Screening av PEP och sanktioner i Strise (v.3)Kopiera länk till rubriken

Denna artikel beskriver hur Strise utför screening för PEP (Politically Exposed Person) och sanktioner. Artikeln belyser även hur screeningen kan anpassas via inställningar, hur och när aviseringar skickas samt viktiga förbättringar som implementerats i v.3 -- genomförda under Q4 2025.

---

1. Hur screening fungerarKopiera länk till rubriken

Båda processerna för screening av PEP och sanktioner följer ett liknande flöde:

1. Förbearbetning: Detta innebär datatvätt genom att ta bort accenter, titlar, förkortningar av företags juridiska former osv.
2. Sökning: En namnsökning görs mot PEP- och sanktionslistor för att hitta relevanta hits.
3. Filtrering: Resultaten filtreras baserat på användarinställningar, såsom förfallotid för PEP/RCA-status, tröskelvärden för likhet och exkluderade källor.
4. Scoring: Ett vägt aritmetiskt medelvärde beräknas baserat på en uppsättning konfigurerbara fält och hits markeras som föreslagen falsk eller föreslagen sann.
5. Användarverifiering: Användare kan verifiera resultaten från steget ovan.

1.1 FörbearbetningKopiera länk till rubriken

Detta steg normaliserar namnet och alias, vilket säkerställer att mindre variationer i stavning, accenter eller specialtecken inte hindrar oss från att identifiera en potentiell matchning mot screeninglistorna.

1.2 SökningKopiera länk till rubriken

De normaliserade namnen och aliasen från förbearbetningssteget fungerar som en heltäckande sökfråga. Vilka PEP- och sanktionslistor det söks mot kan konfigureras i inställningarna.

Ett namn betraktas som en matchning endast om det uppfyller båda följande villkor:

1. Matchning per term: Varje enskilt ord i namnet måste klara ett specifikt likhetstest.
2. Övergripande matchning: Namnet som helhet måste uppnå ett lägsta tröskelvärde för likhet.

Matchningsregeln per termKopiera länk till rubriken

• 75 %-regeln: En term måste ha minst 75 % likhet med motsvarande term. Vi beräknar detta med hjälp av Damerau-Levenshtein distance. Detta kan förenklas till: "För var fjärde tecken i en term tillåts 1 ändring."
• Undantag för korta termer: För mycket korta termer (2 eller 3 tecken) tillåter vi 1 ändring, även om detta understiger tröskelvärdet på 75 %.

Exempel:

Regeln för övergripande matchningKopiera länk till rubriken

Hantering av saknade namn (delmängdslogik)

• Regeln: En matchning tillåts om ett namn är en fullständig delmängd av det andra. Till exempel kan A C matcha A B C (där B är ett saknat mellannamn). Ordningen på orden saknar betydelse.
• Begränsningen: Algoritmen tillåter inte matchningar där termer helt enkelt är olika. A B C kommer inte att matcha A B D.

Exempel:

Den övergripande likhetspoängen

Efter att namnen har passats samman beräknar vi en slutlig likhetspoäng för hela uppsättningen av matchade termer. Den kombinerade uppsättningen av matchade termer måste ha en övergripande likhet som är lika med eller högre än den likhetspoäng som angetts av användaren.

1.3 FiltreringKopiera länk till rubriken

Resultat från sökningen filtreras bort baserat på de definierade inställningarna. De tillgängliga filtreringsalternativen är:

• Den övergripande likhetspoängen för namnet
• Bevarandeperiod för en PEP (hur länge statusen är giltig efter att en roll har avslutats)

1.4 ScoringKopiera länk till rubriken

När en potentiell hit passerar våra inledande namnmatchningsfilter beräknar vi en slutgiltig matchningspoäng med hjälp av ett vägt aritmetiskt medelvärde, uttryckt som en procentsats från 0 % till 100 %.

Huvudsakliga aspekter av scoringen:

• Varje viktning kan konfigureras i inställningarna.
• En komponent ignoreras om datapunkt saknas från Strise-entiteten eller PEP- eller sanktionskällan.
• En matchning på personnummer från Strise-entiteten med entiteten från källan kommer alltid att åsidosätta matchningsprocenten till 100 %.

Se dokumentationen för mer information:

• Data field weighting in PEP settings
• Data field weighting in Sanctions settings

1.5 AnvändarverifieringKopiera länk till rubriken

Användaren kan verifiera varje resultat som sant eller falskt. Det kommer alltid vara möjligt att se information om ändringarna, t.ex. vilken användare som verifierade hiten, vilken status, vid vilken tidpunkt osv. Denna logg kan också laddas ned som en .csv-fil.

2. InställningarKopiera länk till rubriken

För både PEP- och sanktionsinställningar är det möjligt att påverka stegen Sökning, Filtrering och Scoring:

• Sökning: Välj vilka PEP- och sanktionslistor som screening ska göras mot.
• Filtrering:
  • Lägsta fuzzy namnmatchning -- styr hur likt ett namn måste vara för att flaggas.
  • Bevarandeperiod för PEP/RCA -- hur länge en person förblir en PEP efter att deras roll har avslutats.
• Scoring:
  • Viktning av datafält -- bestämmer den relativa betydelsen för varje datafält.
  • Föreslagen sann matchning -- tröskelvärdet som används för att avgöra om en poäng klassificeras som föreslagen sann eller falsk.

3. AviseringarKopiera länk till rubriken

Aviseringar skickas när följande villkor är uppfyllda:

• Underliggande data för PEP- eller sanktionsdata uppdateras
• Scoringen har klassificerat hiten som föreslagen sann

Aviseringar skickas inte i följande fall:

• En PEP- eller sanktions-hit verifieras, via appen eller API:et. Att verifiera en hit registrerar ditt teams disposition och skickar inte i sig en avisering. Om du integrerar via API:et, prenumerera på webhook-händelsen entity.disposition.created för att få ett meddelande när en hit verifieras.
• Data för entiteten i Strise ändras.

Andra relevanta punkter:

• Aviseringar skickas för tidigare verifierade hits, oavsett om de bekräftats som sanna eller falska, så länge de uppfyller ovanstående villkor.

4. Förbättringar i denna versionKopiera länk till rubriken

Oktober-november 2025:

• En tidigare hård gräns för sökresultat har tagits bort. Dessa begränsningar låg tidigare på 10 för PEP och 250 för sanktioner.
• Den nya delmängdslogiken hanterar fall där valfritt antal termer saknas i något av namnen, och förkastar namn som har helt olika termer.
• "Matchningsregeln per term" har lagts till som stöd för den nya logiken för delmängdsmatchning.

5. Vanliga frågorKopiera länk till rubriken

Varifrån kommer RCA-familjerelationer?Kopiera länk till rubriken

RCA-relationer (Relative or Close Associate) kommer direkt från PEP/RCA-listorna som tillhandahålls av våra dataleverantörer (Trapets och Dow Jones). Strise fastställer eller härleder inte familjerelationer på egen hand.

Hur en felaktig entitetsmatchning kan uppståKopiera länk till rubriken

Om en Strise-entitet matchar ett namn på listan men saknar födelsedatum för särskiljning, kan matchningen kopplas till fel person. Relationsdata från källan är korrekt; problemet ligger i entitetsidentifieringen när födelsedatum saknas.

SammanfattningKopiera länk till rubriken

Om du ser en oväntad RCA-relation hämtas relationstypen från dataleverantören och är sannolikt korrekt för personen på listan – men Strise-entiteten som den har matchats mot kanske inte är rätt individ.

Har du fler frågor kring detta ämne? Kontakta oss på support@strise.ai.