トランザクションの例: 一般リスク
職務の分離以外のリスクについても、アルゴリズムでトランザクションをレビューできます。 大きく分けて、これらのアルゴリズムには2つのタイプがあります。
1つのタイプでは、アルゴリズムの結果ワークシートの各行で、それ自体が完全なリスク・インシデントになっています。 たとえば、トランザクション・リスク要約ワークシートに、「30003: 前日付の購買オーダー」というアルゴリズムの行が含まれているとします。 これはアルゴリズム違反の金額が$80,000を超ていることを示しており、そのワークシートに35行の結果が含まれています。 したがって、このアルゴリズム・タイプでは、調査する必要がある35個の個別の問題があります。
アルゴリズムの結果ワークシートをオープンします。 その説明には、買掛/未払金請求書の日付より後の期間に作成された購買オーダーが各行に示されていると述べられています。 各レコードには、サプライヤ名、購買オーダー番号、購買オーダーの作成者、および問題の調査に使用できるその他の情報が示されています。 最初のステップとして、「購買オーダーがある買掛/未払金請求書.総計」列でソートできます。こうすれば、金額の高い問題に最初に集中して取り組めます。
もう一方のタイプは、アルゴリズムの結果レコードがグループを形成しており、各グループが、問題を示す一連のトランザクションを示しています。 すでに説明したように、各グループでは、指定された値が互いに等しいか類似しています。 これらのアルゴリズムの結果をレビューする1つの観点は、比較してリスクを特定できるように、各グループでレコードを隔離することです。
たとえば、トランザクション・リスク要約ワークシートに、「30001: 重複買掛/未払金請求書」というアルゴリズムの行が含まれているとします。 これはアルゴリズム違反の金額が$200,000を超ていることを示しており、そのワークシートに29個の結果レコードが含まれています。 (ただし、グループ化アルゴリズムの場合、結果レコードの数と調査対象の問題の数とは直接的に対応していません。)
アルゴリズムの結果ワークシートをオープンします。 各行が買掛/未払金請求書のレコードであり、これらのレコードが、それぞれサプライヤ名、請求書日付および請求書金額が同じで、請求書番号が70パーセント類似しているものが、グループ化されていることがわかります。
「が同じ」または「類似度はxxパーセントです」(xxは数字)というフレーズを含む見出しの列を探します。 これらは、アルゴリズムがトランザクションをグループに集めるために使用する属性です。 これらの最後には、グループを定義する最終ステップが実行されます。この例では、「Payables Invoice Number is 70 Percent Similar」というタイトルの列です。 この列の個別の値ごとにフィルタできます。いずれの場合も、いずれかのグループに属するトランザクションがワークシートに表示されます。 別の方法として、各サプライヤのレコードを容易に比較できるように、「サプライヤ.サプライヤ名」列でワークシートをソートすることもできます。
次に、グループ内のレコードを買掛/未払金レコードと相互参照して、いずれかの請求書レコードが本当に重複しているかどうか、および重複している場合はどれかを判断できます。 最後に、買掛/未払金の「請求書.請求書支払ステータス・インジケータ」列は、各レコードに対して支払が行われているかどうかを示します。 支払が行われていない重複を取り消すことができます。 フィルタリングする列の個別の値ごとに、このプロセスを繰り返します。