Antes de utilizar os datasets do grupo de Compliance Regulatório, é importante compreender alguns conceitos fundamentais que orientam a interpretação correta das informações retornadas pela API.

Esses dados não devem ser analisados de forma isolada ou binária. Eles foram estruturados para apoiar avaliações de risco, exigindo a leitura conjunta de diferentes atributos para entender corretamente o contexto da pessoa consultada.

A seguir, detalhamos os principais elementos que apoiam essa interpretação.

Tipo de exposição (PEP)

Os datasets deste grupo podem indicar se uma pessoa é classificada como PEP(Pessoa Politicamente Exposta).

Quando uma pessoa é identificada como PEP, o mais importante não é apenas saber se ela é PEP, mas o motivo dessa classificação (campo Motive).

Esse motivo indica o tipo de exposição:

• Direta → a própria pessoa exerce função pública
• Indireta → vínculo com alguém exposto (familiar, sócio, etc.)

Essa distinção é essencial, pois o nível de risco pode variar significativamente.

👍

Quando Motive = "OTHER"

Indica que o tipo de vínculo não está em uma das categorias padrão listadas no dataset. Para interpretar corretamente, analise:

• JobTitle → descreve a relação entre a entidade consultada e a pessoa politicamente exposta
• TaxID → identifica quem é a pessoa politicamente exposta diretamente

---

Análise de sanções

A presença em listas de sanção não deve ser interpretada isoladamente. A avaliação correta depende da análise conjunta de três fatores:

⚠️

Como interpretar na prática:

• Nome parecido (similaridade alta) + nome raro (unicidade próxima de 1) → maior chance de ser a mesma pessoa
• Nome parecido + nome comum (unicidade baixa) → validar com mais dados
• Nome pouco parecido (similaridade baixa) → menor chance, mas não descartar automaticamente

💡 Nunca tome decisão com base em apenas um fator.

Indicadores e limites

Alguns campos indicam se a pessoa está ou já esteve sancionada (ex: IsCurrentlySanctioned, WasPreviouslySanctioned).

Esses indicadores utilizam um limite mínimo de similaridade (MinMatch, padrão 70), mas não representam todos os cenários possíveis. A ausência desses indicadores não garante ausência de risco, assim como sua presença deve ser analisada em conjunto com os demais atributos.

ℹ️

A API pode retornar registros com baixa similaridade de forma intencional.

Esse comportamento existe para evitar que possíveis correspondências sejam descartadas automaticamente, garantindo que o cliente receba o máximo de dados para que sua análise possa considerar todos os cenários relevantes.