Kwa nini ugunduzi wa AML hushindwa bila ubora wa data: uingizaji, uoanishaji na kanuni za DQ

Kila mjadala kuhusu teknolojia ya kupambana na utakatishaji fedha haramu (AML) hatimaye huelekea kwenye mantiki ya ugunduzi — werevu wa kanuni za ufuatiliaji, ustadi wa injini ya uchujaji, usahihi wa muundo wa kupima hatari. Karibu hakuna mjadala hata mmoja unaoanzia pale tatizo linapoanzia hasa: kwenye data. Hata hivyo, sababu ya ugunduzi wa AML kushindwa mara chache huwa ni kanuni zilizoandikwa vibaya. Sababu ni kwamba kanuni zililishwa data isiyokamilika, yenye lebo zisizo sahihi, iliyorudiwa au iliyopitwa na wakati, na hakuna kanuni, hata iwe imeundwa vizuri kiasi gani, inayoweza kugundua mwenendo ambao data haikuwahi kuurekodi.

Kwa nini ugunduzi wa AML hushindwa bila ubora wa data ni swali ambalo timu za uzingatiaji huliuliza wakati tayari umepita — kwa kawaida wakati wa ukaguzi, pale mdhibiti anapouliza kwa nini mwenendo wa ugawanyaji wa miamala ili kukwepa kiwango cha kuripoti (structuring), uliokuwa ukionekana wazi kwenye mfumo mkuu wa benki (core banking), haukuwahi kuzua tahadhari. Jibu, karibu kila mara, ni kwamba sehemu husika ya data ilifika ikiwa tupu, ilifika katika umbizo ambalo injini ya ufuatiliaji haikuweza kulisoma, au haikufika kabisa. Makala hii inachambua tabaka lisilo na mvuto lakini lenye uzito wa kuamua matokeo, lililo chini ya kila udhibiti wa AML: jinsi data za miamala na za wateja zinavyoingizwa, kuoanishwa, kuidhinishwa na kukaguliwa ubora wake kabla mantiki yoyote ya ugunduzi haijaanza kufanya kazi. Ni sura moja ya simulizi pana inayoelezwa katika mwongozo kamili wa jukwaa la AML.

Data mbovu ikiingia, matokeo mabovu hutoka: kwa nini data ndiyo udhibiti halisi

Msemo huu ni wa zamani kiasi cha kuzoeleka kupita kiasi, lakini katika AML unakaribia kuwa kanuni ya fizikia. Kanuni ya ufuatiliaji wa miamala inayotafuta amana za fedha taslimu zilizo chini kidogo ya kiwango cha kuripoti inaweza kutoa tahadhari tu ikiwa kiasi cha amana, kiashiria cha fedha taslimu na rejea ya mteja vyote vipo, ni sahihi na vina aina sahihi ya data. Ondoa kimojawapo na kanuni hunyamaza — si kwa hitilafu, bali kwa matokeo safi na ya uhakika yanayosema kwamba hakuna jambo lenye mashaka lililotokea. Ukimya huo ndio namna hatari zaidi ya kushindwa katika mpango mzima, kwa sababu unafanana kabisa na mafanikio.

Fikiria kile ambacho data mbovu hufanya kwa kila udhibiti, mmoja baada ya mwingine:

Tathmini ya hatari ya mteja hupima nchi, sekta, bidhaa, njia ya huduma, tabia na uhusiano na watu wenye nyadhifa za kisiasa (PEP). Ikiwa msimbo wa sekta haupo au sehemu ya nchi ina kosa la uchapaji lililoandikwa kama maandishi huru, muundo hupunguza kimya kimya uzito wa kigezo ambacho kilipaswa kuibuliwa, na mteja mwenye hatari kubwa huwekwa katika kundi la hatari ndogo.
Uchujaji hulinganisha majina na orodha za vikwazo, za PEP na za habari hasi. Ikiwa jina linafika likiwa limekatwa, limeandikwa kwa herufi za alfabeti nyingine bila uthabiti, au limegawanywa katika sehemu zisizo sahihi, ulinganishaji wa kukadiria (fuzzy matching) ama hukosa ulinganifu halisi au huuzika miongoni mwa tahadhari zisizo sahihi (false positives).
Ufuatiliaji wa miamala hutathmini tabia kwa kipindi cha muda. Ikiwa miamala inarudiwa na mlisho wa data wenye hitilafu, kanuni za kasi ya miamala (velocity rules) hutoa tahadhari kupita kiasi; ikiwa kundi la data linapotea, ugawanyaji wa miamala unaovuka pengo hilo hauonekani tena.
Kuripoti kwa mdhibiti hukusanya taarifa ya miamala yenye mashaka au taarifa ya miamala ya fedha taslimu kutoka kwenye rekodi za msingi. Ikiwa rekodi hizo hazijakamilika, ripoti hukataliwa au, baya zaidi, huwasilishwa ikiwa na makosa yanayoibuka baadaye kama dosari ya uzingatiaji.

Hakuna kati ya hitilafu hizi inayojitangaza. Hudhoofisha ugunduzi kimya kimya, na hiyo ndiyo sababu hasa ubora wa data unapaswa kujengwa kama udhibiti unaojitegemea badala ya kuchukuliwa tu kuwa upo. Jukwaa la AML la Creodata linaushughulikia hivyo: uingizaji wa data na mahitaji ya data ni huduma za daraja la kwanza, si mabomba yaliyobandikwa chini ya vipengele "halisi". Kwa hakika, utayari wa data ni udhibiti wa mpango — nidhamu ileile ambayo mbinu inayozingatia hatari hudai katika upimaji wa hatari na ugawaji wa rasilimali, ikitumika kwa data ambazo maamuzi hayo hutegemea.

Uingizaji wa data: kuingiza data bila kuipoteza wala kuiharibu

Taasisi nyingi hazina chanzo kimoja cha ukweli. Zina mfumo mkuu wa benki, swichi moja au zaidi za malipo, mchakataji wa kadi, jukwaa la fedha za simu, rekodi kuu ya wateja (customer master) na mtoa orodha za vikwazo — kila kimoja kikitumia itifaki tofauti kwa ratiba tofauti. Huduma ya Uingizaji wa data (Ingestion) ipo ili kuleta data hizo zote kwenye jukwaa kwa uhakika, katika umbo lolote ambalo kila chanzo hutoa.

Viunganishi kwa kila chanzo halisi

Jukwaa huja na viunganishi vya itifaki ambazo taasisi hutumia kwa hakika:

REST kwa mifumo ya kisasa na huduma ndogo (microservices) zinazotoa API.
SFTP kwa faili za makundi ambazo mifumo mikuu ya benki na mifumo ya kadi bado huzalisha usiku.
Kafka kwa mikondo ya matukio yenye wingi mkubwa ambapo miamala hufika bila kukoma.
CDC (change data capture — unasaji wa mabadiliko ya data) ili kusoma rekodi mpya na masasisho moja kwa moja kutoka kwenye hifadhidata ya chanzo bila kusubiri data inayotolewa kila usiku.
ISO 20022 kwa kiwango cha ujumbe wa kifedha kilichopangiliwa ambacho mifumo ya malipo inaelekea kukitumia, ambapo maumbizo tajiri ya ujumbe, yenye aina za data zilizobainishwa vizuri, hubeba maelezo mengi zaidi kuliko faili za zamani za urefu maalum (fixed-width) zilivyowahi kubeba.

Lengo la kuwezesha itifaki zote tano si wingi kwa ajili ya wingi wenyewe. Ni kwamba hupaswi kamwe kushusha ubora wa chanzo ili kiendane na zana — ikiwa mfumo mkuu wa benki unaweza tu kutoa faili ya SFTP ya kila usiku lakini swichi inaweza kutuma data mfululizo kupitia Kafka, unaingiza kila kimoja kwa ubora wake wa asili badala ya kulazimisha vyote viwili kupitia kiwango cha chini kabisa kinachoshirikiwa.

Kinga dhidi ya kurudiwa (idempotency), uchezaji upya (replay) na foleni ya ujumbe usiowasilishwa (dead-letter queue)

Kuingiza data mara moja ni rahisi. Kuiingiza mara moja tu hasa, kila wakati, katika mazingira halisi ya hitilafu ndiyo sehemu ngumu, na ndipo miunganisho duni huharibu kimya kimya data ambazo ilipaswa kuziwasilisha.

Kinga dhidi ya kurudiwa (idempotency) huhakikisha kwamba rekodi ileile ikiwasilishwa mara mbili — kwa sababu mlisho ulijaribu tena, kazi ilianza upya au faili ilichakatwa upya — inatambuliwa na haihesabiwi mara mbili. Bila kinga hiyo, miamala iliyorudiwa hukuza kiasi cha miamala na hesabu za kasi, na ufuatiliaji hutoa tahadhari kwa shughuli zisizokuwepo.
Uchezaji upya (replay) hukuwezesha kuendesha upya chanzo kuanzia kituo kinachojulikana baada ya mfumo kukatika au baada ya kurekebisha uoanishaji, ili kipindi cha shughuli kirejeshwe kikamilifu badala ya kuachwa kama pengo la kudumu katika rekodi.
Foleni ya ujumbe usiowasilishwa (dead-letter queue, DLQ) hunasa rekodi zisizoweza kuchakatwa — zenye umbo potofu, zisizoweza kusomwa au zinazoshindwa uthibitishaji — badala ya kuzitupa kimya kimya. Hakuna kinachopotea. Kila rekodi iliyokataliwa huonekana, huhesabika na hurejesheka mara chanzo cha tatizo kinaporekebishwa.

Kwa pamoja, mambo haya matatu humaanisha kwamba hitilafu ya mlisho inakuwa tukio la kiutendaji unaloweza kuliona na kulirekebisha, si tundu lisiloonekana katika data linalojitokeza miezi kadhaa baadaye kama tahadhari iliyokosekana. Kinga dhidi ya kurudiwa, uchezaji upya na DLQ ndivyo vinavyotofautisha mlisho unaoweza kuuthibitisha mbele ya mkaguzi na ule ambao unaweza tu kutumaini kwamba ulikuwa kamili.

Uoanishaji na uidhinishaji: kuifanya data iwe na maana ileile kila mahali

Hata data inapoingia kwa uhakika, bado inapaswa kuwa na maana ileile katika kila chanzo. Sehemu ya kiasi katika data iliyotolewa kutoka mfumo mkuu wa benki, lebo ya thamani (value tag) katika ujumbe wa ISO 20022 na safu wima ya txn_amt katika faili ya swichi zinaweza zote kueleza kiasi cha muamala, lakini hadi jukwaa litambue kwamba ni dhana moja, hakuna kanuni inayoweza kuzilinganisha.

Kiolesura cha uoanishaji wa sehemu za data

Huduma ya Uingizaji wa data hutoa kiolesura cha uoanishaji wa sehemu za data (field-mapping UI) kinachomwezesha mchambuzi wa uzingatiaji au wa data kuunganisha kila sehemu ya chanzo na muundo sanifu wa data wa jukwaa (canonical model) bila kuandika msimbo. Mlisho wa chanzo huchambuliwa sifa zake, sehemu zake huonyeshwa, na mchambuzi huzioanisha — kiasi cha muamala hapa, kitambulisho cha mteja pale, kiashiria cha debiti/krediti kule — huku mabadiliko yakifanywa pale maumbizo yanapotofautiana. Hili ni muhimu kwa sababu watu wanaoelewa maana ya sehemu fulani ya data ni wafanyakazi wa uzingatiaji na wa uendeshaji, si lazima wahandisi wa miunganisho, na kiolesura cha uoanishaji huweka uamuzi huo mahali maarifa yalipo.

Uidhinishaji wa vyanzo

Kuoanisha chanzo si sawa na kukiamini. Uidhinishaji wa chanzo (source certification) ni hatua rasmi ambapo mlisho uliooanishwa hivi karibuni huthibitishwa na kuidhinishwa kabla data zake hazijaruhusiwa kuendesha ugunduzi katika mazingira halisi. Chanzo huhama kutoka hali ya "kimeunganishwa" (connected) hadi "kimeidhinishwa" (certified) pale tu sehemu zake zinapokuwa zimeoanishwa, ubora wake umehakikiwa, na mtu fulani amekubali kuwajibika kwa chanzo hicho. Hili hukupa jibu linaloweza kutetewa kwa swali la mkaguzi, "mnajuaje kwamba mlisho huu ni kamili na sahihi?" — kwa sababu uidhinishaji hurekodiwa, haudhaniwi tu. Mlisho husika unapokuwa mfumo wako mkuu wa benki unaotoa data kwa ajili ya kuripoti katika hatua zinazofuata, nidhamu ileile huendelea hadi kwenye tabaka la kuripoti; utaratibu wa kuunganisha data za mfumo mkuu wa benki kwa ajili ya kuripoti kupitia goAML hujengwa moja kwa moja juu ya njia ya uingizaji iliyoidhinishwa.

Kanuni za ubora wa data na upimaji wa utayari

Uingizaji na uoanishaji huingiza kwenye jukwaa data safi zenye lebo sahihi. Kanuni za ubora wa data huzidumisha katika hali hiyo, na upimaji wa utayari hukueleza — kabla hujawasha kanuni yoyote ya ugunduzi — kama data inaweza kweli kuiwezesha kanuni hiyo. Hizi ni sehemu ya huduma ya Mahitaji ya Data (Data Requirements service, DRS), na ndizo zinazogeuza kauli "tunadhani data iko sawa" kuwa "tunaweza kuonyesha kwamba data iko sawa".

Jedwali la kanuni na sifa za data (rule-to-attribute matrix)

Kanuni ya ufuatiliaji haihitaji data yako yote; inahitaji sifa mahususi za data (attributes). Kanuni ya ugawanyaji wa miamala inahitaji kiasi cha muamala, kiashiria cha fedha taslimu, muhuri wa wakati na rejea ya mteja. Udhibiti wa uchujaji dhidi ya orodha za vikwazo unahitaji sehemu za jina na za nchi zilizo kamili na zenye umbo sahihi. Jedwali la kanuni na sifa za data hufanya utegemezi huu uwe wazi: huhusisha kila kanuni ya ugunduzi na kila moduli na sifa halisi za data inazotumia.

Thamani ya jedwali hili ni kwamba hugeuza wasiwasi usio wazi — "je, data yetu ni nzuri vya kutosha?" — kuwa swali mahususi linaloweza kujibiwa: kanuni hii inategemea sifa zipi za data, na je, kila moja ipo, imejazwa na ni sahihi? Unaacha kubishana kuhusu ubora wa data kinadharia na kuanza kuupima dhidi ya kanuni zinazotumia data hiyo kwa hakika.

Kanuni za ubora wa data na upimaji wa utayari wa moduli

Kwa kutumia jedwali hilo, kanuni za ubora wa data hupima mfululizo sifa za data zilizo muhimu — zikikagua ukamilifu, umbizo, uhalali na usasa wake. Kanuni ya DQ inaweza kubainisha kwamba sehemu ya kiasi cha muamala haiwi tupu (null) kamwe, kwamba sehemu ya nchi ina msimbo halali wa ISO, au kwamba umbizo la kitambulisho cha mteja ni lilelile katika vyanzo vyote. Hitilafu huonyeshwa na kuhesabiwa badala ya kufichwa.

Upimaji wa utayari hujumlisha ukaguzi huo hadi ngazi ya moduli au ya kanuni: hupima kiwango ambacho data yako iko tayari kuwezesha udhibiti fulani. Matokeo yake ni mwonekano wa uwezo wa ugunduzi kwa rangi za taa za barabarani. Ikiwa huwezi kuendesha kwa uhakika kanuni ya ugawanyaji wa miamala kwa sababu kiashiria cha fedha taslimu kimejazwa katika sehemu ndogo tu ya rekodi, jukwaa hukueleza hilo mapema — ili urekebishe mlisho badala ya kusimika kanuni itakayogundua kidogo kuliko inavyopaswa bila kuonekana, na kukupa uhakikisho wa uongo. Hili ndilo jibu la kweli kwa swali lisilostarehesha zaidi katika AML: si "je, ufuatiliaji wetu unafanya kazi?" bali "je, unaweza kufanya kazi kwa data tuliyo nayo kwa hakika?"

Uhamishaji wa vifurushi vya ushahidi

Sehemu ya mwisho ni ushahidi. Mkaguzi wa mdhibiti, mkaguzi wa ndani au bodi yako inapokutaka uonyeshe kwamba data yako inafaa kwa madhumuni yake, uhamishaji wa vifurushi vya ushahidi (evidence-pack export) hukusanya uthibitisho — vyanzo vipi vimeidhinishwa, kila kimoja kinawezesha kanuni zipi, kanuni za ubora wa data zinafanya kazi vipi, na alama za utayari ni zipi. Tabaka la data huwa linakaguliwa kwa masharti yaleyale kama sehemu nyingine za mpango. Uwezo huo wa kukaguliwa ni nidhamu ileile ya kutanguliza ushahidi inayopitia vifurushi vya ushahidi na utayari wa ukaguziEN katika kila uamuzi muhimu ambao jukwaa hurekodi.

Jinsi mapengo ya data yanavyovuruga kimya kimya ugunduzi na kuripoti

Inafaa kueleza waziwazi jinsi kushindwa huku kunavyosambaa hasa, kwa sababu mnyororo ni mfupi na ukimya ulio mwishoni mwake ndio unaoufanya kuwa hatari.

Sehemu ya data hufika ikiwa tupu au ikiwa na aina isiyo sahihi ya data wakati wa uingizaji. Kwa kuwa hakuna kanuni ya DQ inayoifuatilia — au kwa sababu mtu alisimika kanuni ya ugunduzi bila kukagua utayari — pengo hilo halibainishwi kamwe. Injini ya ufuatiliaji huendesha kanuni kwenye data iliyonayo, na kanuni, ikifanya hasa kile ilichoagizwa, haipati chochote kwa sababu ushahidi iliouhitaji haukuwepo. Hakuna tahadhari inayotolewa. Hakuna kesi inayofunguliwa. Miezi kadhaa baadaye, shughuli ileile hujitokeza katika uchambuzi wa mdhibiti mwenyewe, na taasisi hubaki ikieleza kwa nini mwenendo ambao ilikuwa na data ya kuuona haukuwahi kuonekana.

Suluhisho si kanuni bora zaidi. Ni nidhamu iliyoelezwa hapo juu: vyanzo vilivyoidhinishwa, jedwali la wazi la kanuni na sifa za data, ukaguzi endelevu wa ubora wa data, na upimaji wa utayari unaokataa kukuruhusu kuwasha ugunduzi ambao data haiwezi kuuwezesha. Hii ndiyo sababu uingizaji wa data wenye nidhamu si sharti la awali la ufuatiliaji wa miamala ulio bora — ni sehemu yake. Ufuatiliaji huwa bora kwa kiwango cha mlisho ulio chini yake tu, na vivyo hivyo kwa uchujaji, tathmini ya hatari na kila ripoti unayowasilisha.

Maswali yanayoulizwa mara kwa mara

Ni sababu ipi moja inayosababisha mara nyingi zaidi ugunduzi wa AML kushindwa?

Data inayokosekana au yenye umbo potofu katika sifa mahususi ambazo udhibiti fulani hutegemea. Kanuni ya ufuatiliaji inayohitaji kiashiria cha fedha taslimu au kiasi cha muamala hutoa matokeo safi ya "hakuna kilichopatikana" pale sehemu hiyo inapokuwa tupu, na matokeo hayo hayawezi kutofautishwa na hali halisi ya kutokuwepo kwa tatizo lolote. Mantiki ya kanuni kwa kawaida huwa sawa; data iliyoingizwa ndiyo haikuwa sawa.

Kwa nini ISO 20022 ni muhimu kwa ubora wa data?

ISO 20022 ni kiwango cha ujumbe wa kifedha kilichopangiliwa, chenye aina nyingi za data zilizobainishwa, hivyo hubeba maelezo mengi zaidi yenye lebo sahihi kuliko faili za zamani za urefu maalum kinazozibadilisha. Kuingiza data kwa ubora huo humaanisha kwamba sifa nyingi zaidi hufika zikiwa zimejazwa na zikiwa na aina sahihi ya data, jambo linaloboresha moja kwa moja utayari wa kanuni zinazozitumia. Jukwaa huingiza ISO 20022 katika umbo lake la asili badala ya kuigeuza kuwa umbizo bapa.

Uidhinishaji wa chanzo ("source certification") huthibitisha nini hasa?

Kwamba mlisho umeoanishwa na muundo sanifu wa data, umethibitishwa ubora wake na umeidhinishwa rasmi kabla data zake hazijaanza kuendesha ugunduzi katika mazingira halisi. Hugeuza kauli "tunachukulia kwamba mlisho huu ni kamili" kuwa kauli iliyorekodiwa na inayoweza kutetewa ambayo unaweza kumwonyesha mkaguzi — tofauti kati ya kutumaini kwamba chanzo ni sahihi na kuweza kuthibitisha hivyo.

Utayari wa data unatofautianaje na kuendesha kanuni tu?

Kuendesha kanuni hukueleza kwamba ilitekelezwa. Upimaji wa utayari hukueleza kama data iliyo chini yake inaweza kuwezesha matokeo ya kuaminika. Kwa kuhusisha kila kanuni na sifa za data inazohitaji na kupima jinsi sifa hizo zilivyo kamili na halali, jukwaa hukuonya kwamba kanuni itagundua kidogo kuliko inavyopaswa kabla hujaisimika, badala ya baada ya mkaguzi kugundua pengo.

Ubora wa data si sharti la awali lisilo na mvuto la ugunduzi wa AML — ni msingi ambao ugunduzi husimama juu yake, na mahali pa kwanza ambapo mpango hushindwa unaposhindwa kimya kimya. Ikiwa ungependa kuona jinsi uingizaji wa data ulioidhinishwa, jedwali la kanuni na sifa za data, na upimaji wa utayari vinavyofanya kazi pamoja dhidi ya vyanzo vyako mwenyewe, panga onyesho na tutakupitisha hatua kwa hatua huku milisho yako ya data ikiwa mbele yetu. Kwa taasisi zinazohitaji msaada wa kujenga nidhamu hii kabla ya teknolojia, huduma zetu za ushauri kuhusu uzingatiaji dhidi ya uhalifu wa kifedha na Jukwaa la Ripoti za goAML hukamilisha picha nzima, kuanzia utayari wa data hadi uwasilishaji wa ripoti.