データ分析で不正兆候を発見するには？
～ 不正兆候検知システムの導入ポイントを徹底解説！ ～
「データ分析による不正調査に取り組みたい」といったご要望をお伺いする一方、「不正の判断基準は複雑で、データ分析によるアプローチは難しいのでは？」という意見も耳にします。実は、不正兆候発見の自動化は、データ分析技術の進歩により実績ができつつあります。そこで本書では、不正兆候の分析方法や不正兆候データの発見/調査プロセス、不正兆候検知システム導入プロジェクトで検討すべき課題/事柄を解説します。
概要
昨今、「データ分析による不正調査に取り組みたい」といったご要望を耳にすることが増えました。一方で、「“不正”の判断基準は非常に複雑であり、ツールを使用したデータ分析によるアプローチは馴染まないのではないか？」という意見もあります。実は、“不正兆候”発見の自動化は、業務のデジタル化や近年のデータ分析技術の進歩により、実績ができつつあります。そこで本書では、不正兆候の分析方法や、不正兆候データの発見/調査プロセス、不正兆候検知システム導入プロジェクトにおいて検討すべき課題/事柄を解説します。
この資料の目次
不正の実状・原因・抑止策
1-1. 会計不正の実状
1-2. 会計不正の発生メカニズム
1-3. 不正会計の抑止策
データ分析の現実と限界
2-1. 不正兆候“データ”とは？
2-2. データ分析の現実
2-3. データ分析の限界
データ分析で不正兆候を発見するには
3-1. 不正の手口（シナリオ）を把握
3-2. 不正の検出方法からシステム仕様を定義
3-3. 擬陽性を排除する
不正兆候検知システム導入の検討ポイント
4-1. リスク管理プログラム
4-2. 業務分掌
4-3. スコープ（データ分析要件）
4-4. スコープ（システム構成例）
4-5. 導入プロセスとスケジュール（例）
4-6. プロジェクト体制（例）
まとめ
（ご参考）EMPHASIGHTご紹介