Feedzai é reconhecida como empresa líder no combate à lavagem de dinheiro

“A Feedzai utiliza machine learning e automação para superar a dificuldade que muitas instituições enfrentam com suas plataformas legadas de AML que operam em sistemas isolados e díspares, criando uma visão pixelizada do risco", explica Pedro Barata, CPO da Feedzai. "Nosso investimento contínuo em P&D, juntamente com a nossa abordagem unificada de RiskOps para AML, são a razão pela qual somos consistentemente endossados pelos clientes e possuímos uma das pontuações mais altas no relatório da Forrester Wave".

No último ano, o pacote AML da Feedzai auxiliou clientes a monitorar mais de 200 territórios, com uma precisão superior a 90% em alertas de alta prioridade.

Principais descobertas no relatório Forrester WaveTM Anti-Money-Laundering Solutions report

A Feedzai atingiu a mais alta pontuação possível nas seguintes áreas
Internacionalização, moema and relatórios
Execução de roadmap
Melhorias: gerenciamento de lista de observação
Serviços de suporte: desenvolvedores
Serviços de suporte: serviços profissionais

O Wave Report cita “desenvolvimento desproporcionalmente forte e equipe de suporte”, assim como uma forte oferta das suas "capacidades de regras de limites, processamento e recomendação".

A análise afirma que “a Feedzai tem um encaixe com organizações que procuram automatizar e simplificar o desenvolvimento de modelos AML utilizando modelos de fluxo de trabalho e de modelos de terceiros de pontuação de risco”.

O Feedzai AML Suite gerencia riscos de anti-lavagem de dinheiro em todos os estágios do ciclo de vida do cliente, criando uma visão coesa do risco utilizando informações de sistemas internos isolados e externos. Ele inclui quatro soluções includes de AML em um único sistema de compliance para AML:

Conheça seu cliente/Due Diligence de cliente com contínuo gestão de risco de perfil;
Triagem de clientes do gerenciamento da lista de observação com monitoramento automatizado da lista de observação;
Triagem de pagamento do gerenciamento da lista de observação com correspondência difusa para reduzir falsos positivos, e
Monitoramento de transações AML, que utiliza machine learning para fazer pontuação e priorização de riscos de maneira precisa.