Wykrywanie ryzyka występowania nadużyć w sektorze publicznym - wysoka wydajność

0

Dynamika reagowania na podejrzenia nadużyć powinna być dopasowana do ich charakteru i adresować cele biznesowe, równoważąc je z satysfakcją obywatela i sprawnością procesów biznesowych. Architektura przetwarzania danych powinna także adresować ich wolumen. Te zagadnienia są kluczowe z perspektywy budowania sprawnej i cyfrowej administracji publicznej. Potrzeba przeprowadzenia analizy ryzyka nie może wstrzymywać realizacji obowiązków wobec obywatela czy też podatnika. Przykładowo, nie wykonanie zwrotu VAT możliwie najszybciej przekłada się na zmniejszenie płynności podatnika, wpływa na jego zdolność konkurowania na rynku i prowadzenia biznesu. Po przeciwnej stronie stoi potrzeba jak najbardziej rzetelnego realizowania ustawowych zadań i odpowiedzialność wobec uczciwych uczestników rynku.

Doprowadza to do wniosku, że budowa rozwiązań wykrywania nadużyć musi wykorzystywać takie technologie i mechanizmy, które będą w stanie połączyć i równocześnie adresować obie powyższe ambicje. Architektura i narzędzia muszą być gotowe na Big Data - pod kątem dynamiki napływania danych, wolumenu danych poddawanych analizie i zaawansowania stosowanych algorytmów. Rozwiązania dostarczane przez SAS wykorzystują tutaj serwer analityczny SAS Viya – Cloud Analytics Server, który zbudowany został z przeznaczeniem do przetwarzania i zaawansowanej analizy wielkich zbiorów danych. CAS pozwala na dynamiczne skalowanie w zależności od chwilowego zapotrzebowania na moc obliczeniową oraz zawiera najnowsze algorytmy data mining, uczenia maszynowego i deep learningu. Automatyzacja zarządzania ich cyklem życia zwiększa skuteczność i pojemność procesów.

Jest jeszcze dodatkowa cecha istotna dla rozwiązań wykrywania nadużyć związana ze sposobem ich umieszczenia w infrastrukturze IT. We wpisie dotyczącym procesowego podejścia do wykrywania nadużyć wskazane zostało, iż rozwiązania te funkcjonują równolegle do systemów IT wspierających samą działalność jednostki publicznej. Oznacza to konieczność łatwej i wydajnej integracji.

Rozwiązania SAS można włączyć w istniejące procesy biznesowe przez usługi SOA/WSDL lub przetwarzanie wsadowe, a złożony scoring analityczny może być realizowany bezpośrednio na danych źródłowych (SAS Scoring Accelerator). Automatyzacja zarządzania regułami i alertami pozwala na budowanie strategii bezpośredniego reagowania na zdarzenia biznesowe co w połączeniu z możliwością przetwarzania strumieni danych umożliwia realizowanie najbardziej agresywnych strategii zabezpieczających przed nadużyciami. Z perspektywy zarządczej przekłada się to np. na możliwość uzyskania równowagi pomiędzy ekspozycją na ryzyko, a wypełnianiem zobowiązań wypłaty świadczeń lub zwrotu podatku.

Kompletna architektura logiczna rozwiązania, adresująca wszystkie wskazane w kolejnych wpisach cechy, przedstawiona została na rysunku poniżej:

Wysoka wydajność

Diagram przedstawia sposób gromadzenia i integracji danych, aplikowania analityki hybrydowej i możliwości uruchamiania reguł detekcji zagrożeń w odniesieniu do danych transakcyjnych. Po prawej stronie widać możliwości i paletę interfejsów użytkownika wspierających aspekty „przystępności” samego systemu.

Wdrożenie takiej architektury może być realizowane etapami, wybierając poszczególne elementy zarówno od strony interfejsów użytkownika, jak i komponentów metody hybrydowej. Kluczowe jest tu zidentyfikowanie miejsc największych oszczędności i zagrożeń w realizowanych działaniach. Według nich powinien być układany proces, za to nie powinien zakończyć się na pierwszych krokach. Osoby i podmioty odpowiedzialne za nadużycia uczą się i rozwijają wraz z naszymi umiejętnościami przeciwdziałania, co bezpośrednio wymaga od nas sukcesywnego stosowania coraz bardziej wyrafinowanych metod - wszystkich komponentów metody hybrydowej.

Artykuł jest częścią serii poświęconej wykrywaniu ryzyka występowania nadużyć w sektorze publicznym.

Tags
Share

About Author

Patryk Choroś

Principal Business Solutions Manager, SAS Institute Poland

Strong believer, that every decision can be made better when based on data and analytics. Data governance and management expert. Business Intelligence specialist and experienced manager for teams and projects. Strong background in providing enterprise consultancy services from business value development throughout architecture design and solution implementation. At SAS working hard to translate new technology opportunities like Big Data, Data Monetization and Data Science into real business value aligned with corporate strategy. Certified Business Intelligence Professional, Certified Data Management Professional by TDWI. Join me on Twitter @Patryk_Choros or LinkedIn.

Leave A Reply

Back to Top