作者 元年科技

职务舞弊致经济损失占企业总收入5%，企业反舞弊形势依然严峻

《报告》数据显示，职务舞弊为企业带来的经济损失约占总收入的5%，全球范围内舞弊案例涉及的直接经济损失超过31亿美元。这一数字凸显了职务舞弊对企业造成的严重经济影响。在全球经济下行的大背景下，这一损失可能成为企业的生死线。

然而，尽管企业采取了诸多措施，但职务舞弊事件仍然屡禁不止，频繁发生。这既反映了舞弊问题的复杂性和顽固性，也暴露了企业在风险防范方面仍存在的不足。随着技术的不断进步和全球经济一体化的深入发展，舞弊手段日益隐秘和多样化，给企业的风险防范带来了更大的挑战。值得注意的是，根据《报告》显示，目前仍有超过半数的舞弊案件是通过被动方式发现的，这进一步凸显了加强主动预防和监测机制的重要性。

职务舞弊调查与识别方法过于被动，企业遭受的舞弊损失值更高

《报告》指出，举报是发现职务舞弊的最主要方式，占比高达43%。此外，内部审计和管理者复核也是发现舞弊的重要手段，分别占比14%和13%。

在传统模式下，企业往往通过员工举报、审计过程或离职后的审查来发现舞弊行为，然而，这种被动的方式往往导致错失最佳的干预时机，使得企业风险管控工作陷入被动局面，进而遭受更为严重的舞弊损失。

值得一提的是，报告还揭示了舞弊行为的严重程度与发现方式之间的密切联系。通过主动方式揭露的舞弊行为相较于被动方式而言，其持续时间更短、舞弊损失值更低。特别是那些采取“自动化交易/数据监控、监控/监督”等先进手段的企业，其舞弊损失最低，舞弊行为持续时间亦最短。

然而，大多数舞弊行为往往在持续一段时间后才被察觉，这无疑加剧了企业所面临的风险和潜在损失。因此，舞弊调查方法必须紧跟时代步伐，不断适应新的形势和挑战，以确保企业能够及时发现并应对舞弊行为，有效遏制舞弊行为的发生。

《报告》指出，82%的组织在舞弊发生后调整了反舞弊控制措施。其中，有四项控制措施——突击审计、财务报表审计、热线和主动数据分析与监控可以至少减少50%的舞弊损失和案件持续时间。

但是，在这些反舞弊控制措施中，主动数据分析与监控等控制措施的应用并不普遍。这一现象的背后，可能源于多数企业在新兴技术手段和方法上的认知了解尚显不足，反映出在企业舞弊工作领域仍有巨大的改进空间。

敏捷式、场景式的数字化、智能化舞弊风险防控

在企业舞弊风险管理中，从舞弊风险的识别、评估、监控，最终到舞弊风险的预测中，可以利用元年科技数智化风控平台的各种能力，全面渗透舞弊风险管理全流程，具体的应用探索如下：

• 在风险识别方面，通过风险识别功能模块，对海量数据的深度挖掘和分析，发现隐藏在数据中的风险信号，进行有效的风险识别和管理，从而帮助企业降低潜在的风险。例如，通过大模型对消费者行为数据、门店交易数据等进行分析，识别出异常交易模式、可疑消费者或员工违规行为等潜在风险。

• 在风险评估方面，通过风险评估功能模块，对风险数据的量化分析和建模，为门店风险管理者提供客观、准确的风险评估结果。例如，在门店积分异常风险评估中，深度学习和模型生成能力可以综合考虑消费者的历史记录、店员与消费者关系状况、门店业绩状况等多个维度，构建出多维度的风险评估模型，从而实现对门店积分异常风险的精准评估。这不仅可以提高风险评估的准确性和客观性，还可以为企业的决策提供有力支持。

• 在风险事件应对方面，主要有风险事件中心：一个用于跟踪、处理、分析和通报组织内外确定性风险事件的信息管理模块，可以帮助组织有效地管理和控制风险。风险任务中心：一个用于管理和处理组织内部风险事件所产生的任务的信息管理模块，它允许组织将每个风险事件分解为多个任务，并将任务分配给不同的人员进行处理。以上两个功能模块式对确定性的风险事件进行跟踪、处置、分析及通报的模块，形成风险管理闭环。

• 在风险监控方面，基于实时数据，形成数据驱动的风险事件的风险识别、监控、预警和报告，充分发挥企业交易数据、在线数据、业务数据和财务数据交互的价值，具有强大的数字风险洞察力；对于分支机构众多、业务丰富多样、作业琐碎复杂的企业的风险监控尤为有力。

• 在风险预测方面，元年科技数字风控解决方案可以通过强大的风险模型、基础数据和知识图谱，实现数字风险趋势预判力，并能提供风险事件优化的策略性建议，给出应对策略的智能推荐。

舞弊风险防控案例——消费零售业的店员拼单获利舞弊风险

店员拼单舞弊风险管控的常见痛点

• 管控滞后：店员利用销售政策，对销售订单进行违规拼单操作等方式套取积分、现金、赠品等，损害公司利益。目前大部分的类似舞弊行为均需要通过线下查账、稽核才能发现，导致风险管控滞后。

• 影响大：如果无法及时发现与处理，店员利用监控漏洞，进行长期的、大批量拼单操作，对门店正常运营以及公司正当利益均带来重大影响；

• 业务场景复杂：门店的品牌活动、商场活动、团购活动类型众多、数量众多，这些营销活动均可能引发店员进行舞弊操作，同时，给予门店运营较为灵活的业务操作也增加了舞弊风险管控的难度。

店员拼单套利舞弊风险的场景化、数智化闭环管理

• 拼单获利风险识别：对拼单的相关关联场景进行梳理，根据其舞弊行为和目的探索相关的业务舞弊动作，构建相关的拼单风险指标及风险模型（如“单张小票多种收款类型小票数量占比”、“营业外时间录单”等指标），接着将相关业务数据及管理数据按照指标模型实现全天候的风险监控与识别。

• 拼单获利多维分析：根据自动化的风险识别异常的明细数据结果，按照品牌、门店、员工等进行多维分析拼单小票情况，快速准确定位异常拼单相关的门店、嫌疑人。

• 拼单舞弊风险事件处理：按照管理权限，推送拼单违规事件给相关责任人；根据指标异常结果，可通过监控、现场稽查快速响应处理违规嫌疑人；根据处理结果，线上反馈调查结果，实现风险线上闭环跟踪。

• 知识沉淀及后续类似舞弊事件应对策略的智能推荐：经过一段时间数据沉淀后，通过分风险事件任务看板、风险库等系统功能，全局感官拼单舞弊违规的影响、根因及问题处理，作为反哺业务规范的知识基础；沉淀的舞弊应对经验及知识库，在后续发生相似的风险事件后，相关系统功能实现智能化地推荐给相关处理人员，提升应对的效率与效果。