במהלך השנים התגלו בישראל מעילות רבות. מרבית המעילות מתגלות במקרה כתוצאה מפיטורי המועל, אירוע חיצוני חריג כגון קורונה או מלחמה, דיווח של הבנק על חוסר התאמה, פניה של ספק וכדומה. נשאלת השאלה מדוע למרות המודעות לסיכון של מעילות ושיפור תהליכי בקרה ופיקוח ומעבר לתהליכי עבודה ממוחשבים, עדיין מרבית המעילות מתגלות במקרה? התשובה לנתון זה נעוצה בעובדה שמרבית הארגונים אינם משקיעים משאבים בחיפוש דגלים אדומים וחריגים שיכולים להצביע על קיום של מעילה בארגון וכן מהעדר בקרה בתהליכי קליטה של עובדים.
חשיבות בדיקות רקע בקליטת עובדים
כיום מרבית הארגונים קולטים עובדים ללא ביצוע כל בדיקות רקע על המועמד ועל עברו התעסוקתי ועל מצבו הכספי. לאור העובדה שמרבית המעילות נובעות מבעיות כלכליות, הרי שלמידע זה חשיבות עצומה במניעת מעילות. בדיקות כגון חשבונות בנק מוגבלים, תיקים בהוצאה לפועל ותביעות משפטיות הינן פשוטות ויכולות לסייע באיתור בעיות כלכליות. בנוסף, ארגונים לא מבקשים במקרים רבים תעודות של מועמדים ומסתפקים בשיחות עם מעסיקים שהמועמד נותן ללא ביצוע בדיקות עצמאיות. בדיקות אמינות כגון גרפולוגיה, בדיקות ממוחשבות ותשאול של אנשי מקצוע יכולים לסייע באיתור בעיות אמינות אצל המועמד. אומנם ביצוע בדיקות כאמור כרוך בעלויות, אולם הנזק שנגרם במעילה יכול להיות גבוה בהרבה.
ניתוח מגמות וחריגים: המפתח לאיתור מעילות
החלק השני של מניעת מעילות הינו ניתוח מגמות וחריגים בנתונים של הארגון. למרות שכל המידע קיים בארגון, מרבית הארגונים לא משקיעים זמן בניתוח הנתונים וזיהוי דגלים אדומים של מעילות. מניסיוני, את מרבית המעילות ניתן לאתר אם מחפשים במקום הנכון.
בדיקות מומלצות לאיתור מעילות
להלן שורה של בדיקות שיכולות לסייע באיתור מעילות של עובדים ושל גורמים חיצוניים:
- יצירת יתרות והעברתם לספקים פקטיביים / משתפי פעולה
- פערי מטבע
- מימוש יתרות לקוחות
- אי מימוש זיכויים
- הוצאת כספים מהבנק וביצוע התאמת בנק למול כרטיסים GL לא נאותים
- פקודות יומן חריגות כגון לקוח מול לקוח, ספק מול ספק, הוצאה מול בנק, הכנסה למול כרטיס מעבר וכד'
- חשבון בנק זהה לספק ועובד
- שינויים תדירים של חשבון בנק של ספק
- איתור המחאות על שם עובדים
- ספקים עם אותה כתובת
- ירידה בתשלום במזומן ועליה בהמחאות
- תשלום לגורמים שונים עם אותו חשבון בנק
הפתרון: מערכות לאיתור מעילות
השאלה מדוע ארגונים אינם מטמיעים מערכות שמסוגלות לאתר מגמות וחריגים אלו? התשובה במקרים רבים הינה חוסר מודעות ובמקרים אחרים העדר גורם מרכזי אשר מטפל בסיכון זה. כיום קיימים כלים רבים אשר יכולים לסייע לארגון לאתר את החריגים בזמן אמת תוך משלוח התרעות ממוקדות על חריגים ודגלים אדומים.
יתרונות מערכות איתור מעילות
מערכות לאיתור מעילות מתלבשות על בסיסי נתונים רחבים ככל האפשר. בכך הן מאפשרות לבצע הצלבות נתונים בין מספר רב של גורמים תוך הסתכלות על טווחי זמן לא מוגבלים. בכך, עולם הבקרה מקבל מימדים רבים שבקרה ידנית או בקרה אוטומטית אינם מטפלים. לדוגמא, אם נתייחס להזנה של חשבונית כפולה למערכת, כלל מערכות ה-ERP יודעות להתריע למשתמש או לעצור, אך אם נוסיף כוכבית או ספרות לפני או אחרי? האם הבקרה הידנית תוכל לאתר זאת?
AI, Machine Learning ואיתור מעילות
מערכות איתור הונאות משתמשות ב-Machine Learning, ובכך מציגות תמונה רחבה יותר של התרעות, המבוססת למידת מכונה, המציגה מקרים שאינם מוחלטים. כאשר אנו מכירים אירוע תפעולי / חשבונאי / תהליכי, קל לכתוב מבחן על האירוע, אבל האם אנחנו מכירים את כלל האירועים בכל הארגונים שקיימות שונות בשיטות העבודה? לכן שימוש ב-Machine Learning מאפשר לצאת מהקופסא במקרים רבים.
אתגרים בהטמעת מערכות איתור מעילות
אחד האתגרים בהטמעה הינו לכייל במדויק את המערכת, על מנת להגיע ללפחות 90% דיוק בהתרעות כדי לצמצם את זמני הבדיקה למינימום, והביטחון בהסתמכות על המערכות. המערכות אינן מכירות אנשים או תהליכים המתאימים לכל חברה, ולכן חשוב שמומחה תוכן יטמיע את המערכת בהתאם לארגון תוך הבנה של תהליכים, פקודות יומן, רישומים, תפעול והיכן קורות הטעויות ומהיכן אפשר למעול.
הגנו על הארגון שלכם: הצעד הבא שלכם
מעילות והונאות הן סיכון משמעותי לכל ארגון, אך עם הכלים והגישה הנכונים, ניתן למנוע ולזהות אותן ביעילות. מערכות מתקדמות לאיתור מעילות, כמו Detelix, מספקות פתרון מקיף המשלב טכנולוגיה חדשנית עם ניסיון מעשי רב שנים. אנו מזמינים אתכם לקחת את הצעד הראשון בהגנה על הארגון שלכם.
צרו איתנו קשר עוד היום לתיאום ייעוץ אישי ללא התחייבות.
המומחים שלנו ישמחו לנתח את הצרכים הייחודיים של הארגון שלכם ולהציע פתרונות מותאמים אישית.
יחד, נוכל לבנות מערך הגנה חזק שיבטיח את היושרה הפיננסית והתפעולית של הארגון שלכם.
הגנו על העתיד של הארגון שלכם – פנו אלינו עוד היום.
לתיאום פגישת ייעוץ – צרו קשר עכשיו!
