Gå til hovedinnhold

Hvordan fungerer beregningen av vektlegging av ulike datafelt i sanksjons-innstillingene?

Denne artikkelen hjelper brukere å forstå hvordan vektlegging av de ulike datafeltene påvirker sanksjonstreff i sanksjonsbehandlingsvinduet.

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


🔍 Hvordan fungerer beregningen av vektlegging av ulike datafelt i sanksjons-innstillingene?

Når Strise screener for sanksjoner, sammenligner vi en Strise-enhet med oppføringer fra utvalgte sanksjonslister (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 hver bit av data (som navn eller fødselsår) bidrar til den totale treffscoren.

Denne guiden forklarer hvordan vektlegging fungerer og hvordan det påvirker kategoriseringen av treff i sanksjonsbehandlingsvisningen, som du finner under Sanksjoner enten i sidepanelet (som åpnes når du klikker på en enhet i Strise) eller under Gjennomgå (i hovedmenyen til venstre). For å åpne sanksjonsbehandlingsvisningen, klikk på Verifiser ved siden av et navn (i Sanksjons-delen av en hvilken som helst Enhets-side).


🧮 Hva er vektlegging av datafelt?

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 sanksjonsliste.

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 det 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 har satt opp vektleggingen din slik:

Felt

Vekt

Navn

80

Fødselsdato

100

Fødselsår

100

Land

50

Disse vektene normaliseres for å skape en kombinert score. Slik fungerer det i praksis:

Eksempel på sanksjonstreff:

  • Navn: 100 % treff

  • Fødselsdato: 100 % treff

  • Fødselsår: 100 % treff

  • Land: 100 % treff

Systemet beregner treffprosenten slik:

Totalt=(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 sant".


🧠 Hva med nøyaktige treff på nasjonal ID?

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


📊 Terskel: Foreslått sant vs. Foreslått falskt

Du angir også en "Terskel for foreslått sant treff" - vanligvis mellom 50-100 %.

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

  • Treff under den vil bli plassert under Foreslått falskt.

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


✅ Tips for å sette vekter

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

  • For globale selskaper som jobber på tvers av landegrenser, kan land være mindre kritisk - men fortsatt nyttig for å snevre inn treff.

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


🖼️ Hvor ser jeg dette i praksis?

I sanksjonsbehandlingsvinduet (som du finner ved å trykke på Verifiser ved siden av et navn), vil du se hvordan hvert treff ble beregnet. Bare hold markøren over treffprosenten for å avsløre:

  • Felt-for-felt-fordeling

  • Hvordan den endelige scoren 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 support via e-post på [email protected] eller nå oss i chatboblen nederst i høyre hjørne i appen.

Svarte dette på spørsmålet?