Qualidade de Dados / Data Quality

Neste post vou descrever os diferentes tipos de listas que são possíveis de deduplicar.

Tal como tinha dito no post inicial existem as listas Standard, Externas, Negativas e de Enriquecimento.

As listas Standard são as "nossas" listas, aquelas onde vai incidir o tratamento. Podemos ter uma ou várias listas com prioridades entre elas. Vamos assumir que temos a lista com os clientes da empresa, mas entretanto surgiram outras pequenas listagens de outros clientes porque foi feita a incorporação de outras empresa, ou seja passam a ser nossos clientes também, mas para que se possa ter uma noção concreta do valor desses clientes vamos fazer a incorporação dos mesmos numa listagem única e deduplicada.

Podemos então dizer que os clientes existentes têm prioridade máxima e prioritizar todas as outras listas. Dessa forma no final na listagem de duplicados o master dos duplicados será sempre aquele com a prioridade mais elevada.

O mesmo relativamente às listas externas, que como o nome indica são listas que são por exemplo registos do departamento financeiro e que queremos comparar com os registos do marketing, porque não existe integração entre as duas ferramentas. Mais uma vez as prioridades aqui são válidas.

Um pouco como estas listas externas temos as listas de Enriquecimento que são listas que contêm dados que necessitamos de incorporar nos nossos dados, mas que estão noutras listagens. Por exemplo termos uma lista de clientes sem numero de contribuinte e o departamento financeiro ter uma lista com os NIF's de todos os clientes. Vamos por isso enriquecer a informação inicial com os NIF's dos clientes.

Por fim temos as listas negativas que propositadamente deixei para o fim. Aqui temos os Robinson (pessoas que pediram para não serem contactadas novamente), os "terroristas" e por exemplo os devedores.

Quando se fala de terroristas é mesmo no pior sentido da palavra, mas essa temática já a desenvolvi em outros posts como por exemplo neste.

Finalmente para finalizar esta temática aqui fica o ultimo post com o link para download do withe paper de compliance.

Lucre com as Soluções de Qualidade de Dados da Uniserv para compliance, incluindo:

• Revisão confiável dos dados (Data Cleansing) através da deduplicação automática dos actuais clientes, fornecedores e dados sócio contra listas de embargo nacionais e internacionais (em processamento em batch ou em tempo real)
• São necessários recursos e custos mínimos para garantir o compliance, como resultado de uma deduplicação de dados automatizada
• A protecção da sua competitividade e protecção contra as consequências legais e vendas perdidas causadas por incumprimento

Tal como prometido aqui fica igualmente o link para o white papper referente a esta matéria.

Soluções de qualidade de dados da Uniserv - o Compliance de confiança com um mínimo de esforço

As soluções de qualidade de dados da Uniserv vão apoiá-lo em garantir o Compliance de forma confiável ​​e transparente, através da máxima qualidade dos dados. Coerência dos dados em formatos normalizados, bem como soluções completas para a correspondência automática dos actuais clientes, fornecedores e parceiros de dados com as listas de embargo proteger você e sua empresa contra as consequências financeiras e jurídicas.

Data Quality Batch Suite para Compliance: A suíte completa de produtos para a verificação em batch totalmente automático para limpeza dos dados do cliente e para a deduplicação automatizada de dados em batch contra listas de embargo (listas de bloqueio).

Data Quality Real-Time Services para Compliance: Para a protecção da qualidade dos seus endereços directamente nos sistemas operativos assim como a deduplicação em tempo real de dados contra listas de bloqueio.

A nossa contribuição para o cumprimento de Compliance: Deduplicação automatizada dos dados do cliente contra as listas de embargo (listas de bloqueio) de forma rápida, com pesquisa tolerante ao erro, com reconhecimento automático de duplicados e de agrupamentos de dados de nome e endereço, validação de dados e aumentando ou sincronizando com outros sistemas são apenas algumas das as funções do DQ Batch Suite e DQ Real Time Services da Uniserv- a nossa contribuição para a observância de confiança de requisitos de Compliance.

Hoje em dia o Compliance abrange não só a observância de leis ou regulamentos comerciais, mas também a proibição e obrigação de notificar as autoridades das transacções envolvendo pessoas suspeitas e empresas. Multas severas e a ameaça consequências jurídicas, no caso de não cumprimento. A adequação permanente de clientes, fornecedores e parceiros de dados com as listas de embargo nacional e internacional (listas de bloqueio) é, portanto, uma obrigação para cada empresa. O problema: Má qualidade de dados como resultado de dados incorrectos, inconsistentes pode inviabilizar este processo de harmonização.

Desafios

Dados de clientes e fornecedores inconsistentes - A principal fonte de perigo

Cada transacção comercial deve ser comparada com as listas de embargo. Isso já é bastante difícil com uma base pequena de clientes e de fornecedores, é um verdadeiro desafio com dezenas de milhares ou mesmo milhões de transacções. Mas os custos de buscas de correspondentes feitas de forma manual equivale a muito tempo e dinheiro. O resultado mais comum: a harmonização só é realizada parcialmente ou não de todo, o que pode ter consequências fatais tanto financeiramente como em temos responsabilidade. A confiança dos parceiros e clientes também é afectada se ele tiver feito negócios com pessoas suspeitas - deliberadamente ou inadvertidamente. Existe o perigo de perda de vendas aqui, o que pode ameaçar a existência da sua empresa na pior das hipóteses.

Segurança, sem garantias - Mudando listas de embargo

As listas de embargo próprias também podem ser um desafio para os seus processos de harmonização. Listas actualizadas regularmente exigem a comparação permanente contra a base de dados actual, em constante mutação. E as listas de bloqueio próprias também não são seguras contra inconsistências:

• Suspeitos são listados com aliases e outras informações que podem ser pouco claras
• Convenções específicas de cada país levam a uma variedade de grafias que tornam o processo de identificação mais difícil
• Os dados das pessoas suspeitas alteram conforme a proveniência e de lista para lista, como resultado por exemplo de deslocalizações ou de novas informações
• Os dados foram inseridos de forma incorrecta ou ambígua pelo compilador da lista

Lucre com todas as Soluções de Data Quality para ERP, incluindo:

• Óptima qualidade dos dados em todos os componentes do ERP através da monitorização permanente na criação inicial dos dados e alterações (Data Quality Firewal)
• Revisão confiável dos dados (Data Cleansing) de acordo com regras definidas e combinando-a contra dados de referência (por exemplo, morada, dados geográficos, ...) no processamento em batch ou em tempo real
• Ambiente "Anti-envelhecimento" para o seu cliente / fornecedor de dados através da integração automática de informações sobre as mudanças do endereço ou da empresa tanto no B2B e B2C
• Planeamento corporativo mais confiável e mais flexível em todas as áreas da empresa
• O controle efectivo do seu negócio operacional de processos através do fornecimento de informações detalhadas sobre a base actualizada, correcta e sem dados duplicados
• A gestão eficiente de riscos e com conformidade garantida através de correspondência regular, de dados fiáveis com as listas de embargo (listas de bloqueio)
• Redução do risco de crédito através do aprimoramento automático de dados com informações externas.

Quanto mais flexível e mais confiável for o planeamento corporativo e as funções de controle, maior será o potencial para identificar oportunidades de negócios com mais rapidez e acompanhar a evolução do mercado, sem quaisquer problemas. Isso exige um eficiente sistema de Enterprise Resource Planning (ERP), que fornece uma visão única de todas as áreas da empresa, tais como finanças e controle, produção e logística, gestão de materiais, marketing, vendas e gestão de pessoal.

Muito frequentemente, contudo, master data inconsistente e sua má qualidade significa que os processos de negócio cooperativo não podem ser adequadamente implementados e as decisões estratégicas devem ser feitas sem uma base de informação forte.

Desafios
Informações incorrectas de clientes na master data - maior consumo de recursos, custos elevados
A má qualidade dos dados do cliente na base de dados pode significar que as mercadorias não sejam entregues, e é preciso grande esforço para investigar os endereços. Sistematicamente, o planeamento de rotas rentável para a logística, torna-se uma loteria, e detalhes de contas bancárias incorreras, fornecidas de forma intencional ou inadvertidamente, pode levar a atrasos no pagamento ou mesmo o não-pagamento.

Dados incorrectos fornecedor - mal informados, maior risco
Endereços de fornecedor correctos e os números de telefone têm um papel importante, especialmente na compra, contratualização, engenharia de qualidade e logística. Num caso extremo, dados de baixa qualidade podem causar problemas de abastecimento que pode até resultar no parar de uma produção de custos elevados - com consequências imprevisíveis para o relacionamento com o cliente. Por outro lado, informações adicionais, por exemplo, sobre a credibilidade dos fornecedores, podem elevar consideravelmente a gestão do risco.

Aplicação inadequada de dados - o risco de consequências jurídicas
Todas as empresas na União Europeia são obrigadas a comparar todos os parceiros de negócios em relação à lista embargo da UE para produtos e operações de pagamento e, por exemplo a informar as autoridades se suspeita de terrorismo. Pesadas multas pode ser a consequência, se este não for cumprido em virtude da fraca qualidade dos dados. A reputação da empresa também sofre, pelo que a confiança dos clientes e parceiros é afectada, o que coloca as actividades da empresa em risco.

Master data de produtos e materiais inconsistente - um travão no processo efectivo
Os registos de dados de produtos e materiais em bases de dados das grandes empresas frequentemente chegam aos cinco dígitos. Isso torna difícil para os funcionários seleccionarem o produto correcto de forma inequívoca e as descrições de materiais que cumpram com as directrizes ao criar os dados. Isso resulta em descrições individuais que só podem ser encontrados por outros funcionários, após prolongada procura ou quando não em todos, em alguns casos. Base de dados com pobre qualidade dos dados diminui a produtividade das empresas, atrasos dos processos e fazem com que haja custos de investigação desnecessários.

Processos ineficientes de negócio - um terreno fértil para as decisões empresariais incertas
Os dados de um sistema ERP não são apenas necessários para os processos de negócio cooperativo, mas também servem como base para análises e decisões estratégicas (Business Intelligence). Má qualidade dos dados pode comprometer o cumprimento das regras de negócios, reduzir a utilidade das análises e adiar decisões de negócio importantes ou significar que sua base está doente.

A qualidade dos dados: Um factor chave para o sucesso do Master Data Management

Os sistemas Master Data Management, também chamados de sistemas MDM, permitem uma «única versão da verdade» para ser representado por uma vasta gama de dados da empresa.

Isto significa que todos os sistemas de dados relevantes de uma empresa e seus conteúdos são consolidados, de modo que a busca de informações em diferentes redes isoladas torna-se desnecessário. Independentemente de qual arquitectura do sistema MDM escolhida, tanto a alta qualidade dos dados de conteúdo como os meta dados são factores chave para o sucesso do projecto. Isto aplica-se à fase de execução e ás previsões de aumento da eficiência de utilização dos dados da empresa.

Nos próximos posts vamos descrever a importância da elevada qualidade dos dados no ambiente de MDM. Todas as fases de um sistema que está sendo planeado ou a ser implementado são consideradas.
Além disso, sugestões adequadas para (a) a optimização da qualidade dos dados e (b) mantendo-a num nível elevado durante a operação do dia-a-dia também são fornecidos para os sistemas MDM.
Master Data Management: o que exactamente significa isso?
Um dos grandes desafios no ambiente corporativo, hoje, é conseguir um Master Data Management (MDM) eficaz. O significado preciso deste termo pode ser explicado melhor de tudo pela seguinte definição de David Loshin (2009):

O objectivo é obter a chamada «versão única da verdade», isto é, que somente um sistema tem de ser consultado para mostrar todos os dados relevantes de toda a empresa. Não é necessário procurar informações em diferentes sistemas. Trabalhar com os dados é mais eficiente.

A partir desta consideração, pode-se reconhecer que o MDM não é apenas uma solução de software, mas o mais importante de uma questão de organização interna e definição de dados da empresa. Numa etapa final, esses dados são sincronizados em diversas formas e colocados à disposição do usuário final. Dependendo da complexidade dos sistemas e dados existentes numa empresa, o sucesso da implementação de um sistema MDM pode demorar vários meses ou mesmo anos.
A implementação é normalmente dividida em fases distintas:
- Em primeiro lugar, a master data real deve ser identificada e uma lista elaborada com os sistemas em que ele está a ser armazenado.
- O próximo passo é chegar a acordo sobre um Data Master Object Model e garantir que a meta data é consistente.

Uma vez que estes aspectos fundamentais estejam esclarecidos, várias exigências para os dados são decididas. Em primeiro lugar, os requisitos dos utilizadores da informação na área operacional devem ser considerados.
No entanto, essas demandas específicas também devem ser consideradas na implementação MDM, se é para ser base de um Data Warehouse ou base para análises de Business Intelligence.
Outras questões importantes são questões como a protecção de dados ou conformidade com os regulamentos anti-terrorismo.Em suma, todos os requisitos legais, operacionais e de análise para os dados devem ser considerados.
Além disso, os dados devem estar disponíveis com a qualidade adequada, de modo que os requisitos de conteúdo para os dados possam ser satisfeitos.

Configurando um sistema Master Data Management sempre significa implementar um projecto de toda a empresa.
Projectos desse tamanho, exige uma quantidade de trabalho intelectual de todos os interessados, especialmente se envolvem a criação da Master Data Object Model ou a padronização dos meta dados. A tendência actual é para chamar consultores externos, que podem fazer a ligação entre as diversas partes interessadas, os serviços e o pessoal responsável pelas várias fontes de dados com um grau de distanciamento dessas fases.

Os seguintes processos de comparação dos dados da empresa em relação às listas de sanções são tão importantes quanto o processo de correspondência em si e ao cumprimento dos requisitos de qualidade de dados. Se casos suspeitos foram encontrados durante a correspondência, estes casos devem ser verificados manualmente caso a caso. O software deve fornecer listas adequadas e / ou arquivos com os registos de dados para esta finalidade.Também é importante que os resultados sejam incorporados nos dados da empresa de tal maneira que os duplicados encontrados sejam documentados. Duplicados nos dados devem portanto ser marcados. Além disso, os dados oficiais, nos termos da lei devem ser enviados às autoridades respectivas.A documentação das validações efectuadas é muito importante.

EXEMPLOS DE CORRESPONDÊNCIAS POSITIVAS

Os exemplos são apresentados para ilustrar a possível forma de correspondências positivas. O primeiro registo de dados vem das listas de sanção. Os subsequentes registos de dados poderiam ser a partir dos dados da empresa. Os números em "Correspondência" representam o grau de semelhança e a precisão do duplicado. A faixa aqui é entre 70 e 100. A identificação do registo representa um indivíduo e o seu ID na base de dados.

Exemplo de uma completa operação de matching

O processo completo de correspondência, consiste na correspondência real, a geração de registos de validação adequados, a geração de uma lista de casos suspeitos, a marcação dos casos suspeitos e os casos não-suspeitos na base de dados, o manual de verificação dos casos suspeitos e da comunicação dos indivíduos e organizações identificadas como suspeitas à PJ (BAFA):

Alguns exemplos das listas de sanções são mostrados a seguir, para ilustrar o desafio que é encontrar uma solução de software. Todos os exemplos são entradas originais das listas sanção.

Ao comparar os exemplos, torna-se claro porque os países não constam das listas de sanção, o foco principal é sobre as organizações e os indivíduos que podem operar de diferentes países.

Os requisitos para um software adequado podem ser deduzidos a partir dos exemplos. Primeiro de tudo, o software deve ser capaz de lidar com uma mistura de indivíduos, organizações, instituições e companhias.

As características especiais dos campos das listas de sanção também devem ser consideradas. Há frequentemente um numero de elementos do nome que são difíceis de identificar como os primeiros nomes ou sobrenomes (nos indivíduos - B2C).

Além disso, há elementos do nome que são pouco conhecidos tanto em áreas culturais como em famílias linguísticas (nomes árabes ou asiáticos).

A movimentação de entradas específicas para cada país e entradas "típicas de embargo", tais como nomes árabes em primeiro lugar, os títulos, os prefixos também devem ser fornecidas pela solução de software.

Um desafio adicional é o procedimento para os elementos em falta. A este respeito, um endereço não completo é indicado na maioria dos casos. Em muitos casos, há apenas um nome de lugar, ou apenas um elemento do nome é conhecido. O software deve permitir também ser capaz de lidar com letras simples, abreviaturas, siglas e números (não para particulares - B2B).

O mesmo se aplica ao tratamento de sinónimos, nomes de organizações em várias línguas nacionais e a transformação de dados Unicode. Para todos estes requisitos, como existem muitas combinações corretas que podem ser obtidas como possíveis, o reconhecimentos de diferenças fonéticas e semelhanças têm de ser asseguradas.

Além disso, há uma alta probabilidade de erros de gravação, especialmente no caso de nomes estrangeiros. O software deve também ser capaz de lidar com tais problemas. Finalmente, um óptimo equilíbrio entre as exigências do regulamento anti-terrorismo da UE e as opções para a revisão manual deve ser encontrada.

Vários desafios precisam ser superados antes de correspondência da empresa de dados contra as listas de sanção poder ser bem sucedida.
Estes desafios dizem respeito a (a) os respectivos processos e (b) uma solução técnica adequada para regular a congruência dos dados da empresa contra as listas de sanção que satisfaçam os requisitos dos regulamentos anti-terrorismo da UE.
- Uma rotina permanente de validação de todos os endereços mantidos numa empresa contra as listas de sanção devem ser garantidos.
- Uma vez que os dados da empresa, normalmente dizem respeito a um maior volume de dados, o match de registo a registo é praticamente impossível. Soluções de processamento em batch são necessárias aqui.
- As várias listas de sanções têm uma estrutura heterogénea. Isto significa que a falta de padronização dos diferentes arquivos devem ser resolvidos tecnicamente. Idealmente, a preparação destas listas de sanções deve ser integrada na actual calibração, de modo que a qualidade do match não seja prejudicado pela heterogeneidade da estrutura das listas de sanções e os seus defeitos de normalização.Finalmente, é necessário que a solução de software (a) leia nas diversas listas de sanção, sem qualquer problemas e (b) é caracterizada pela alta precisão do reconhecimento de match.Mais características desta solução software: deve ser um sistema especialista inteligente que usa análises endereço específico (fonética, a lógica fuzzy) e regulamentos de cada país. Parametrizações individuais dos algoritmos de correspondência também é importante, de modo que um alto grau de flexibilidade esteja prevista.

A LIMPEZA INICIAL E LIMPEZA BANCO DE DADOS DA EMPRESA DE DADOS
A meta inicial de um clean-up de rotina e de limpeza da base de dados é a validação de todas as pessoas, organizações e os endereços do sistema contra a versão mais recente da lista de sanção. O resultado desta validação é um arquivo de "aviso" que é posteriormente processado manualmente ou electronicamente. Todos os potenciais hits positivos do match são mostrados neste ficheiro de advertência. Os registos de dados devem ser revistos em cada caso. É recomendável que a limpeza da base de dados seja realizada regularmente.

LISTAS EXTERNAS (ALUGUER OU COMPRA)
Se os dados de endereço são adquiridos a partir de fontes externas, quer por aluguer ou compra, estes endereços devem também ser validados contra as listas de sanção. Cada lista deve ser verificada antes de ser usada. Casos suspeitos não deveriam estar disponíveis para processamento adicional, independentemente dos processos a jusante.
Exemplos de processos incluem a jusante transferência desses endereços para o sistema in house ou sua utilização em actividades de publicidade.

PROCESSAMENTO INDIVIDUAL PARA OS TRABALHADORES NUM CALL CENTER
Considerando os dados da empresa e listas de endereços externos pode ser validado contra listas de sanções em processos batch, os dados são validados registo a registo, nos call centers. Aqui, por exemplo, o software valida cada novo endereço para verificar se se trata de uma pessoa nas listas de sanção. Se há uma suspeita fundamentada, o funcionário administrativo recebe uma mensagem que o endereço não pode ser inserido no sistema, neste ponto. O endereço é disponibilizado para processamento em separado. No caso do processamento electrónico de registos únicos, os endereços suspeitos da empresa de jogos contra as listas de sanções são marcados de forma totalmente automática e / ou integração no sistema que impediu.

PROCESSAMENTO ELECTRÓNICO DE REGISTOS UNICOS
A correspondência automática, que não é activamente perceptível, é executada em background durante a aceitação de dados.
Potenciais matchs são marcados neste processo, assim podem ser processados por pessoal autorizado na fase posterior (veja abaixo). A vantagem da aplicação deste cenário é que os empregados não se irritam por possíveis avisos durante o contacto com o cliente e podem continuar a seguir os seus respectivos processos.

PROCESSAMENTO EM BATCH POR FUNCIONÁRIOS AUTORIZADOS
O processamento batch de casos suspeitos pode ser confiada a funcionários especialmente qualificados da empresa. Aqui os casos suspeitos provenientes da limpeza e validação de listas externas são carregados no sistema e apresentados aos trabalhadores para sua decisão. Uma ferramenta em tempo real é utilizada para a própria decisão, que realiza as validações mesmo para os casos suspeitos como para os processos batch, mas mostra-los individualmente no ecrã.
É, assim, garantido que os resultados de cada validação batch sejam executados manualmente, validados e decididos.

No que respeita à aplicação prática do regulamento anti-terrorismo da UE, a questão da qualidade dos dados não deve ser negligenciada. São quatro os pontos na qualidade dos dados e nas características dos processos que são relevantes:
Devem sempre ser tomadas em consideração estas preocupações com a qualidade dos dados e nos processos internos. A qualidade e o processo de criação das respectivas listas de sanções não vão ser postas em causa ou discutidas aqui.

TRANSPARÊNCIA
Transparência é definida aqui como o conhecimento e à rastreabilidade de todos os processos em causa com aquisição de dados, combinados contra as listas de sanção, registando e processando a jusante em caso de encontrar correspondências.As seguintes questões são levantadas a este respeito:
- Como, exactamente, são inseridos os dados na base de dados (Master)?
- Qual é a fonte de dados?
- Como é o que se encontram correspondências contra as listas de sanção?
- Existem logs gerados pelas operações de correspondência e como são administrados?
- Qual é o processo de actualização das listas de sanção?
- Como são tratadas as correspondências?

A legislação já fornece informações para algumas destas questões. No entanto, a pergunta é sempre sobre se os respectivos regulamentos são cumpridos.

CREDIBILIDADE
A credibilidade é definida como a idoneidade e fiabilidade do registo de dados de particulares. Esta definição pode ser estendida para a credibilidade dos processos com a correspondência entre os registos da base de dados (Master) contra as listas de sanções.- Pode ser a fonte de dados confiável?
- É a fonte de dados conhecida?
- É o processo para combinação dos dados contra a listas de sanções confiável?
- É a fonte das listas de sanção conhecida e é confiável?- Os algoritmos de correspondência são adequados?

LIBERDADE DE ERROS
A informação está livre de erros, se corresponde à realidade.
No que respeita à questão da liberdade de erros, As seguintes perguntas devem ser feitas sobre os dados in-house e do processo de correspondência:
- Está o master de dados livre de erros? (E se os dados têm qualidade controlada e otimizada, caso seja necessário?)
- O processo de aquisição de dados (master) foram definidos, de modo que as regras adequadas possam ser respeitadas?

No caso destas questões, torna-se evidente que uma certa qualidade do master de dados já está assumida. Se nada se sabe sobre a qualidade dos dados ou se não foram tomadas medidas para garantir uma qualidade de dados, que seja suficientemente alta para haver confiança na comparação contra as listas de sanção, o resultado da correspondência deve ser posto em causa.

ACTUALIZAÇÃO
A informação é actualizada se representar o real carácter do objecto descrito em tempo real.
Aqui também existem várias perguntas sobre como fazer a comparação com as listas de sanção, que devem ser levantadas:
- É a qualidade dos dados do master adequada para combinar os dados contra a lista de sanção?- As listas de sanções estão actualizadas?
- A execução técnica do processo para a combinação dos dados contra a sanção lista está actualizada?

Finalmente, a qualidade dos dados não diz respeito só à alta qualidade do master dos dados, mas também à qualidade dos processos. Isto refere-se aos processos que garantam a alta qualidade dos dados da empresa e processos que asseguram efectiva implementação de conformidade com o regulamento anti-terrorismo da EU. Torna-se claro aqui que a qualidade dos dados da empresa desempenha um grande papel quando ele é comparado com as listas de sanção.

A este respeito, não devemos ter só as preocupações com as componentes individuais do endereço, mas também os elementos do nome.
Este facto será considerado posteriormente com alguns exemplos.
Como não há a obrigação de fornecer uma verificação de conformidade com o regulamento anti-terrorismo da UE, é aconselhável para garantir que as provas documentais de correspondência são arquivadas, de modo que o processo totalmente "transparente" seja fornecido.

Acção Penal

Vale a pena conhecer as consequências do incumprimento com o regulamento anti-terrorismo da UE.

De referir que mesmo que de forma indirecta podemos ser afectados por esta lei cujas penas podem ir até aos 15 anos de prisão.

Artigo 5.º -A

Financiamento do terrorismo
1 — Quem, por quaisquer meios, directa ou indirectamente, fornecer, recolher ou detiver fundos ou bens de qualquer tipo, bem como produtos ou direitos susceptíveis de ser transformados em fundos, com a intenção de serem utilizados ou sabendo que podem ser utilizados, total ou parcialmente, no planeamento, na preparação ou para a prática dos factos previstos non.º 1 do artigo 2.º, ou praticar estes factos com a intenção referida no n.º 1 do artigo 3.º ou no n.º 1 do artigo 4.º, é punido com pena de prisão de 8 a 15 anos.
2 — Para que um acto constitua a infracção prevista no número anterior, não é necessário que os fundos provenham de terceiros, nem que tenham sido entregues a quem se destinam, ou que tenham sido efectivamente utilizados para cometer os factos nele previstos.
3 — A pena é especialmente atenuada ou não tem lugar a punição, se o agente voluntariamente abandonar a sua actividade, afastar ou fizer diminuir consideravelmente o perigo por ele provocado ou auxiliar concretamente na recolha de provas decisivas para a identificação ou a captura de outros responsáveis.

Mesmo as contra-ordenações são elevadas, podendo chegar aos 2.500.000€.

Artigo 54.º

Coimas
As contra-ordenações previstas no artigo anterior são puníveis nos seguintes termos:
a) Quando a infracção for praticada no âmbito da actividade de uma entidade financeira:
    i) Com coima de € 25 000 a € 2 500 000, se o agentefor uma pessoa colectiva;
    ii) Com coima de € 12 500 a € 1 250 000, se o agentefor uma pessoa singular;
b) Quando a infracção for praticada no âmbito da actividade de uma entidade não financeira, com excepção dos advogados e solicitadores:
    i) Com coima de € 5000 a € 500 000, se o agente for uma pessoa colectiva;
    ii) Com coima de € 2500 a € 250 000, se o agente for uma pessoa singular.

Depois ainda acrescem as sanções acessórias que podem significar interdição ou inibição do exercício de funções até 3 anos

Artigo 55.º

Sanções acessórias
Conjuntamente com as coimas, podem ser aplicadas ao responsável por qualquer das contra-ordenações previstas no artigo 53.º as seguintes sanções acessórias, em função da gravidade da infracção e da culpa do agente:
a) Interdição, por um período até três anos, do exercício da profissão ou da actividade a que a contra-ordenação respeita;
b) Inibição, por um período até três anos, do exercício de cargos sociais e de funções de administração, direcção, chefia e fiscalização em pessoas colectivas abrangidas pela presente lei, quando o infractor seja membro dos órgãos sociais, exerça cargos de direcção, chefia ou gestão ou actue em representação legal ou voluntária da pessoa colectiva;
c) Publicação da punição definitiva, a expensas do infractor, num jornal de larga difusão na localidade da sede ou do estabelecimento permanente do infractor ou, se este for uma pessoa singular, na localidade da sua residência.

O legislador logo no artigo 20º, cria uma salvaguarda de forma a proteger a identidade de quem fornece informações

Artigo 20.º

Protecção na prestação de informações
1 — As informações prestadas de boa fé pelas entidades sujeitas, no cumprimento dos deveres enumerados nos artigos 16.º, 17.º e 18.º, não constituem violação de qualquer dever de segredo, imposto por via legislativa,regulamentar ou contratual, nem implicam, para quem as preste, responsabilidade de qualquer tipo.
2 — Quem, ainda que com mera negligência, revelar ou favorecer a descoberta da identidade de quem forneceu informações, ao abrigo dos artigos referidos no número anterior, é punido com pena de prisão até três anos ou com pena de multa.

No próximo post vamos ver qual a relação de tudo isto com a qualidade de dados.

Os ataques terroristas de Al Qaeda nos Estados Unidos da América foram o catalisador para a passagem da regulamentação da UE contra o terrorismo. A primeira resolução da ONU passou pouco tempo depois.

Um aspecto novo nestas resoluções e regulamentos é o facto de que as organizações particulares e os indivíduos que nem sempre estão ligados a estados individualizados estão incluídos nas chamadas listas de sanção e não países completos.

A lista seguinte mostra as mais IMPORTANTEs RESPOSTAS aos ataques terroristas do 11 de Setembro de 2001:
- 28 de setembro de 2001: Adopção da resolução 1373 da ONU pela comunidade de estados
- 27 de dezembro de 2001: Regulamento (CE) n º2580/2001 – Implementação no aplicável Direito Comunitário
- 27 de maio de 2002: Regulamento (CE) n º. 881/2002 – extensão para indivíduos específicos / organizações
- Adicionalmente, a legislação dos E.U.A. reivindica em todo o mundo a validade das suas normas de controle de exportação, sempre que mercadorias dos E.U.A. são negociadas.

O legislador também especificou quem é responsável pelo correto cumprimento das referidas resoluções e regulamentos.

As responsabilidades de supervisão por parte da empresa são regulados no artigo 2º do decreto Lei nº 25/2008

Aqui se afirma que a gestão e os seus representantes autorizados, entidades e indivíduos devem ter medidas organizacionais razoáveis que garantam com suficiente probabilidade de que não são cometidas infracções, intencionalmente ou por negligência. A responsabilidade e obrigação de notificar as autoridades é considerada no mesmo decreto. Referência que os responsáveis na empresa são pessoalmente responsáveis por consequências penais. Essas pessoas só pode ser exoneradas pela evidência de uma funcionamento da organização e o cumprimento das necessárias e adequadas medidas de controlo.

Finalmente, nos termos do artigo 3º e 4º da referida lei, não há uma obrigação geral para todos que participam comercialmente no estrangeiro a fornecer informações. O órgão executivo para analisar o obrigação de fornecer informação é a Unidade de Informação Financeira. Não é definitivamente regulamentado, que é a autoridade responsável para esclarecer dúvidas sobre a identidade de um parceiro de negócios. No entanto, é aconselhável fazer inquéritos à UIF em tais casos.

Além da UIF, o cumprimento do anti-terrorismo da regulação da UE também é verificado pelas autoridades aduaneiras, o serviço de auditoria das finanças regionais, bem como pelas autoridades criminais (por exemplo, Ministério Público).

Regulamentação da UE contra o terrorismo e listas de sanção está a decorrer com firmeza: Opções para a execução técnica das disposições legais

PROCESSOS NÃO DISPONÍVEIS OU INSATISFATÓRIOS PARA PROCURA DOS CLIENTES E PROSPECTS CONTRA LISTAS DE SANÇÕES - UM RISCO DE NEGÓCIO FREQUENTEMENTE SUBESTIMADO E IMPLICA A RESPONSABILIDADE PESSOAL DOS GESTORES.

A aplicação das disposições estatutárias da regulamentação anti-terrorismo da UE ainda é um aspecto amplamente discutido no âmbito da Qualidade dos dados. Este regulamento proíbe que sejam colocados serviços financeiros e bens à disposição de organizações terroristas tanto em território nacional como no exterior.

Se as últimas exigências do regulamento anti-terrorismo da UE não são cumpridas, as consequências são previsíveis. Por exemplo, existe o perigo de que o conjunto dos activos da empresa sejam congelados.

Existe ainda o perigo de ser incluído numa lista de sanção, se fornecer dados a um dos indivíduos ou organizações listadas.
Também deve ser considerado que não há direito legal a ser removido da lista de sanção.
Qualquer pessoa que age sem pensar duas vezes, rapidamente coloca o futuro de toda a empresa em risco e por isso também o dos seus trabalhadores.

Organizações e indivíduos que estão sob a alçada do regulamento anti-terrorismo da UE estão incluídos em várias listas de sanção elaboradas pela União Europeia e pelas instituições dos Estados Unidos da América, entre outros.

Como consegue que os dados do cliente sejam comparados com as listas de sanções actuais, a fim de cumprir o regulamento? Nós apresentamos uma abordagem prática que combina as edições actuais da listas de sanções contra os dados mestre do cliente em processamento batch ou on-line, proporcionando-lhe segurança no que diz respeito à Regulamentação da UE contra o terrorismo.

Os requisitos legais e os seus efeitos estão já publicados em Diário da Republica. Além disso, a relação com a qualidade dos dados no sentido convencional será descrita em futuros posts. Finalmente, a opção para a prática da sua aplicação será considerada. A implementação de cenários será documentada com exemplos e possíveis processos jusante serão apresentados em igualmente em próximos posts.