Hoe micro-onderzoeken de naleving van de toeleveringsketen kunnen verbeteren

De uitdagingen van 2020 hebben ernstige gevolgen voor de naleving en risico's van de toeleveringsketen in 2021. Vorig jaar testte elk Amerikaans bedrijf en presenteerde uitdagingen op een schaal die we nog niet eerder hebben gezien. Veel bedrijven hadden weken, zo niet dagen, om cruciale beslissingen te nemen om hun activiteiten overeind te houden. En hoewel snelle acties destijds ongetwijfeld noodzakelijk waren, zullen de nalevingsimplicaties van die beslissingen dit jaar waarschijnlijk meer aandacht krijgen.

Overweeg slechts een handvol voorbeelden. In het begin van de pandemie haastten bedrijven en overheden zich om kritieke persoonlijke beschermingsmiddelen (PBM's) te beveiligen, waarbij ze vaak met elkaar wedijverden om plotseling schaarse middelen. Sommige - misschien veel - van die organisaties hadden geen andere keuze dan via niet-traditionele kanalen te gaan om de nodige voorraden te verkrijgen. Als gevolg van de urgentie en toegenomen concurrentie voor deze middelen, werden leveranciers waarschijnlijk niet doorgelicht via traditionele compliance-processen, waardoor veel organisaties bloot stonden aan potentiële risico's.

Een paar weken later begon de federale regering meer dan $ 5 biljoen in de Amerikaanse economie te injecteren in een poging de economische motor van het land draaiende te houden. De reikwijdte van de stimulus was ongekend, niet alleen in omvang maar ook in distributie. In tegenstelling tot de sectorgerichte stimulans die werd geboden na de Grote Recessie van 2007-2008, of de geografisch gerichte hulp bij natuurrampen, bereikte de COVID-19-stimulans bijna elke hoek van de Amerikaanse economie. En elke keer dat er een stijging is van federale hulpdollars, is er meestal een parallelle stijging van fraude en, uiteindelijk, een poging om geld terug te verdienen dat op een dwaalspoor is geraakt.

Ten slotte, met zoveel organisaties die door de pandemie met financiële stress worden geconfronteerd, is er binnen organisaties vaak een verhoogde druk om 'het schip recht te zetten'. Dit omvat inspanningen om de prikkels voor verkopers te vergroten, of het gebruik van derden om herstel en groei te stimuleren. Industrieën die bijzonder hard zijn getroffen, zoals de detailhandel, horeca en luchtvaartmaatschappijen, lopen een bijzonder risico hiervoor en zouden moeten anticiperen op meer toezicht.

Verhoogde nalevingsrisico's

Uiteindelijk zijn er talloze manieren waarop de gebeurtenissen van 2020 nalevingsrisico's hebben veroorzaakt die dit jaar moeten worden aangepakt. Sommige bedrijven moesten mogelijk snel overstappen op distributie naar de consument, waardoor ze mogelijk aansprakelijk werden gesteld op grond van wetten op het gebied van gegevensprivacy, zoals de California Consumer Privacy Act (CCPA). Organisaties die plotseling persoonlijke beschermingsmiddelen voor ziekenhuizen of andere zorginstellingen inkochten, kunnen merken dat ze moeten voldoen aan de HIPAA-regelgeving (Health Insurance Portability and Accounting Act), zoals het feit dat ze onderworpen zijn aan een overeenkomst voor zakenpartners (BAA).

Houd nu rekening met de prioriteiten van de inkomende Biden-administratie, die een extra laag complexiteit toevoegt aan een toch al uitdagende situatie. Algemeen wordt verwacht dat overtredingen van de False Claims Act zullen leiden tot verhoogde handhaving voor organisaties die zaken doen met de federale overheid, vooral in het licht van de Coronavirus Aid, Relief and Economic Security (CARES) Act, Paycheck Protection Program (PPP) en natuurlijk, verdere uitbreiding van de stimuleringsinspanningen die naar verwachting na de inauguratie zullen worden uitgevoerd. De handhaving van de Foreign Corrupt Practices Act (FCPA) is op grote schaal tweeledig en neemt sinds de inwerkingtreding gestaag toe. Het zou niet verrassend zijn om extra handhaving onder de FCPA te zien, vooral voor leveranciers die medische benodigdheden en persoonlijke beschermingsmiddelen uit het buitenland betrekken. En aanvullende SEC-rapportagevereisten, rond verstoring van de toeleveringsketen en kwetsbaarheden die door de pandemie zijn blootgelegd, vallen zeker binnen het bereik van mogelijke resultaten.

Met zo'n dramatische verschuiving in het nalevingslandschap voor zoveel organisaties en met mogelijke financiële stress als gevolg van de pandemie, moeten organisaties het onderzoeken van deze risico's op een zeer gerichte en kosteneffectieve manier aanpakken. Een zeer effectieve oplossing is om meer te doen met minder door een benadering te omarmen die micro-onderzoek wordt genoemd.

Het is misschien misleidend om een ​​micro-onderzoek als klein te beschouwen. In plaats daarvan is het beter om het te beschouwen als zeer gericht . Het doel van deze aanpak is om snel en kosteneffectief de meest kritische documenten voor een bepaald compliancerisico te identificeren. Het doel is niet om alle te vinden relevante documenten, maar in plaats daarvan om de beste . te vinden degenen. Om dit doel te bereiken, is het noodzakelijk om diepgaande zoekexpertise te combineren met geavanceerde zoektechnologieën.

Vaak worden onderzoeken benaderd met twee botte tools:traditionele zoekopdrachten op trefwoorden en modellen voor machine learning. Maar zoeken op trefwoorden is op twee fronten problematisch. Ten eerste zijn ze over het algemeen te breed, omdat de zoeksyntaxis in veel toonaangevende documentbeoordelingstools is ontworpen met een focus op eenvoud, niet op robuustheid. Deze te eenvoud leidt tot zoekopdrachten die te veel documenten opleveren, wat het onderzoek op zijn beurt onbetaalbaar maakt. En ten tweede missen zoekopdrachten op trefwoorden vaak kritieke documenten, en processen voor kwaliteitscontrole vangen niet altijd de hiaten op.

Modellen voor machinaal leren zijn daarentegen vaak niet bijzonder geschikt voor dit soort onderzoeken. Dat komt omdat de prevalentie van belangrijke documenten in dergelijke onderzoeken vaak vrij laag is. In tegenstelling tot een processcenario, waar de zaak zich in een meer volwassen houding bevindt, is een micro-onderzoek vaak op zoek naar iets dat bijna per definitie verborgen is, en in veel gevallen in een vroeg stadium. Wanneer de prevalentie zo laag is, kunnen machine learning-modellen moeite hebben om signaal van ruis te onderscheiden. En inspanningen om deze modellen af ​​te stemmen kunnen hoge kosten met zich meebrengen, zowel in tijd als in geld. Modellen voor machinaal leren hebben zeker hun plaats, maar dit is een situatie waarin hun nadelen duidelijk worden.

Technologie combineren met expertise

Een veel effectievere aanpak is om technologie met geavanceerde zoeksyntaxis te koppelen aan taalexperts die weten hoe ze belangrijke patronen in taal kunnen identificeren en zoekopdrachten kunnen maken die tot de kern van de zaak doordringen. Waar traditionele zoekopdrachten op trefwoorden worden belemmerd door al te simplistische syntaxisbeperkingen, kunnen meer geavanceerde tools de kracht van taalnuances benutten om nauwkeurig op maat gemaakte en zeer effectieve linguïstische zoekmodellen te creëren. En waar machine learning worstelt met populaties met een lage prevalentie, kunnen taalexperts een rigoureuze en methodische aanpak toepassen die klein begint en groeit, belangrijke paden van onderzoek volgt en werkelijke taalpatronen modelleert zoals ze worden gevonden.

Het compliancelandschap is misschien net zo uitdagend als het ooit is geweest. Maar organisaties die proactief zijn, kunnen door deze woelige wateren navigeren door zorgvuldig en methodisch hun potentiële risico's te onderzoeken om sterker te worden aan de andere kant.

Eric Pender is een engagementmanager bij H5, een leverancier van classificatie, beheer en analyse van gevoelige gegevens voor bedrijven en advocatenkantoren.