ข้ามไปยังเนื้อหา
45intIntelligence Delivered
บทความเทคโนโลยี

Link Analysis คืออะไร และช่วยงานสืบสวนทางการเงินได้อย่างไร

Administrator3 นาทีในการอ่าน

ภาพประกอบเชิงนามธรรมของการวิเคราะห์ความเชื่อมโยง: จุดข้อมูลที่กระจัดกระจายค่อย ๆ เชื่อมต่อกันเป็นเครือข่าย พร้อมเส้นทางที่ถูกไฮไลต์ผ่านโหนดศูนย์กลาง

ในงานสืบสวนทางการเงิน คำถามที่สำคัญที่สุดมักไม่ใช่ “ใครทำธุรกรรมอะไร” แต่เป็น “ใครเชื่อมโยงกับใคร และเงินเดินทางอย่างไร” ข้อมูลที่ตอบคำถามนี้มักกระจายอยู่ในตารางธุรกรรม ทะเบียนนิติบุคคล และเอกสารจำนวนมาก ซึ่งแทบเป็นไปไม่ได้ที่จะเห็นภาพรวมจากการอ่านทีละแถว

จากตารางสู่กราฟความสัมพันธ์

Link Analysis คือการแปลงข้อมูลให้อยู่ในรูปกราฟ: บุคคล นิติบุคคล บัญชี และเหตุการณ์กลายเป็น “โหนด” ส่วนความสัมพันธ์ เช่น การโอนเงิน การถือหุ้น หรือการใช้ที่อยู่เดียวกัน กลายเป็น “เส้นเชื่อม” เมื่อข้อมูลอยู่ในรูปนี้ คำถามเชิงเครือข่ายที่เคยตอบยากจะกลายเป็นการค้นหาเส้นทางในกราฟ ซึ่งคอมพิวเตอร์ทำได้ในเสี้ยววินาที

ตัวอย่างคำถามที่ Link Analysis ช่วยตอบ

  • สองบุคคลที่ดูไม่เกี่ยวข้องกัน มีเส้นทางเชื่อมถึงกันผ่านบัญชีหรือบริษัทใดหรือไม่
  • บัญชีใดทำหน้าที่เป็นตัวกลางที่เงินจำนวนมากไหลผ่าน
  • มีกลุ่มบุคคลหรือบริษัทที่ใช้ข้อมูลติดต่อร่วมกันอย่างผิดปกติหรือไม่
  • โครงสร้างการถือหุ้นที่ซ้อนกันหลายชั้นสิ้นสุดที่ผู้ได้ประโยชน์คนใด

ในทางปฏิบัติ ระบบ Link Analysis ที่ดีต้องเริ่มจากคุณภาพข้อมูล โดยเฉพาะการจับคู่ตัวตน (Entity Resolution) ให้บุคคลเดียวกันที่ปรากฏในสิบแหล่งข้อมูลกลายเป็นโหนดเดียวกัน ขั้นตอนนี้คือรากฐานที่ตัดสินว่าเครือข่ายที่เห็นน่าเชื่อถือเพียงใด หากจับคู่ผิด เครือข่ายที่สวยงามบนหน้าจอก็อาจพาการสืบสวนหลงทาง

ข้อจำกัดที่ควรรู้

Link Analysis เป็นเครื่องมือช่วยชี้เป้า ไม่ใช่หลักฐานในตัวมันเอง ความเชื่อมโยงในกราฟบอกว่า “ควรตรวจสอบต่อ” ไม่ได้บอกว่า “มีความผิด” ระบบที่ออกแบบดีจึงต้องบันทึกที่มาของทุกเส้นเชื่อม ให้ผู้สืบสวนย้อนกลับไปดูเอกสารต้นทางได้ทุกเมื่อ และให้มนุษย์เป็นผู้ตัดสินใจในขั้นสุดท้ายเสมอ

แชร์

เนื้อหาที่เกี่ยวข้อง

ภาพประกอบเชิงนามธรรมเปรียบเทียบคลาวด์กับออนพรีมิส: โครงร่างก้อนเมฆและกล่องที่มีโล่ป้องกัน เชื่อมกันด้วยการไหลของข้อมูลที่สมดุลทั้งสองทิศทาง
บทความเทคโนโลยี

Cloud หรือ On-premise: เลือกอย่างไรสำหรับข้อมูลอ่อนไหว

คำตอบของคำถาม Cloud หรือ On-premise ไม่ได้อยู่ที่เทคโนโลยี แต่อยู่ที่ประเภทข้อมูล ข้อกำหนดทางกฎหมาย และความพร้อมของทีม บทความนี้ชวนตั้งคำถามให้ครบก่อนตัดสินใจ

3 นาทีในการอ่าน

ภาพประกอบเชิงนามธรรมของ Document Intelligence: หน้าเอกสารถูกกวาดด้วยเส้นสแกนสีฟ้า แล้วแปลงเป็นแถวฟิลด์ข้อมูลที่มีโครงสร้าง
บทความเทคโนโลยี

จาก OCR สู่ Document Intelligence: อ่านเอกสารให้เป็นข้อมูลที่ใช้งานได้

OCR อ่านตัวอักษรได้ แต่การเปลี่ยนเอกสารเป็นข้อมูลที่ระบบอื่นใช้ต่อได้จริง ต้องอาศัยมากกว่านั้น บทความนี้อธิบายองค์ประกอบของ Document Intelligence ที่ใช้ได้จริง

3 นาทีในการอ่าน