تخلف سازمانی، نابودی درآمدها

مدیران ارشد فناوری جهان همواره نگرانی هایی در مورد هکرها، باج افزار ها Ransomware و تاثیرات این موارد مخرب برروی وضعیت شغلی کارمندان دارند، اما چه تعداد از این مدیران تهدیدات کلاه برداری ایجاد شده را تشخیص می دهند؟ آمارها نشان می دهد که تخلف و تقلب در برنامه ریزی منابع سازمان (ERP) یک خطر رو به رشد است. اما به طور کامل توسط مدیران چشم پوشی شده است.

به عنوان مثال می توان فرض کرد برای یک شرکت احتمال انجام تقلب درون سازمانی در هر سال زیاد باشد و در اینصورت درآمد زیادی را از دست می دهد، درواقع این خطر باید جدی گرفته شود. در ابتدا، شما نیاز دارید که متوجه شوید کدامین مورد به سمت اشتباهی می رود.  می توان گفت بزرگترین عامل خطر این است که به کاربران اجازه داده شود که به قسمت هایی از سیستم دسترسی پیدا کنند که مدیران قادر به دیدن آن ها نیستند، در نتیجه آن ها به روش های مختلفی قادر به ارتکاب کلاه برداری هستند. متداول ترین نوع کلاه برداری، تخلفات مربوط به کمپانی های ساختگی است، جایی که تامین کننده دروغینی تاسیس شده، سفارشات و فاکتورهای ساختگی پردازش می شود و مشتری هزینه ی کالاهایی که هرگز دریافت نمی کند را پرداخت می کند.

دستکاری موجودی کالا، تغییرات حساب بانکی تامین کننده و تغییرات غیر مجاز در داده های حقوق و دستمزد، نمونه های دیگر این تخلفات است. کنترل های قابل اطمینان توسط مدیریت می تواند از تجارت شما در برابر این تقلب های رایج محافظت کند

تشخیص تقلب ؛ هوش مصنوعی

تخلف در پرداخت باعث می شود اهمیت یادگیری ماشین و هوش مصنوعی ملموس تر شود.تشخیص تقلب و پیشگیری ازآن، هرکدام عملکرد و مفهوم متفاوتی دارند. تشخیص تقلب در بخش “پس از اتفاق افتادن رویداد” قرار می گیرد که ممکن است برای پیگیری آن بعد ازچندین ساعت کاری واکنش نشان داده شود . اما پیشگیری از تقلب این مفهوم را دارد که نباید رویداد مشکوک اتفاق بیفتد و جلوی این رویداد باید گرفته شود.

 

 

شناسایی تقلب و تخلف در سازمان، مبتنی بر داده کاوی شامل طراحی سامانه ای است تا با دسترسی به داده ها و تحلیل آنها، نشانه های رفتارهای مشکوک کشف گردد. داده کاوی به سازمان کمک می کند تا با رویکرد پیشگیرانه، اقداماتی را جهت شناسایی تخلفات انجام دهند. یکی از حوزه های کاربردی هوش تجاری، کشف تخلف در سازمان است. سازمان های بسیاری مانند شهرداری ها، بانک ها، هلدینگ ها و فروشگاه ها از سیستم های خبره هوش تجاری بدین منظور استفاده میکنند.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

این فیلد را پر کنید
این فیلد را پر کنید
لطفاً یک نشانی ایمیل معتبر بنویسید.
برای ادامه، شما باید با قوانین موافقت کنید

فهرست