Gå til hovedinnhold

Hvordan fungerer beregningen for vektlegging av de ulike datafeltene i innstillingene for PEP-treff?

Denne artikkelen hjelper brukere med å forstå hvordan vektlegging av ulike datafelt påvirker beregningen av treff i PEP-disposisjonering.

Synne Marie Sollie avatar
Skrevet av Synne Marie Sollie
Oppdatert over en uke siden


🔍 Hvordan fungerer beregningen for vektlegging av de ulike datafeltene i innstillingene for PEP-treff?

Når Strise screener for PEPs (Politisk Eksponerte Personer), sammenligner vi en Strise-enhet med oppføringer fra utvalgte PEP-lister (som Trapets eller Dow Jones). For å hjelpe deg med å finjustere hvor streng eller lempelig denne prosessen er, lar vi deg angi vektlegging av datafelt – en enkel måte å kontrollere hvor mye hvert datafelt (som navn eller fødselsår) bidrar til den totale treffpoengsummen.

Denne guiden forklarer hvordan vektlegging fungerer og hvordan det påvirker kategoriseringen av treff i PEP-disposisjoneringsvisningen. Du finner den under PEP og sanksjoner enten i entitetssiden (som åpnes når du klikker på et selskap eller en person i Strise) eller under en Vurdering (i hovedmenyen til venstre). For å åpne PEP-disposisjoneringsvisningen, klikk på Verifiser ved siden av et navn (i delen som heter "PEP og sanksjoner".


🧮 Hva er vektlegging av ulike datafelt i PEP-treff-sammenheng?

Vektlegging av datafelt lar deg bestemme hvor viktige ulike felt er når du beregner den totale treffprosenten mellom en Strise-enhet og en foreslått enhet fra en PEP-liste.

Du kan tildele en vekt fra 0 til 100 til hvert av følgende felt:

  • Navn

  • Fødselsdato

  • Fødselsår

  • Land

Jo høyere tallet er, desto mer bidrar feltet til den endelige treffprosenten. En verdi på 0 betyr at feltet ignoreres. En verdi på 100 betyr at det har maksimal innflytelse.


⚖️ Eksempel på oppsett

La oss si at du setter opp vektleggingen din slik:

Felt

Vekt

Navn

80

Fødselsdato

100

Fødselsår

100

Land

50

Disse vektene normaliseres for å skape en samlet poengsum. Slik fungerer det i praksis:

Eksempel på PEP-treff:

  • Navn: 100 % treff

  • Fødselsdato: 100 % treff

  • Fødselsår: 100 % treff

  • Land: 100 % treff

Systemet beregner treffprosenten slik:

Total = (0.8 × 100 + 1.0 × 100 + 1.0 × 100 + 0.5 × 100) / (0.8 + 1.0 + 1.0 + 0.5) = (330) / (3.3) = 100 %

Hvis dette 100 % treffet er over terskelen du har definert (f.eks. 80 %), vil det automatisk bli plassert i kategorien "Foreslått sann".


🧠 Hva med eksakte treff på nasjonal ID?

Hvis et treff inneholder en unik nasjonal ID, vil det bli vurdert som et 100 % treff uavhengig av vektinnstillingene dine. Disse overstyrer fuzzy-treffberegningen og vises alltid som "Bekreftet sann" for din gjennomgang.


📊 Terskel: Foreslått sann vs. Foreslått usann

Du setter også en "Terskel for foreslått sann treff" – vanligvis mellom 50-100 %.

  • Treff på eller over denne terskelen vil automatisk bli kategorisert som Foreslått sann.

  • Treff under den vil bli plassert under Foreslått usann.

Dette gjør gjennomgangen din mer effektiv ved å fremheve kun de mest relevante treffene basert på hvor strenge innstillingene dine er.


✅ Tips for å sette vekter

  • Hvis navnvariasjoner er vanlig i dataene dine, kan det være lurt å gi mer vekt til fødselsdato og år.

  • For globale selskaper som opererer på tvers av landegrenser, kan land være mindre kritisk – men likevel nyttig for å snevre inn treff.

  • Start med standardforslagene og juster basert på hva som gir teamet ditt det beste forholdet mellom signal og støy.


🖼️ Hvor ser jeg dette i praksis?

I PEP-disposisjoneringsvinduet (som du finner ved å trykke Verifiser ved siden av et navn), vil du se hvordan hvert treff ble beregnet. Bare hold musepekeren over treffprosenten for å se:

  • Fordeling felt for felt

  • Hvordan den endelige poengsummen ble beregnet

  • Om den passerte den foreslåtte terskelen

Dette hjelper deg og teamet ditt med å forstå nøyaktig hvorfor et treff ble kategorisert slik det ble.

Har du fortsatt spørsmål? Kontakt kundestøtte via e-post på [email protected] eller nå oss i chatboblen nederst i høyre hjørne i appen.

Svarte dette på spørsmålet?