Transformer les données en opportunités : Metric in Motion – Détection des doublons grâce à l’IA

Des données de haute qualité sont bien plus qu’une simple référence : elles constituent une nécessité stratégique pour garantir la confiance, la Conformité et l’interopérabilité à l’échelle mondiale. Dans cet article, Zornitsa Manolova, responsable de la qualité des données et de la science des données au sein de la GLEIF, explique comment l’IA améliore encore la détection des doublons afin de favoriser une identification unique et fiable des entités au sein du Système mondial des codes LEI.

---

---

Chaque identifiant d’entité légale (LEI) est unique et ne peut représenter qu’une seule entité. Chaque entité ne peut détenir qu’un seul code LEI. Ces principes sont à la base du Système d’identification international pour les entités légales, permettant à quiconque, partout dans le monde, d’identifier les entités légales en toute confiance.

La prévention des doublons dans les enregistrements LEI est donc essentielle pour préserver la confiance dans le système LEI mondial et constitue un élément clé du programme proactif de gestion de la qualité des données de la GLEIF. Grâce à un processus bien établi de détection et de correction des doublons – comprenant des contrôles préventifs, l’engagement et la vérification des émetteurs de LEI, ainsi que des procédures opérationnelles claires –, les doublons potentiels représentent déjà moins de 0,2 % de l’ensemble des enregistrements du système LEI mondial.

Renforcer la détection des doublons grâce à l’IA

Alors que les volumes et la complexité des données ne cessent d’augmenter, la GLEIF s’engage à améliorer encore les processus de détection des doublons. L’IA, en particulier, offre de nouvelles opportunités pour promouvoir une approche plus précise, évolutive et cohérente.

L’un des contrôles clés déjà amélioré par l’IA est la fonctionnalité « Vérification des doublons » de la GLEIF.

La fonction « Vérification des doublons » permet aux émetteurs de LEI de vérifier si le LEI proposé et les données de référence associées existent déjà dans le Répertoire mondial des LEI avant la publication d’un nouveau LEI. Au cours du processus d’émission, les nouveaux enregistrements sont comparés à la fois à l’intégralité de l’Index LEI et aux enregistrements qui n’ont pas encore été émis par d’autres Émetteurs de LEI. Cela permet de garantir que, même si une même entité légale s’adresse à plusieurs Émetteurs de LEI, les doublons potentiels puissent être identifiés et résolus avant la publication.

Grâce à l’intelligence artificielle, ce dispositif va désormais au-delà de l’algorithme précédent, qui reposait principalement sur une correspondance approximative des noms. Il permet une détection plus précoce, une comparaison plus efficace des enregistrements potentiellement liés et une résolution coordonnée avant la publication.

Fonctionnement

Le processus amélioré de détection des doublons suit un flux de travail structuré qui comprend trois étapes principales :

• Prétraitement :
  L’enregistrement soumis est nettoyé et normalisé. Cela comprend la suppression de la ponctuation, la normalisation des espaces, l’analyse de l’enregistrement pour extraire les données de référence pertinentes, ainsi que la génération de vecteurs d’encodage en vue d’une comparaison ultérieure.
• Filtrage :
  Un backend optimisé par l’IA identifie ensuite les correspondances potentielles. Le processus vérifie d’abord le code LEI, puis compare les autorités d’enregistrement et les identifiants d’enregistrement. Les éléments de données de référence sélectionnés sont également convertis en représentations vectorielles et mis en correspondance avec les enregistrements existants dans le Répertoire mondial des LEI. Les enregistrements présentant des correspondances potentielles sont ensuite transmis à l’étape de notation.
• Notation :
  Cette étape évalue plus en détail ces correspondances potentielles afin de réduire les faux positifs. Elle prend en compte des éléments tels que la dénomination sociale, la forme juridique, l’adresse, la juridiction et la date de création de l’entité, avec un traitement spécifique pour certaines catégories telles que les fonds et les succursales.

Une détection des doublons plus rapide, évolutive et plus cohérente

Dans son ensemble, ce processus renforce la détection des doublons en permettant :

• Une détection plus rapide et plus précoce des enregistrements potentiellement en doublon avant la publication d’un nouveau LEI dans le Répertoire mondial des LEI.
• Une évolutivité améliorée à mesure que le système LEI mondial continue de se développer, l’utilisation de vecteurs d’encodage permettant de comparer les enregistrements à de grands volumes de données de référence LEI existantes.
• Une approche cohérente et normalisée, indépendante de la nature et de la localisation de l’émetteur de LEI.
• Des contrôles de qualité des données renforcés grâce à la vérification de multiples éléments de données, notamment le code LEI, l’autorité d’enregistrement, les identifiants, la dénomination légale, l’adresse, la juridiction et la forme juridique.

Exploiter le potentiel de l’IA pour la détection des doublons

Grâce au prétraitement, au filtrage et à la notation assistés par l’IA, il apparaît clairement comment l’IA permet à la fonctionnalité « Vérification des doublons » de devenir plus évolutive, plus efficace et plus sensible au contexte.

Pour que l’IA fournisse des résultats fiables, elle doit s’appuyer sur des données complètes et fiables et être encadrée par une Gouvernance claire. Au sein de la GLEIF, cette gouvernance est renforcée par une gestion proactive de la qualité des données, des processus de validation bien établis et une surveillance continue du système LEI mondial. Les recommandations de l’IA s’accompagnent d’un processus décisionnel transparent, d’un affinement continu des modèles de détection, ainsi que de l’expertise et de la supervision humaines, afin de garantir des résultats précis et cohérents.

Ensemble, ces éléments soutiennent l’engagement continu de la GLEIF en faveur d’une gestion proactive de la qualité des données et du maintien de la confiance au sein du système mondial des codes LEI.

---