通过可配置阈值减少反洗钱误报 (ZH)
误报是反洗钱筛查的真正成本。Didit 允许您调整匹配分数权重、匹配阈值和风险阈值，并使用证件号码“黄金密钥”来缩减审查队列，同时不遗漏真正的风险。.
反洗钱筛查的肮脏秘密在于，匹配很容易，而“非”匹配却成本高昂。任何引擎都可以找出与您的客户同名的所有观察列表记录。真正的工作——以及真正的成本——是排除那些并非您客户的记录。误报是合规团队耗费时间的地方，是入职流程缓慢的地方，也是好客户因为与名单上的人同名而被阻止的地方。
Didit 的反洗钱引擎旨在抑制这种噪音，同时不丢失信号。通过可配置的匹配分数权重、可调的匹配阈值、可配置的风险阈值以及证件号码“黄金密钥”，您可以将审查队列缩小到真正重要的命中，并向监管机构证明每次抑制都是有充分理由的。所有这些都包含在每次检查 0.20 美元的筛查费用中。
主要收获
- 匹配权重可配置。姓名 (60%)、出生日期 (25%) 和国家 (15%) 是默认值——您可以根据您的人口情况重新调整它们的权重，只要它们加起来是 100 即可。
- 匹配阈值（默认 93）决定了哪些记录需要人工处理。低于该阈值的任何记录都会被自动归类为
误报。 - 风险阈值（默认批准 80 / 审查 100）决定了哪些是
已批准、审查中或已拒绝——因此即使是真正的匹配也不会都排队。 - 黄金密钥。匹配的证件号码会将匹配分数覆盖为 100%，完全消除同名歧义。
- 每次抑制都可审计——审查状态为合规部门提供了可辩护的记录，说明为什么每个非匹配都被驳回。
- 所有调整都在控制台中进行；筛查本身每次检查 0.20 美元。
为什么误报是值得解决的问题
在 1,300 多个观察列表中，一个常见的名字会匹配许多记录。绝大多数人只是与您的客户同名——同名者，而非匹配项。如果您的引擎将所有这些都路由给分析师，会发生三件事：客户等待导致入职缓慢，分析师成本飙升，以及——最危险的是——警报疲劳产生，真正的命中在大量噪音中被驳回。
调整的目标不是找到更多匹配项。而是让引擎对身份有足够的信心，能够自行驳回同名者，只让人类裁决那些可能是同一个人并且具有真实风险的记录。如果做得好，这就是几千个审查队列和几十个审查队列之间的区别——对真正威胁的召回率相同。
四个杠杆
Didit 为您提供四个独立的控制。前三个是阈值和权重；第四个是硬身份信号。
1. 匹配分数权重
匹配分数是身份信号的加权组合，可在控制台中配置：
| 信号 | 默认权重 | 何时提高 |
|---|---|---|
| 姓名相似度 | 60% | 很少——仅凭姓名是辨别力最弱的 |
| 出生日期 | 25% | 当您可靠地收集出生日期时；提高此项会大大减少同名噪音 |
| 国家 | 15% | 适用于集中在特定司法管辖区的人群 |
权重必须总和为 100。如果您的误报主要来自同名冲突，并且您收集了出生日期，那么将权重从姓名转移到出生日期是您可以做的单一最具杠杆作用的改变。
2. 匹配阈值
匹配阈值（默认93）是“忽略”和“审查”之间的界限。分数低于此阈值的个人资料会自动设置为误报，永远不会到达分析师；达到或高于此阈值的个人资料会变为未审查。提高阈值可以更积极地抑制；降低阈值可以扩大范围。这是您的主要噪音调节器。
3. 风险阈值
即使在真正的身份匹配中，也并非所有都需要人工干预。风险分数的两个阈值——默认批准 80 和审查 100——将已确认的匹配项分类为已批准（低于 80）、审查中（80-100）和已拒绝（高于 100）。调整这些意味着已确认但低风险的匹配项（例如，次要的监管登记条目）可以自动批准，从而将审查时间留给真正的关注事项。
4. 黄金密钥
最强大的杠杆也是最简单的。如果您传递一个document_number并且它与观察列表记录匹配，则匹配分数将被覆盖为100%——没有同名歧义需要抑制，因为证件号码是明确的身份信号。无论您在哪里收集证件号码，“黄金密钥”都会完全消除该主体的误报。
技术细节
传递证件号码以触发“黄金密钥”；其余部分在控制台中调整。
curl -X POST https://verification.didit.me/v3/aml/ \
-H "x-api-key: $DIDIT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"first_name": "Maria",
"last_name": "Gonzalez",
"date_of_birth": "1984-03-12",
"country": "ES",
"document_number": "X1234567Z"
}'通过调整后的权重和阈值，低置信度记录将预先分类为误报，只有其余的才进入审查：
{
"aml_status": "Approved",
"risk_score": 22,
"matches": [
{ "profile_id": "prf_aa01", "match_score": 41, "match_status": "False Positive", "categories": ["Adverse Media"] },
{ "profile_id": "prf_aa02", "match_score": 38, "match_status": "False Positive", "categories": ["PEP 4"] }
]
}可审计性。每个被抑制的记录都保留其match_status和分数，因此审计跟踪精确地显示了为什么每个不匹配都被驳回——“匹配分数 41，低于 93 阈值”。这是对监管机构的合理答复，而不是一个黑盒子。
价格。每次检查 0.20 美元；所有调整都包含在内，没有用于阈值控制的高级层。
使用案例
- 金融科技。将权重转移到出生日期并提高匹配阈值，以减少大批量消费者入职时的同名噪音。
- 加密 / Web3。对有文档支持的 KYC 使用“黄金密钥”，以便已确认的身份完全跳过同名审查。
- 贷款。对借款人保持保守的审查阈值——接受稍大的队列，因为错过的 PEP 代价高昂。
- 市场。自动批准低风险的已确认匹配项，这样大批量卖家入职就不会在审查人员处受阻。
- iGaming。记录每个监管机构运行的确切权重和阈值，因为每次抑制都可以按分数和状态进行审计。
如何与 Didit 集成
- 首先进行基线测试。在更改任何内容之前，使用默认设置运行筛查并测量您的误报率。
- 重新调整匹配分数权重，偏向您可靠收集的信号（通常是出生日期），同时保持权重总和为 100。
- 调整匹配阈值，以设置低置信度记录被自动驳回的积极程度。
- 调整风险阈值，以便低风险的已确认匹配项自动批准，只有真正的关注才进入队列。
- 在您拥有文档号码的地方传递文档号码，以触发“黄金密钥”。
常见问题
减少误报的最佳方法是什么？
如果您收集了出生日期，请将匹配分数权重向其倾斜（远离姓名），并在您拥有文档号码的地方传递文档号码以触发“黄金密钥”。这两种方法都直接解决了同名冲突。
我可以自己调整权重和阈值吗？
可以——匹配分数权重（总和为 100）、匹配阈值（默认 93）和风险阈值（默认批准 80 / 审查 100）都可以在控制台中配置。
激进的调整会不会让我错过真正的命中？
调整针对的是身份置信度，而不是风险。“黄金密钥”和出生日期加权匹配会剔除同名者——不是您客户的人——因此真正的匹配仍然会浮出水面。您可以根据自己的风险承受能力设置阈值。
什么是黄金密钥？
匹配的证件号码会将匹配分数覆盖为 100%，因为证件号码是明确的身份信号。它完全消除了该主体的同名歧义。
阈值调整是否额外收费？
不。所有配置都包含在每次检查 0.20 美元的价格中；没有用于控制您自己的阈值的高级层。
准备好开始了吗？
阅读文档中的反洗钱筛查概述，查看反洗钱筛查产品页面上的控件，并在定价页面上查看透明的每次检查定价。准备好后，免费开始——每月 500 次免费 KYC 检查，反洗钱筛查每次检查 0.20 美元。