Bagaimana Banco de Portugal Memperkuat Kualitas Data LEI dalam Skala Besar

Ana Sofia Afonso, Ilmuwan Data di Divisi Manajemen Data di Banco de Portugal, berbagi pendekatan praktis untuk mempertahankan standar kualitas data tertinggi dalam skala besar - menggabungkan pemeriksaan silang berkemampuan AI terhadap sumber nasional yang otoritatif dengan fasilitas tantangan massal berkemampuan API dari GLEIF.

---

---

Data Pengenal Badan Hukum (LEI) yang berkualitas tinggi merupakan kunci untuk memastikan bahwa organisasi secara global dapat mempercayai dan dipercaya. Namun, kualitas ini tidak dapat diwujudkan melalui "pembersihan" manual yang bersifat ad hoc dan satu kali yang tidak konsisten, lambat, dan mahal. Sebaliknya, hal ini semakin menuntut alur kerja yang dapat diaudit dan dapat diulang yang dirancang untuk meningkatkan kualitas dalam skala besar sekaligus mengurangi proses manual.

Ambillah tantangan untuk mengetahui kapan LEI nonaktif - yang mengindikasikan bahwa perpanjangan tidak dilakukan tepat waktu - harus 'dipensiunkan' untuk mengonfirmasi bahwa Badan Hukum tersebut telah berhenti beroperasi. Bagaimana hal ini dapat dicapai dalam skala besar? Dan, yang terpenting, bagaimana keputusan dapat didukung dengan bukti yang jelas, konsisten, dan dapat diverifikasi?

Dalam artikel blog ini, Ana Sofia Afonso, Ilmuwan Data di Divisi Manajemen Data di Banco de Portugal, menjelaskan bagaimana Tantangan ini diatasi. Dengan menggabungkan pembelajaran mesin (ML) dan algoritme berbasis AI dengan kontrol kualitas yang ketat dan validasi ahli untuk mengidentifikasi LEI yang memenuhi syarat untuk dihapuskan, hal ini memperkuat konsistensi dan tata kelola data di seluruh sistem rujukan nasional dan internasional. Hal ini menawarkan cetak biru yang menguraikan bagaimana semua pengguna data LEI dapat membantu meningkatkan ketepatan waktu, keakuratan, dan keandalan di seluruh Sistem LEI Global.

Memahami LEI dalam Lingkungan Data Rujukan Nasional

Di Portugal, setiap badan hukum penduduk harus memiliki pengenal nasional untuk tujuan hukum dan fiskal. Namun, LEI hanya wajib dalam konteks peraturan tertentu. Akibatnya, cakupan LEI secara keseluruhan tetap lebih terbatas. Selain itu, peristiwa siklus hidup LEI sering kali dipicu oleh kewajiban pelaporan eksternal dan bukan oleh perubahan aktual dalam status hukum suatu Badan Hukum.

Hal ini menciptakan tantangan struktural. Seiring dengan berkembangnya daftar perusahaan nasional, data LEI - terutama untuk entitas yang berhenti memperbarui data rujukan mereka - dapat menjadi tidak sinkron. Seiring berjalannya waktu, kami mengamati bahwa hal ini menimbulkan beberapa masalah yang berulang:

• LEI Nonaktif yang masih tersisa tidak berlaku lagi setelah entitas yang bersangkutan menjadi tidak aktif dalam daftar perusahaan nasional;
• Ketidakkonsistenan antara pengenal nasional yang tercatat di GLEIF dan yang dimiliki oleh otoritas nasional (sumber data untuk sistem data rujukan Banco de Portugal);
• Kebutuhan untuk melakukan investigasi manual yang memakan waktu, sulit untuk diprioritaskan, dan tidak mungkin untuk ditingkatkan secara efektif.

Mengapa LEI Nonaktif Membutuhkan Interpretasi yang Cermat

Menanggapi tantangan ini, kami mulai mengeksplorasi pendekatan untuk secara efisien dan efektif meningkatkan Kualitas Data di seluruh siklus hidup LEI dan meningkatkan kepercayaan pada data rujukan global.

Wawasan utama dari analisis awal kami adalah bahwa LEI Nonaktif bukan berarti Badan Hukum yang terkait sudah tidak aktif. Tidak diperpanjangnya LEI mungkin hanya mencerminkan perubahan dalam kewajiban pelaporan dan bukan penghentian Badan Hukum. Sebaliknya, suatu Badan Hukum mungkin sudah tidak aktif secara hukum saat LEI-nya sudah tidak berlaku atau masih diterbitkan.

Yang paling penting, kami menyadari pertimbangan penting: menghentikan LEI secara tidak tepat lebih buruk daripada tidak menghentikannya sama sekali, karena hal ini akan salah menggambarkan bahwa Badan Hukum telah berhenti beroperasi. Akibatnya, badan hukum tersebut dapat terhambat dalam kemampuannya untuk berdagang atau menjalankan operasinya secara lebih umum. Hal ini berarti bahwa mengandalkan status 'lapsed' sebagai pemicu otomatis untuk pensiun akan menimbulkan risiko Tata Kelola yang signifikan, dan oleh karena itu, solusi apa pun harus konservatif, berbasis bukti, dan dapat diaudit sepenuhnya.

Akibatnya, tantangan yang sebenarnya adalah membedakan antara:
a) LEI yang tidak diperpanjang tetapi masih berhubungan dengan entitas yang aktif, dan
b) LEI yang terkait dengan entitas yang secara hukum tidak aktif di Portugal.

Pendekatan kami: AI dalam Pemeriksaan Silang terhadap Data Nasional yang Berwenang

Untuk mencapai perbedaan ini dengan andal, diperlukan pengintegrasian berbagai sumber data dan penerapan kontrol kualitas yang konsisten dan berbasis bukti. Pendekatan kami dibangun berdasarkan prinsip yang sederhana: Keputusan siklus hidup LEI harus bergantung pada informasi nasional yang otoritatif dan dijalankan dengan cara yang terkontrol dan terukur.

Untuk melakukan hal ini, data dari GLEIF, sumber eksternal, dan daftar perusahaan nasional terus diintegrasikan ke dalam lingkungan data rujukan kami, yang memberikan pandangan terkonsolidasi tentang identitas Badan Hukum, status hukum, dan status pendaftaran LEI. Algoritme berbasis ML dan AI kemudian diterapkan untuk menstandarkan nama dan pengenal entitas dan untuk menghitung skor kesamaan di seluruh set data, memungkinkan pemeriksaan silang berskala besar atas catatan LEI dengan sumber nasional yang otoritatif untuk mengidentifikasi kapan pembaruan diperlukan.

Setelah divalidasi, pembaruan kemudian dioperasionalkan melalui fasilitas Tantangan massal berkemampuan API dari GLEIF, yang secara signifikan mengurangi upaya manual dan merampingkan proses internal kami. Di saat yang sama, fasilitas ini menambahkan lapisan jaminan tambahan dengan memungkinkan validasi informasi pihak ketiga yang independen. Hal ini memastikan bahwa pengakhiran vLEI diproses secara konsisten, efisien, dan dengan keterlacakan penuh, sekaligus menghindari intervensi ad hoc atau manual yang tidak perlu.

Penting juga untuk dicatat bahwa di seluruh alur kerja, pengawasan manusia tetap penting. Kasus yang rumit atau ambigu dieskalasi untuk ditinjau oleh ahli, untuk memastikan bahwa otomatisasi memperkuat Tata Kelola dan bukan menggantikannya.

Hasilnya: Dari Investigasi Reaktif ke Proses yang Terkendali

Menerapkan pendekatan ini memberikan hasil yang jelas dan terukur.

Pertama, kami mengidentifikasi LEI yang benar-benar memenuhi syarat untuk dihentikan, berdasarkan pada ketidakaktifan hukum yang terverifikasi, bukan hanya perilaku perpanjangan.

Kedua, kami menemukan sejumlah besar masalah kualitas data yang tidak terkait dengan pengakhiran, terutama yang melibatkan akurasi pengenal. Menyelesaikan ketidaksesuaian ini meningkatkan keselarasan secara keseluruhan antara basis data referensi nasional dan catatan GLEIF.

Ketiga, analisis longitudinal kami tentang status pendaftaran LEI menunjukkan bahwa peningkatan LEI Nonaktif dan LEI Hentikan sebagian besar mencerminkan dinamika siklus hidup badan hukum yang otentik daripada degradasi data sistemik. Memasukkan dimensi waktu ini terbukti penting untuk menafsirkan data dengan benar.

Terakhir, kami beralih dari investigasi manual yang bersifat ad-hoc ke alur kerja yang dapat diaudit dan dapat diulang yang didukung oleh kriteria yang jelas dan hasil yang terdokumentasi, sehingga memperkuat konsistensi dan Tata Kelola.

Meningkatkan Kualitas Data di Seluruh Sistem LEI Global

Di luar manfaat operasional signifikan yang diwujudkan, pendekatan ini mewakili komitmen kuat kami terhadap Sistem LEI Global. Dengan berbagi informasi secara tepat waktu dan memperbarui data rujukan LEI di luar siklus Perpanjangan LEI standar, kami secara aktif membantu mempertahankan standar kualitas data tertinggi dan memastikan bahwa data rujukan LEI tetap akurat dan mutakhir. Hal ini memainkan peran penting dalam mempromosikan kepercayaan dan transparansi di seluruh perekonomian Portugal dan sekitarnya.

Ucapan terima kasih

Karya ini merupakan hasil kerja tim kolaboratif, yang menggabungkan pengetahuan, pengalaman, dan perspektif dari beberapa kontributor yang upaya bersamanya memungkinkan hasil ini. Saya ingin mengucapkan terima kasih yang tulus kepada semua pihak yang terlibat dalam proses ini, yang diskusi, umpan balik, dan dedikasinya sangat penting dalam pengembangan karya ini, dengan perhatian khusus kepada Maria do Carmo Moreno dan Bruno Gonçalo Tenório. Pandangan yang diungkapkan dalam karya ini tidak selalu mewakili pandangan institusi dan harus dipahami semata-mata sebagai interpretasi dan analisis penulis terhadap pokok bahasan.

---