Cómo reducir los falsos positivos en el cribado de sanciones sin perder coincidencias relevantes

Para reducir los falsos positivos en el cribado de sanciones, identifique primero qué genera candidatos innecesarios, mejore los datos y la configuración responsables y compruebe que las coincidencias relevantes esperadas siguen detectándose. Elevar un umbral hasta que la cola resulte manejable no es una estrategia de control suficiente.

Las orientaciones supervisoras de CySEC de 2025 distinguen la eficacia de detección de la carga de trabajo generada por el sistema. Describen sistemas que producían pocas alertas irrelevantes, pero fallaban ante nombres sancionados modificados.¹ El objetivo no es, por tanto, tener la cola más pequeña, sino poder explicar tanto la capacidad de detección como el coste operativo del cribado.

Esta guía aborda la calibración y el aseguramiento de la calidad. Para el alcance jurídico y la selección de listas, consulte la guía práctica de cribado de sanciones. Para la compra de tecnología, utilice la guía para elegir software de cribado de sanciones.

¿Qué es un falso positivo en el cribado de sanciones?

Una alerta señala una posible coincidencia. Un falso positivo es un candidato cuya revisión concluye que no corresponde a la parte incluida en la lista. Una alerta no resuelta no es una coincidencia confirmada ni un falso positivo demostrado.

Las orientaciones británicas de OFSI distinguen una coincidencia de nombre de una coincidencia con la persona designada y explican cómo los datos identificativos ayudan a determinar si se trata de la misma persona.²

Mantenga separadas estas tres preguntas:

Para la evidencia de una alerta concreta, consulte cómo documentar la investigación de una alerta de sanciones. La coincidencia de nombres tampoco sustituye al análisis de propiedad y control a efectos de sanciones.

Diagnostique por qué se generan alertas innecesarias

Antes de cambiar el filtro, tome una muestra de coincidencias descartadas y agrúpelas por causa. No incluya los casos pendientes entre los descartados. El siguiente marco es una herramienta práctica de diagnóstico, no un modelo de puntuación impuesto por un regulador.

No interprete cada candidato que corresponde a una persona distinta como un defecto del motor de coincidencias. Cierta ambigüedad es inevitable cuando los nombres se parecen y apenas hay datos que los distingan. La cuestión práctica es si mejores datos o una configuración controlada pueden evitar trabajo innecesario sin ocultar candidatos relevantes.

Pruebe por separado la escritura original y la transliteración

El cribado multilingüe no consiste solo en eliminar tildes. El formato de la Lista de Sanciones del Reino Unido incluye nombres en escrituras no latinas y campos de escritura e idioma.³ La FCA describió en mayo de 2026 deficiencias en la detección de variantes y nombres no latinos.⁴

Conserve el nombre original cuando esté disponible. Guarde la forma normalizada o transliterada junto a él, en lugar de sustituirlo sin dejar rastro. Después, pruebe las vías que utilizan realmente sus clientes, contrapartes y fuentes de sanciones.

El cirílico, el árabe y el tailandés son ejemplos para incluir cuando resulten relevantes para la cartera. No constituyen una lista universal impuesta por un regulador ni una afirmación de que todos los proveedores admitan esas vías de coincidencia entre escrituras.

Pruebe la integración real, además del servicio de coincidencias. Una interfaz puede mostrar correctamente un nombre mientras una importación, un límite de campo previo o la normalización modifica lo que llega al cribado. Registre tanto el valor enviado como el efectivamente cribado cuando el sistema permita consultarlos.

Use los identificadores secundarios como evidencia, no como atajos

OFSI describe las fechas de nacimiento, la nacionalidad, las direcciones y los identificadores como contexto útil para evaluar la identidad. Una dirección distinta puede dejar abierta una posible coincidencia si otros atributos concuerdan.² Un único campo contradictorio no debe convertirse en una regla universal y no documentada para descartar alertas.

Entienda si cada campo funciona como búsqueda exacta, filtro de candidatos, dato para la puntuación o información visible solo para el revisor. Cada función tiene riesgos distintos. Un filtro excluyente puede impedir que un candidato llegue a revisión; una señal de puntuación puede cambiar su posición o el grado de confianza. Pruebe el comportamiento documentado de cada flujo, sin asumir que todos los campos funcionan igual.

Calibre la configuración con pruebas comparables

OFAC no recomienda un umbral universal para su propia herramienta de búsqueda. Deja esa elección a la evaluación de riesgos y las prácticas de cumplimiento del usuario.⁵ Esa orientación se refiere a la herramienta de OFAC, no al algoritmo ni a la escala numérica de Checklynx.

Una secuencia práctica de calibración es:

1. Definir las fuentes, los tipos de parte y los flujos incluidos.
2. Registrar la configuración actual y una instantánea de los datos fuente.
3. Preparar conjuntos de coincidencias esperadas y no coincidencias con revisión independiente.
4. Ejecutar la referencia inicial y conservar los resultados por candidato.
5. Cambiar un parámetro o un grupo claramente definido de parámetros.
6. Comparar coincidencias esperadas no detectadas, volumen de candidatos e impacto operativo.
7. Investigar las diferencias inesperadas antes de aprobar el cambio.
8. Conservar la configuración aprobada, la evidencia de las pruebas y el plan de reversión.

Cuando sea viable, reserve un conjunto independiente de validación que no se haya utilizado para ajustar los parámetros. De lo contrario, la configuración puede aprender a superar una prueba conocida sin representar adecuadamente la población más amplia.

La segmentación puede ayudar cuando existen diferencias reales: personas y empresas, registros completos y escasos, o datos de alta y de partes de un pago. Documente la justificación, prepare pruebas representativas para cada segmento y compruebe qué ocurre cuando un registro cambia de segmento. No elija parámetros únicamente para alcanzar un porcentaje objetivo de alertas.

Distinga exclusión, supresión y priorización

Estas definiciones de trabajo permiten evaluar cambios sin depender de la terminología de un proveedor.

Excluir no es lo mismo que descartar la coincidencia de una persona concreta con un registro fuente concreto. Tampoco un nombre por sí solo debe convertirse en permiso permanente para eludir el cribado.

CySEC notificó omisiones de registros sancionados causadas por un filtro de personas fallecidas. Sus orientaciones también señalan la necesidad de prestar atención a las coincidencias con alias débiles.¹ No adopte la exclusión general de personas fallecidas o alias débiles como consejo para reducir ruido. Aplique los requisitos pertinentes de su supervisor y pruebe el efecto sobre la población sancionada incluida en el alcance.

Antes de reutilizar una decisión de no coincidencia, documente:

• La relación entre el cliente y el registro fuente cubierta por la decisión.
• Los hechos y la evidencia que justificaron el descarte original.
• Quién puede aprobar, revisar o revocar la reutilización.
• Qué cambios en el cliente, la fuente, los alias, los identificadores o la configuración obligan a reconsiderarla.
• Cómo se mantiene la trazabilidad entre los candidatos suprimidos y la decisión original.
• Cómo comprobará el control de calidad que la supresión no es demasiado amplia ni está obsoleta.

Son controles recomendados para evaluar, no una afirmación de que todos los productos los apliquen automáticamente. Si el sistema no detecta un cambio relevante, defina otro mecanismo de revisión antes de confiar en la continuidad de la supresión.

Prepare pruebas que midan detección y carga de trabajo

Adapte la siguiente matriz. Elija tamaños de muestra y criterios de aceptación según el riesgo, los datos y las expectativas supervisoras aplicables. El tamaño de prueba de un regulador no es un requisito mundial.

Conserve para cada caso un identificador de prueba, la entrada, el objetivo esperado cuando proceda, la justificación del resultado previsto, la referencia de la fuente y la configuración. Distinga un candidato esperado de una decisión jurídica final esperada. La prueba de coincidencias suele comprobar la recuperación de candidatos; no demuestra que las sanciones se apliquen jurídicamente a la relación.

CySEC utilizó nombres oficiales de control y registros modificados, incluidos errores ortográficos y palabras omitidas o duplicadas.¹ Esto respalda probar más allá de las búsquedas exactas, sin convertir el resultado de una muestra en una garantía universal de detección.

Antes de utilizar datos reales de clientes, aplique los controles de acceso, privacidad y entorno de pruebas de su organización. Las variantes sintéticas de registros oficiales pueden resultar útiles, pero no sustituyen las características reales de la cartera.

Informe de las métricas con denominadores explícitos

No reúna la detección, la carga operativa y la calidad de revisión en un único porcentaje de precisión sin explicación.

Mantenga visibles los casos pendientes. Excluir los más difíciles del informe puede mejorar la calidad aparente sin una mejora real. Distinga también candidatos, sujetos únicos y ejecuciones: una persona puede generar varios candidatos o someterse al cribado repetidamente.

Un buen informe de cambios explica qué candidatos innecesarios desaparecieron, si se perdió alguno esperado y cómo cambió el trabajo de revisión. Investigue expresamente cualquier nueva omisión; una media favorable no la vuelve irrelevante.

Gobierne los cambios y las nuevas pruebas

Las conclusiones de la FCA de 2026 respaldan la calibración, las pruebas de aseguramiento y una mayor supervisión de las exclusiones y los cambios para las entidades de su ámbito.⁴ El siguiente registro es una recomendación práctica de implantación:

Repita las pruebas tras cambios relevantes en el motor, la configuración, las fuentes o la integración. Revise el conjunto de datos cuando cambien los clientes, las geografías o las escrituras presentes en la cartera. Vigile los resultados en producción después del lanzamiento, además de probar antes.

Una acumulación de alertas exige revisar capacidad y procesos junto con la configuración. No reduzca la cola restringiendo silenciosamente la detección. Conecte la evidencia del revisor con la gestión de casos y conserve una pista de auditoría que distinga el resultado del sistema del criterio autorizado.

Cómo respalda Checklynx el flujo

Checklynx conecta el cribado de sanciones con nombres, alias, identificadores, contexto de las fuentes y evidencia de revisión. Su producto de sanciones admite flujos de API, lotes, clientes y recribado, así como la reutilización de decisiones de no coincidencia. Su producto de coincidencias describe el contexto de identidad a nivel de perfil y mantiene el criterio del revisor.⁶⁷

Utilice las funciones de coincidencia y puntuación junto con pruebas representativas y confirme los parámetros y el comportamiento exactos en la documentación vigente para desarrolladores. Valide las escrituras admitidas, los filtros y la reutilización de decisiones en la integración que vaya a operar. Su organización conserva la responsabilidad sobre la configuración, las obligaciones de sanciones aplicables y las decisiones finales.

Preguntas frecuentes

¿Cuál es el mejor umbral para el cribado de sanciones?

No existe un parámetro universal. Defina las fuentes y el comportamiento esperado y compare configuraciones con positivos representativos, variantes y no coincidencias. Una puntuación del proveedor no debe interpretarse como probabilidad salvo que ese significado esté expresamente respaldado.

¿Menos alertas significa mejor cribado?

No por sí solo. Una configuración restrictiva puede reducir candidatos y perder variantes relevantes. Demuestre la detección de coincidencias esperadas por separado de la eficiencia operativa.

¿Una fecha de nacimiento distinta permite descartar una coincidencia de nombre?

Una contradicción fiable puede ser evidencia importante, pero no una regla universal de descarte automático. Considere las fechas parciales o múltiples, la calidad de la fuente y el resto de la información de identidad. La falta de datos no es una contradicción verificada.

¿Deben excluirse para siempre los nombres ya descartados?

No. Evalúe la reutilización de una decisión concreta, con evidencia y condiciones de reconsideración. Una decisión previa sobre un registro fuente no debe descartar silenciosamente todos los registros futuros con un nombre similar.

¿Debemos probar nombres en cirílico, árabe y tailandés?

Inclúyalos cuando esas escrituras o sus transliteraciones aparezcan en su cartera o en las fuentes. Pruebe por separado las vías en escritura original y entre escrituras, y verifique la compatibilidad en lugar de asumirla.

¿Superar todas las pruebas demuestra que no hay falsos negativos?

No. Demuestra el resultado observado para esos datos, configuración y estado de las fuentes. Conserve los límites de la prueba, añada casos cuando aparezcan nuevos patrones de fallo y vigile los cambios en producción.