Confiável por instituições que estão construindo a próxima geração de finanças
assistência de fluxo de trabalho
Centralize os dados dos seus parceiros fintech em um único e unificado Centro de Comando.
Conexão com Um Clique
Conecte seus bancos de dados fintech com um clique usando nosso poderoso e automatizado sistema de ingestão de bancos de dados.
Visibilidade total de Conformidade BSA/AML
Monitore a saúde e a eficácia de cada programa fintech em um único painel de controle, garantindo conformidade e eficiência operacional.


flexível e acessível
Crie e teste facilmente fluxos de trabalho personalizados para atender ao perfil de risco único de cada fintech.
Criação de Fluxo de Trabalho com IA
Descreva seu fluxo de trabalho e a lógica das regras em linguagem natural e veja isso ganhar vida.
Interface Sem Código e de Baixo Código
Modele de risco duplicados com 1 clique entre fintechs. Personalize facilmente os modelos de risco por fintech de forma prática com arrastar e soltar.
Pacote de Testes Poderoso
Execute backtests, testes A/B e testes unitários com um clique para validar modelos de risco existentes e novos.
pronto para uso
Melhore a precisão da detecção e reduza falsos positivos com os modelos e templates de ML mais avançados.
Modelo de ML para Priorização de Alertas
Priorize alertas com base em sua importância e risco potencial, facilitando a gestão de respostas.
Cenários Prontos de AML e Modelos de Regras
Aproveite modelos personalizáveis para se adaptar aos requisitos específicos de fintechs em produtos, métodos de pagamento e padrões de conformidade.
Modelo de Detecção de Anomalias Não Supervisionado
Detecte padrões indicativos de lavagem de dinheiro, atividades de mula, camuflagem e outros comportamentos ilícitos.


assistência em relatórios
Economize inúmeras horas com relatórios SAR impulsionados por IA
Geração Automática de SAR
Acelere o registro de SAR com informações de caso preenchidas automaticamente e narrativas geradas por IA da Oscilar.
Escalamento com um Clique
Escalation única de alertas SAR/UAR de parceiros fintech para o banco patrocinador.
Clientes veem resultados com a Oscilar.
Perguntas Frequentes
Fico feliz que tenha perguntado.
O que é a supervisão de PLD para bancos patrocinadores?
A supervisão de prevenção à lavagem de dinheiro (AML) para bancos patrocinadores é o processo de monitorar os controles e resultados de crimes financeiros dos programas de fintech que operam por meio do banco. Isso engloba a diligência prévia, o desenho do programa, o acesso a dados, o monitoramento de transações, o desempenho de alertas e casos, a resolução de problemas, relatórios e governança contínua. Os parceiros podem realizar o trabalho diário, mas o banco deve manter informações, autoridade e evidências suficientes para supervisionar a atividade.
Qual é a diferença entre a supervisão de prevenção à lavagem de dinheiro (AML) de um banco patrocinador e as operações de conformidade da própria fintech?
Uma fintech pode operar a integração de clientes, o monitoramento, as investigações e os relatórios sob o acordo do programa. O banco patrocinador define padrões mínimos, avalia os controles da fintech, monitora os resultados, questiona deficiências, aprova ou encaminha alterações materiais e demonstra supervisão à gerência e aos examinadores. As equipes podem usar os mesmos dados subjacentes, mas têm responsabilidades, permissões e linhas de prestação de contas diferentes.
Como banco patrocinador, somos responsáveis pela conformidade dos nossos parceiros fintech. Como uma plataforma pode ajudar com essa supervisão?
Sim, desde que ofereça ao banco acesso consistente aos dados dos parceiros, indicadores de integridade do programa, atividades de alertas e casos, escalonamentos e desempenho das políticas em uma única camada de supervisão. Isso deve reduzir a conciliação manual sem ocultar as diferenças entre os programas. A Oscilar centraliza os dados dos parceiros em uma central de comando e suporta processos personalizáveis para diferentes perfis de risco de fintechs. A plataforma pode melhorar a visibilidade e o controle, mas o banco patrocinador ainda precisa de processos definidos de governança, testes, escalonamento e contestação.
Como os bancos patrocinadores aplicam controles comuns, preservando ao mesmo tempo as políticas e tolerâncias a riscos específicas de cada programa?
Crie uma base de controles obrigatórios, padrões de dados, etapas de aprovação e relatórios de propriedade do banco, e depois herde essa base na configuração de cada programa. Regras, limites, modelos e caminhos de escalonamento específicos do programa podem refletir diferentes produtos, clientes, regiões geográficas e meios de pagamento. Os desvios materiais devem ser documentados, testados, aprovados, versionados e monitorados para que a flexibilidade não resulte em uma execução de controle inconsistente.
Que histórico de auditoria deve existir para alertas de parceiros, escalonamentos e alterações de políticas?
O registro deve mostrar os dados de origem, a versão da regra ou modelo aplicada, a criação de alertas, atribuições, evidências coletadas, ações do analista, encaminhamentos, aprovações, substituições, resultados dos casos e o status de arquivamento ou remediação relevante. As alterações de política devem incluir justificativa, testes, aprovador, data de vigência e versões anteriores. Os bancos patrocinadores também precisam de controles de acesso e linhagem no nível do programa para que os registros fiquem completos, sem expor os dados de um parceiro a outro.
Quais métricas de prevenção à lavagem de dinheiro (AML) um banco patrocinador deve monitorar nos programas de fintech?
Monitore a atualização e a cobertura dos dados, alertas por cenário, tempo de vida dos casos e cumprimento de prazos (SLA), padrões de escalonamento e resolução, pontualidade de relatórios de atividades suspeitas (SAR) e controles de qualidade, substituições por analistas, desempenho de regras ou modelos, exceções e status de correção. Os relatórios de portfólio devem permitir comparações sem assumir que todo programa tem o mesmo perfil de risco. As métricas precisam de contexto do programa, linhas de tendência, definição de responsáveis e limites que acionam revisões ou escalonamentos.








