Penyaringan Media Negatif yang Benar-Benar Andal (ID-1)

Daftar sanksi dan PEP memberi tahu Anda apa yang telah diformalkan oleh regulator. Media negatif memberi tahu Anda apa yang akan datang. Pelanggan yang disebutkan dalam investigasi penipuan, ekspose korupsi, atau kasus pencucian uang akan sering muncul di media jauh sebelum — atau sebagai pengganti — daftar resmi apa pun. Penyaringan media negatif adalah lapisan peringatan dini AML: sinyal berita negatif yang menangkap risiko saat masih menjadi berita utama.

Masalahnya adalah media negatif juga merupakan sinyal paling bising di seluruh tumpukan. Nama-nama umum, berita melimpah, dan pencarian kata kunci yang naif menghasilkan banyak positif palsu. Didit memperlakukan media negatif sebagai satu kategori dalam 1.300+ daftar pantauannya, dinilai dengan model dua skor yang sama yang mengatur penyaringan AML lainnya — sehingga berita negatif hanya mencapai analis Anda ketika mesin yakin itu benar-benar pelanggan Anda. Ini berjalan sebagai langkah alur kerja atau API mandiri dengan biaya $0,20 per pemeriksaan.

Poin-poin penting

• Media negatif adalah sebuah kategori, disaring bersama sanksi, PEP, catatan kriminal, dan peringatan dalam satu panggilan $0,20 — bukan produk terpisah.
• Model dua skor berlaku. Skor Kecocokan memutuskan apakah berita negatif itu benar-benar pelanggan Anda; Skor Risiko memutuskan seberapa penting hal itu.
• Penekanan nama serupa. Karena media negatif sangat bising, ambang Skor Kecocokan inilah yang menjaga berita nama umum keluar dari antrean tinjauan Anda.
• Status tinjauan yang dapat diaudit — Positif Palsu, Tidak Ditinjau, Kecocokan Terkonfirmasi, Tidak Meyakinkan — memberi Anda catatan yang dapat dipertanggungjawabkan untuk setiap temuan.
• Dipantau terus-menerus. Dengan pemantauan berkelanjutan, media negatif yang muncul setelah orientasi akan ditandai keesokan harinya.
• $0,20 per pemeriksaan, sebagai langkah alur kerja atau panggilan POST /v3/aml/ mandiri.

Apa yang dilakukan penyaringan media negatif

Penyaringan media negatif memeriksa pelanggan Anda terhadap berita negatif yang terkait dengan kejahatan keuangan dan perilaku terkait — penipuan, korupsi, pencucian uang, kejahatan terorganisir, pelanggaran peraturan. Ketika mesin menemukan catatan yang berasal dari media yang cocok dengan subjek Anda, ia menampilkannya sebagai profil dalam kategori Adverse Media, dengan Skor Kecocokan untuk kepercayaan identitas dan kontribusi terhadap Skor Risiko keseluruhan.

Intinya bukan untuk menandai setiap orang yang pernah diberitakan. Ini untuk menampilkan liputan negatif — jenis yang, jika Anda mengorientasikan pelanggan tanpa melihatnya, kemudian akan terlihat seperti kegagalan uji tuntas. Dan karena orang yang sama dapat muncul dalam cerita yang tidak terkait, model dua skorlah yang memisahkan "ini benar-benar pelanggan Anda, dalam kasus korupsi" dari "seseorang dengan nama yang sama dikutip dalam artikel olahraga."

Mengapa itu penting

Sebagian besar rezim AML modern mengharapkan pemeriksaan media negatif sebagai bagian dari uji tuntas pelanggan, dan secara eksplisit sebagai bagian dari uji tuntas yang ditingkatkan untuk pelanggan berisiko tinggi dan PEP. Alasannya adalah bahwa daftar resmi tertinggal dari kenyataan — seseorang yang sedang diselidiki mungkin tidak disanksi atau dihukum selama bertahun-tahun, tetapi risiko sudah ada saat investigasi dipublikasikan. Melewatkan media negatif berarti menerima pelanggan yang risikonya terlihat oleh jurnalis mana pun tetapi tidak terlihat oleh penyaringan Anda.

Alasan media negatif sering dilakukan dengan buruk adalah masalah positif palsu, yang diperkuat. Daftar sanksi dikurasi dan terstruktur; berita tidak terstruktur, luas, dan penuh dengan nama umum. Pendekatan penyaringan yang tidak dapat secara andal mengaitkan cerita dengan pelanggan Anda akan membanjiri analis dengan artikel yang tidak relevan atau dimatikan. Seluruh nilai penanaman media negatif dalam model dua skor adalah bahwa ia mewarisi disiplin kepercayaan identitas yang sama dengan penyaringan sanksi — sehingga sinyal dapat digunakan daripada membanjiri.

Detail Teknis

Media negatif disaring oleh pemeriksaan AML standar; tidak ada endpoint terpisah atau panggilan tambahan.

curl -X POST https://verification.didit.me/v3/aml/ \
  -H "x-api-key: $DIDIT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "first_name": "Daniel",
    "last_name": "Okafor",
    "date_of_birth": "1979-06-22",
    "country": "NG"
  }'

Temuan media negatif akan kembali sebagai profil yang dikategorikan dengan Skor Kecocokan dan status tinjauannya sendiri:

{
  "aml_status": "In Review",
  "risk_score": 66,
  "matches": [
    {
      "profile_id": "prf_b41d09",
      "match_score": 95,
      "match_status": "Unreviewed",
      "categories": ["Adverse Media"],
      "country": "NG",
      "listed_on": ["Negative News — Financial Crime"]
    }
  ]
}

Identitas pertama. Skor Kecocokan (nama 60% / tanggal lahir 25% / negara 15%, ambang batas default 93) memutuskan apakah catatan berita itu benar-benar pelanggan Anda. Di bawah ambang batas, temuan secara otomatis diklasifikasikan False Positive — yang, khusus untuk media negatif, adalah yang membuat sinyal dapat digunakan sama sekali.

Kemudian risiko. Media negatif adalah kategori, dan kategori menyumbang 50% dari Skor Risiko secara default (dengan risiko negara 30% dan catatan kriminal 20%). Jadi, temuan media negatif di yurisdiksi berisiko tinggi berkontribusi lebih besar pada keputusan daripada temuan yang sama di yurisdiksi berisiko rendah.

Status tinjauan. Setiap temuan membawa False Positive, Unreviewed, Confirmed Match, atau Inconclusive — jejak audit yang diharapkan pemeriksa ketika Anda mengorientasikan, atau menolak, pelanggan dengan liputan negatif.

Harga. $0,20 per pemeriksaan — media negatif termasuk dalam penyaringan AML standar, tidak ditagih secara terpisah.

Analisis mendalam kemampuan: mengapa "berlandaskan" penting di sini

Media negatif "berlandaskan" berarti dua hal spesifik dalam model Didit. Pertama, setiap temuan terikat pada profil terstruktur dengan kategori dan sumber dasar tempat ia muncul, sehingga analis melihat mengapa catatan itu muncul daripada hanya tumpukan artikel mentah. Kedua, setiap temuan disaring melalui kepercayaan identitas sebelum risiko — gerbang Skor Kecocokan berjalan lebih dulu, sehingga antrean analis berisi orang-orang yang diyakini mesin benar-benar pelanggan, bukan setiap orang yang memiliki nama yang sama dengan subjek berita. Kombinasi ini mengubah media negatif dari kewajiban (kebisingan, kelelahan peringatan, pemeriksaan yang dimatikan) menjadi lapisan peringatan dini yang sebenarnya.

Kasus penggunaan

• Fintech. Tangkap pelanggan yang sedang dalam investigasi publik sebelum mereka secara resmi terdaftar, sebagai bagian dari uji tuntas standar.
• Kripto / Web3. Pasangkan penyaringan media negatif individu dengan penyaringan dompet on-chain untuk tampilan risiko pihak lawan yang lengkap.
• Pemberian Pinjaman. Saring peminjam dan penjamin untuk berita negatif tentang penipuan atau insolvensi sebelum mencairkan dana.
• Pasar. Periksa penjual bernilai tinggi untuk liputan negatif tanpa membanjiri orientasi dengan berita nama serupa.
• iGaming. Terapkan pemeriksaan media negatif untuk uji tuntas yang ditingkatkan pada pemain bernilai tinggi dan dokumentasikan setiap keputusan.

Cara berintegrasi dengan Didit

1. Tambahkan penyaringan AML sebagai langkah alur kerja atau panggil POST /v3/aml/ secara langsung — media negatif sudah termasuk.
2. Bercabang pada kategori. Arahkan temuan Adverse Media ke alur uji tuntas yang ditingkatkan sesuai kebijakan Anda.
3. Sesuaikan kepercayaan identitas. Andalkan ambang Skor Kecocokan (dan Kunci Emas nomor dokumen) untuk menjaga berita nama serupa keluar dari tinjauan.
4. Aktifkan pemantauan berkelanjutan sehingga liputan negatif yang muncul setelah orientasi akan ditandai keesokan harinya.

Pertanyaan yang sering diajukan

Apakah media negatif merupakan produk terpisah?

Tidak. Ini adalah satu kategori yang disaring dalam pemeriksaan AML standar terhadap 1.300+ daftar, termasuk dalam harga $0,20 per pemeriksaan.

Bagaimana Anda mencegah media negatif membanjiri analis saya?

Gerbang Skor Kecocokan berjalan lebih dulu. Catatan berita negatif yang tidak memenuhi ambang identitas Anda (default 93) secara otomatis diklasifikasikan False Positive, sehingga analis hanya melihat temuan yang diyakini mesin benar-benar pelanggan Anda.

Bagaimana media negatif memengaruhi keputusan?

Ini adalah kategori, dan kategori menyumbang 50% dari Skor Risiko secara default. Temuan media negatif yang terkonfirmasi di yurisdiksi berisiko lebih tinggi berkontribusi lebih besar daripada temuan yang sama di tempat lain.

Apakah saya akan menangkap berita yang muncul setelah orientasi?

Ya, jika Anda mengaktifkan pemantauan berkelanjutan — penyaringan ulang harian akan menampilkan media negatif yang muncul setelah pelanggan diorientasikan.

Catatan apa yang harus saya simpan untuk regulator?

Setiap temuan media negatif mempertahankan Skor Kecocokan, kontribusi Risiko, dan status tinjauannya (Positif Palsu, Tidak Ditinjau, Kecocokan Terkonfirmasi, atau Tidak Meyakinkan) — jejak audit yang dapat dipertanggungjawabkan untuk setiap keputusan.

Siap untuk memulai?

Baca ikhtisar Penyaringan AML di dokumen, lihat media negatif dalam penyaringan lengkap di halaman produk Penyaringan AML, dan periksa harga transparan per pemeriksaan di halaman harga. Ketika Anda siap, mulai gratis — 500 pemeriksaan KYC gratis setiap bulan, dengan penyaringan AML seharga $0,20 per pemeriksaan.