• AElevar o limiar de pontuação de risco para que apenas os alertas com maior probabilidade de irregularidade sejam investigados, reduzindo o volume de trabalho e, por consequência, o número de falsos positivos, ainda que isso aumente a possibilidade de não detecção de irregularidades de menor pontuação.
• BSubstituir a priorização por pontuação de risco por uma triagem aleatória entre todos os alertas gerados, de modo a garantir representatividade estatística e evitar que vieses do modelo concentrem a investigação em determinados perfis de fornecedores ou de objetos de compra.
• CManter o ponto de corte atual e ampliar a equipe de verificação manual, pois o aumento do número de alertas investigados reduz proporcionalmente tanto os falsos positivos quanto os falsos negativos, independentemente da qualidade do modelo de mineração de dados utilizado.
• DCombinar a pontuação de risco do modelo com regras de negócio específicas para tipologias críticas, como o fracionamento de despesa, e adotar amostragem estratificada por risco para os alertas de baixa pontuação, calibrando periodicamente o modelo com os resultados das verificações manuais.
• EAumentar a sensibilidade do modelo para que ele gere mais alertas, pois, em sistemas de auditoria, o aumento do volume de alertas é condição suficiente para reduzir falsos negativos, ainda que isso eleve o número de falsos positivos e o custo da verificação manual.

Atalhos: A–E marca · Shift+letra corta · Enter próxima

Selecione uma alternativa pra criar sua conta e salvar o progresso.