不正を防止するには、データから兆候を抽出し、多頻度でモニタリングすることが有効です。不正が実際に発生している場合、そこには何らかの兆候が見られます。不正の兆候をとらえるには、データに表れる異常値を把握し傾向を分析する必要があります。しかし、日々発生する膨大な取引データから兆候を有するデータを手作業で全件チェックすることは不可能です。

そこで、近時はCAAT（コンピュータ利用監査技法）を活用したデータ分析・データマイニングが注目されています。この手法を用いることで、大量のデータ全件を対象に継続的あるいは即時的に分析を行い、早期に兆候を発見し、不正を抑止することができます。

データ分析・データマイニングの手法では、「どのように不正の兆候を有する取引データを抽出するか」、「何をもって異常値とするか」、さらにそれらを分析し、「何をもって不正の兆候と判断するか」といった設定が非常に重要な鍵となります。

プロティビティは、売上、購買、経費、棚卸資産などの各管理プロセスで想定される不正に対して、それぞれ100件以上の分析シナリオを提供しています。これらのシナリオをお客様の実情に応じてカスタマイズすることで、短期間で効率的かつ効果的に、最適な不正検知シナリオを作成し、不正の兆候を的確にモニタリングすることができるようになります。

プロティビティでは、CAATを活用するためのツール（ACL等）の導入から、シナリオのカスタマイズ、データ分析の実施、不正調査支援、さらに分析シナリオの作成を自動化させて定期的にモニタリングを行う体制や手法の確立まで、一貫したサービスを提供しています。