Preventieve analyse ontmaskert politiemol veel sneller

on november 5, 2015 Medewerkersreis, Publiek Domein with 0 comments

Preventieve analyse van data kan een hoop toekomstige problemen voorkomen. De afgelopen jaren is duidelijke geworden dat bij veel organisaties de interne beheersmaatregelen de nodige ruimte bieden voor verbetering. Denk aan Vestia, Imtech, KPMG en de Rabobank. Allemaal zaken die schadelijk zijn voor het imago van bedrijven, sectoren en zelfs Nederland. Met data en analyse kunnen onregelmatigheden vroegtijdig worden opgespoord en imago- en materiële schade voorkomen worden.

Corrupte rechercheur verkoopt jarenlang vertrouwelijke informatie aan criminelen

Een agent van de nationale recherche heeft vier jaar lang ten onrechte kunnen beschikken over zeer vertrouwelijke informatie. Leidinggevenden zijn vergeten zijn autorisatiecodes voor toegang tot informatie uit strafrechtelijke onderzoeken in te trekken nadat de AIVD had laten weten geen Verklaring van Geen Bezwaar (VGB) voor de 28-jarige rechercheur te willen geven. De zaak kwam per toeval aan het licht in een onderzoek naar fraude door autodealer Jan L., van de inmiddels failliete firma Carstore uit Oirschot, die Ferrari’s en Porsches verkocht.

2014-porsche-cayenne-turbo-s-front-three-quarters-4

Politiemol kocht Porsche bij autodealer Jan Latour

Het bovenstaande had kunnen worden voorkomen als de Nationale Politie toeziet op strikte naleving van de regel dat medewerkers pas in een nieuwe baan mogen beginnen als zij door de bijbehorende screening zijn gekomen. Personeelstekorten, de hoge werkdruk en de lange screeningsprocedure mogen geen reden zijn om daarvan af te wijken. Gelukkig wordt nu van iedereen die in vertrouwensfuncties werkt, gecontroleerd of zij wel door de AIVD-screening zijn gekomen.

Volledige controle op het gebruik van vertrouwelijke informatie tegen lage kosten

Met data hebben organisaties een ruwe diamant in handen. Die kan natuurlijk geslepen en gepolijst worden. Daarvan lichten we hier een tipje van de sluier op. Agenten loggen individueel in op het uiterst vertrouwelijke systeem van de recherche en zoeken gegevens op van specifieke zaken en verdachten. Stel nu dat iedere zoekopdracht wordt bewaard. Zo weten we welke agent, vanaf welke locatie, wanneer een vertrouwelijke status heeft opgeroepen. Het goed loggen van gegevens is de ruwe diamant. Google doet dit ook voor alle zoekopdrachten van alle gebruikers in de wereld.

Vervolgens moeten deze enorme hoeveelheden gegevens worden vertaald naar scherpe inzichten in mogelijk verdachte situaties. Met behulp van een slimme patroonherkenning komen verdachte situaties aan het licht. We noemen dit preventieve analyse.

Ten slotte moeten onafhankelijke auditors beoordelen welke situaties verder worden onderzocht. Aan de hand van hun bevindingen kan de patroonherkenning steeds slimmer worden. Er ontstaat een instrument dat 100% van alle bevragingen analyseert. Dag in, dag uit. Zonder dat dit heel veel tijd of inspanning hoeft te kosten.

Afname van fraude door betere benutting van data

Het continue analyseren en opslaan van data maakt kwaadwillende medewerkers meer bewust van de risico’s die ze lopen, wat een preventieve werking heeft. Daarnaast wordt door het analyseren en opslaan de gelegenheid tot misbruik verkleind. Daarmee neemt het risico op fraude af.

In de praktijk zien we een ander belangrijk positief effect. Door de samenwerking van onze data scientists met uw inhoudelijke experts komt er ook creativiteit los om ook op andere gebieden data en analyse toe te passen. “Als dit kan, zouden we misschien dan ook…”. Een proces van betere benutting van aanwezige data is geboren. “Als dit kan, zouden we misschien dan ook…”. Een proces van betere benutting van aanwezige data is geboren.

Add comment

CAPTCHA * Time limit is exhausted. Please reload CAPTCHA.

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

Decisive Facts