سیستم های فناوری اطلاعات با خود ممکن است جرم یا تخلف از قوانین را به همراه داشته باشد.

شناسایی تقلب و تخلف در سازمان، مبتنی بر  داده کاوی شامل طراحی سامانه ای است تا با دسترسی به داده ها و تحلیل آنها، نشانه های رفتارهای مشکوک کشف گردد. داده کاوی به سازمان کمک می کند تا با رویکرد پیشگیرانه، اقداماتی را جهت شناسایی تخلفات انجام دهند.

یکی از حوزه های کاربردی سامانه های هوشمدی کسب و کار (هوش تجاری)، کشف تخلف در سازمان است. سازمان های بسیاری مانند شهرداری ها، بانک ها، هلدینگ ها و فروشگاه ها از سیستم های خبره هوش تجاری بدین منظور استفاده میکنند. تخلفات ممکن است در صورت حساب ها، کارت های اعتباری، مبادلات، تبدیل ارز و … مشاهده گردد. مسلما حجم عظیم تراکنش ها و داده ها بررسی این کار را توسط انشان مشکل میکند؛ لذا اهداف سامانه کشف تخلف کنار زدن عوامل انسانی و بهره گیری از کیفیت بالای داده ها، کشف فرآیندها و عملیات آسیب پذیر، تسریع در تصمیم ها است. یکی از قابلیت های استفاده از داده کاوی در کش تخلفات، قابلیت اتکا به آن است چرا که برای کشف تخلفات از داده ها و اطلاعات بهره گرفته میشود.

انواع تخلفات ممکن در سازمان ها

انواع تخلفاتی که ممکن است در سازمان ها به وجود آید عبارتند از:

• دستکاری اسناد
• دستکاری در دفاتر حساب
• رخنه در کارت های بانکی و تقلب
• جعل کردن هویت
• دستکاری گزارش های بازرسی
• تخلف بازرسان
• پول شویی
• عدم تطابق هزینه ها با فاکتورهای صادر شده
• دستکاری در محاسبات
• فرار از مالیات
• و …

راهکارهای ویونا برای مقابله با تخلفات سازمانی:

• فرآیند بازدارندگی پیش از وقوع تخلف
• ممانعت از فرآیند تخلف
• شناسایی تخلف های پیشین و جلوگیری از اقدامات متخلفان
• ارزیابی و تحلیل تخلفات با بررسی اقدامات پیشین و مدیریت آن
• ایجاد سیاست های جلوگیری از تخلف
• کسب اطلاعات برای خاتمه دادن به فعالیت های متخلفانه
• پیش گرفتن فرآیند پیگرد قانونی