위험 관리를 자동화하고 더 빠르게 성장하는 방법(Stan Cowan)

새로운 사기 사건과 사기가 그 어느 때보다 빠르게 증가하고 있습니다. 위에
금융 전문가의 70% 그들의 기관이 2021년에 지불 공격으로 고통받았다고 보고했습니다. 소비자 혼자 손실 $ 5.8 억 사기에. 

그 결과 금융 기관(FI)은 새로운 사기 방지법에 직면하고 더 엄격한 통제를 시행하게 되었습니다. 

문제는 수동 및 데이터 입력 기반 프로세스로는 효과적으로 사기꾼을 막거나 적시에 잠재적인 위험을 식별하는 데 충분하지 않다는 것입니다. 길고 복잡한 온보딩 프로세스는 위험 관리팀만의 문제가 아닙니다.
고객 확보에도 영향을 미쳤습니다.

위험 관리 자동화를 선택하는 FI는 시간을 절약하고 리소스를 활용하여 성장을 촉진할 수 있습니다. 그러기 위해서는 위험 관리가 사기 적발뿐 아니라 고객 만족에도 어떤 영향을 미치는지 이해하는 데 도움이 됩니다. 

위험 관리와 고객 확보 연결 

위험 관리, 특히 KYC/AML 준수 검증은 본질적으로 고객 경험 및 획득과 연결되어 있습니다. 규제와 기대가 계속 확대됨에 따라 금융 기관은 위험 완화와 장기간의 적용 사이에서 균형을 맞춰야 합니다.
온보딩 프로세스와 신규 고객 이탈 등이 포함됩니다.

 2021에서만
고객의 68 % 온보딩 중에 재정 신청을 포기했습니다. 주어진 이유는 다양했습니다.

• 신청절차가 너무 복잡했어요

• 프로세스 중에 올바른 신분 증명서가 없었습니다.

• 신청하는데 시간이 너무 오래 걸렸습니다

• 신청서에 너무 많은 정보가 필요했습니다.

• 그들은 그 과정에서 마음을 바꿨다

고객이 마음을 바꾸거나 올바른 문서를 갖고 있지 않은 등 일부 측면은 FI의 통제 범위를 벗어나지만, 간소화된 프로세스를 통해 포기를 줄일 수 있습니다. 신청 시간 단축, 프로세스 단순화 또는 필요한 정보 감소
고객 확보를 더욱 쉽게 개선할 수 있습니다.

그러나 수동 위험 관리 프로세스로는 달성하기가 거의 불가능합니다.  

수동 사례 관리가 충분하지 않은 이유는 무엇입니까? 

사기 사례를 수동으로 검토하는 것은 디지털 데이터 입력으로도 규모와 규정 준수 요구 사항을 따라갈 수 없습니다. 재무 전문가를 대상으로 한 한 연구에 따르면 수동 프로세스로 인해

규정 준수 위반, 문서 손실 및 생산성 저하.  

한 연구에 따르면 데이터 입력만으로 인적 오류가 발생할 가능성이 있습니다.

최대 40 %까지. 다른 보고서에서는 이 비율을 1%에서 4% 사이로 훨씬 낮게 설정했습니다. 하지만 이 겉보기에 무시할 수 있는 숫자조차도

중요한 문제로 눈덩이 뭉치기 프로세스를 완료하는 데 10개, 20개 또는 30개의 데이터 포인트가 필요한 경우. 즉, 더 많은 데이터가 필요하고 해당 정보를 더 자주 검토해야 할수록 최종 사본이
인적 오류가 포함되어 있습니다. 

수동 프로세스의 다른 문제는 매우 지루하다는 것입니다. 수동 위험 평가를 완료하는 데 필요한 노동력은 며칠 또는 몇 주가 소요될 수 있지만 최신 시스템에서는 몇 시간 밖에 걸리지 않으며 자동화할 수 있습니다.

오늘날 FI는 데이터를 축적하면서 성능을 최적화하는 지능형 자동화를 활용할 수 있습니다. 동시에 자동화된 프로세스는 대체로 표준화되고 규정을 준수하며 안전하고 빠릅니다. 올바른 솔루션은 비용 절감과 시간 절약을 동시에 가능하게 합니다.
팀이 어려운 계정 및 기타 더 높은 수준의 작업에 집중할 수 있습니다. 

위험 관리 프로세스를 자동화하는 방법

모든 혁신 프로젝트에서는 확고한 기반을 마련해야 합니다. 팀이 도구를 사용하는 데 도움이 되는 것만큼 올바른 도구를 선택하는 것도 중요합니다. 포괄적이거나 저렴하지만 지나치게 복잡한 소프트웨어 솔루션을 선택하면 직원이 거부할 수 있습니다.
그것을 사용하거나 잘못 사용하는 것입니다. 

새로운 자동화 도구가 성공할 가능성을 높이려면 다음 XNUMX단계를 따르십시오.

1. 프로세스 매핑

솔루션을 살펴보기 전에 전체 위험 관리 프로세스를 계획하는 것이 중요합니다. 현재 정책 및 절차에 대한 조감도를 통해 병목 현상, 규정 준수 격차, 자동화 기회를 정확히 찾아낼 수 있습니다.
디지털화. 

현재 프로세스를 나열하는 것 외에도 포함하려는 주요 목표와 전략을 강조하는 것도 중요합니다. 이를 통해 빠른 수정이 아니라 장기적인 성장에 가장 적합한 솔루션을 더 잘 결정할 수 있습니다.  

2. 목표 결정

다음으로 장기 목표와 단기 목표를 "필수" 및 "있으면 좋은" 목록으로 정리할 수 있습니다. 또한 KPI를 나열하고 현재 기준을 결정할 수 있습니다. 

3. 부정 행위 리더십 팀의 동의를 얻습니다.

목표를 알고 나면 자동화 전략에 대해 주요 이해관계자와 대화해야 합니다. 첫 번째 단계는 리더십 팀, 특히 CFO가 잠재적 비용을 정당화하도록 설득하는 것입니다. 하지만 초록불이 켜져도
위험 및 사기 관리 팀이 새로운 프로세스를 만드는 데 열려 있기를 원합니다.

귀하의 분석가는 매일 자동화 소프트웨어를 사용하여 작업하게 됩니다. 그들이 프로세스의 일부라고 더 많이 느낄수록 새로운 소프트웨어와 필요한 기술을 더 빨리 채택할 가능성이 높으므로 그들의 의견과 건설적인 피드백을 반드시 얻어야 합니다. 

4. 솔루션 선택

다음으로 자동화 솔루션을 선택할 차례입니다. 경쟁사의 기술이나 최근 컨퍼런스 쇼케이스를 기반으로 검토할 목록이 이미 몇 개 있을 수 있습니다. 자동화 도구를 선택할 때 이는 조직이 이상적으로 혁신적인 솔루션이 될 것입니다.
필요한 경우 귀하의 요구에 맞춰 앞으로 몇 년 동안 사용할 것입니다. 또한 사용자에는 어려운 기술 능력이 없는 신입 사원은 물론 과도한 재교육을 위한 여지가 없는 베테랑 직원도 포함됩니다. 

결과적으로 현재 기능 이상을 고려하는 것이 중요합니다. 물어볼 몇 가지 질문은 다음과 같습니다.

• 이 솔루션은 코드가 없습니까? 아니면 우리 팀이 프로그래밍 언어를 배워야 합니까?

• 데이터 및 검증이 실시간으로 발생합니까?

• 솔루션에 지속적인 모니터링과 정기적인 경고가 포함되어 있습니까?

• 수동 프로세스를 얼마나 줄일 수 있습니까(Effectiv의 경우 최대 90%)

• 전통적인 거래 방법만 지원합니까, 아니면 Zelle 및 P2P와 같은 최신 유형을 포함합니까? 

• 고객 데이터만 포함합니까, 아니면 공급업체도 통합할 수 있습니까?

• 산업 특화 솔루션입니까, 일반 도구입니까? 

• 팀이 정보에 입각한 결정을 내릴 수 있도록 향상된 분석 기능이 있습니까? 

• 데이터는 어떻게 보호됩니까? 사이버 보안 위험을 초래할 수 있는 취약점이 있습니까?

코드가 많은 위험 관리 소프트웨어를 선택하는 경우 엔지니어링 팀의 승인도 받아야 합니다. 

5. 구현 및 교육

일반적으로 프로그램이 사용하기 쉬울수록 팀에서 채택할 가능성이 높아집니다. 즉, 새로운 프로세스가 도입될 때마다 항상 학습 곡선이 있으며 4-8주의 교육 기간을 계획하는 것이 필수적입니다. 

새로운 플랫폼을 배우는 데 소요되는 시간을 줄이려면 몇 가지 새로운 기술이 필요한 솔루션을 선택하는 것이 좋습니다. 예를 들어 코딩 지식이 필요한 솔루션이 아닌 드래그 앤 드롭 스타일 솔루션을 선택하면 채택률을 크게 높일 수 있습니다. 

6. 계속 최적화 

마지막으로, 새로운 사기 관리 및 위험 완화 솔루션을 구현한다고 해서 이야기가 끝나는 것은 아닙니다. 시간과 비용을 절약하는 것뿐만 아니라 직원과 고객을 위한 진정으로 원활한 경험을 창출하기 위해 프로세스를 계속 개선하고 싶을 것입니다.
좋은 소식은 기계 학습(ML)을 사용하는 솔루션을 선택한 경우 소프트웨어가 많은 최적화 작업을 수행한다는 것입니다.