад 0,27%.
Хотя абсолютные цифры невелики, логика подсказывает, что такой отчёт либо нужно отключать, либо кардинально перерабатывать правила.
Высокоэффективные малые отчёты — низкая напряжённость, высокая отдача.
Небольшие отчёты с хорошей конверсией. Пример — отчёт Ж. Они не перегружают систему, но дают качественные сигналы. Такие отчёты стоит оставить, а возможно, даже усилить, расширив индикаторы. Часто в этой категории отчёты, которые подсвечивают не частые или немассовые типологии незаконной деятельности, на которые всё равно необходимо обращать внимание.
Отчёты-кандидаты на отключение — низкая напряжённость, низкая отдача. Отчёты, которые не приносят ни нагрузки, ни пользы. Например, отчёты И и М. Вклад таких отчётов стремится к нулю, а время и ресурсы на их поддержку (настройка, мониторинг) тратится. Решение очевидно: такие отчёты следует закрыть.
Эта матрица стала основой для принятия решений по каждому отчёту.
Принятые решения
Таким образом, мы применили систему из трёх метрик — напряжённость, отдача и вклад — и распределили отчёты по четырём категориям:
Базовые рабочие отчёты (А, Б, Г) — оставляем, уточняем критерии.
Отчёты с низкой отдачей (Д, Е, Л) — частично отключаем или дорабатываем.
Высокоэффективные малые отчёты (Ж и аналоги) — сохраняем.
Отчёты‑кандидаты на отключение (И, М и др.) — выводим из эксплуатации.
В итоге нагрузка стала управляемой без увеличения команды и без потери качества мониторинга. Важно: всё это — без сложных систем и дополнительных данных. Только переиспользование того, что уже есть.
Параллельно мы стараемся отслеживать «узкие горлышки», которые ограничивают нашу производительность, и внедрять средства автоматизации на таких участках с учётом имеющихся ресурсов и методик. Например, ряд затратных по времени операций комплаенс-аналитика с отчётами в ходе принятия решений по каждому кошельку был автоматизирован с помощью алгоритмов на python, чтобы у специалиста было больше времени непосредственно на изучение платежной картины (но об этом, наверное, уже в следующей статье!).
Выводы и рекомендации
Наш опыт показывает: чтобы управлять AML-мониторингом, не обязательно усложнять систему. Иногда достаточно посмотреть на данные под нужным углом. Напряжённость, вклад и отдача — дают всё необходимое, чтобы:
найти отчёты, которые создают нагрузку без пользы;
выделить ключевые отчёты, с которыми стоит работать в первую очередь;
обоснованно отключать, объединять или автоматизировать.
Коротко о главном:
Регулярно пересматривайте отчёты — их эффективность меняется. Внешние условия и поведения клиентов непостоянны, поэтому важно вовремя адаптироваться.
Используйте три метрики: они дают цельную картину.
Не бойтесь отключать. Если отдача <0,5%, а вклад <1% — вы ничего не потеряете.
Данные + экспертиза = лучшее решение. Цифры направляют, но финальный вердикт — за знанием контекста и регуляторики.
Интересно обсудить: какие метрики используете вы? Как решаете, что отключать, а что дорабатывать? Бывает ли сложно «убивать» отчёты?
