这些系统无法根除隐藏在复杂客户网络中的关键风险领域和特定类型。 由于依赖传统的监控系统，大多数机构都采用预先确定的清单方法进行调查。这一过程与犯罪分子用来洗钱的复杂计划背道而驰。 数据质量也是一个关键挑战。数据通常分散在公司各处，特定字段可能参差不齐，而且系统之间无法通信。即使有数据，也常常需要进行大量的组织和规范化才能用于监控或调查。 “负责任地使用新技术，包括数字身份和尖端交易监控和分析解决方案（包括协作分析），可以帮助公共和私营部门有效、基于风险地实施 FATF 标准，并促进金融包容性。
” FATF（2021 年） 然而，为了能够看到更大的交rcs 数据伊朗易监控图景并充分优化所有数据，调查团队需要从被动的检测和调查过程转变为主动发现和打击金融犯罪的方法。为此，需要更多相关数据或背景。随着背景成为有效检测和调查的核心，Quantexa 提供的上下文监控解决方案成为答案。与传统监控系统不同，上下文监控平台使用实体解析来解决交易对手，并通过网络分析或图论更好地理解它们之间的关系。
该平台不断提出最相关的问题： 原始交易对手是谁？ 受益交易对手是谁？ 我们对它们了解多少？ 通过应用网络分析，调查人员可以确定该实体是否与犯罪活动有直接或间接联系。情境监控本质上是将调查人员在警报生成后手动收集的所有数据应用于部分客户，并将其大规模应用于所有客户和各方以进行检测。利用执法和警察机构共享的数据和情报，标志着一种打击金融犯罪和欺诈的新方法。