Ciao, capisco il tuo punto di vista. Il ragionamento è corretto.
Alcune considerazioni, anche se non vorrei andare troppo fuori tema dall'obiettivo della discussione...
In alcune situazioni, l'alto livello di fattori economici potrebbe rendere meno rilevante lo storico dei casi passati. Ad esempio, in situazioni in cui i fattori economici risultino particolarmente significativi, il rischio di frode potrebbe manifestarsi in modo più marcato.
L'analisi storica dei casi deve essere completa e accurata, in modo da riflettere l'intera gamma di situazioni presenti nella popolazione. Un campione di casi limitato o non rappresentativo potrebbe portare a conclusioni sbagliate o incomplete, influenzate da fattori come la sottosegnalazione di eventi, la mancanza di consapevolezza o le risorse limitate per le indagini.
In merito alla tua affermazione secondo cui "meglio investire tempo nella formazione che nel compilare tabelle di numeri con i dadi", concordo sul valore della formazione. I dipendenti devono essere addestrati per sviluppare un'intuizione e una capacità di riconoscere situazioni sospette.
D'altro canto, un approccio più orientato all'utilizzo dei dati potrebbe fornire una base più tangibile per le decisioni aziendali e consentire di identificare collegamenti causali, relazioni nascoste e/o tendenze a cui l'occhio umano potrebbe non prestare troppa attenzione. Tali tendenze, tuttavia, non emergono dai dati storici "da soli"!
Consideriamo il caso in cui un "prodotto specifico" abbia una storia di frodi legate alla sua catena di approvvigionamento, ma anche una crescente domanda e concorrenza.
Quando potrebbe essere vantaggioso integrare lo storico dei casi con gli altri fattori di rischio?
L'integrazione delle informazioni potrebbe evidenziare l'interplay tra fattori e la necessità di strategie di mitigazione più complesse?
Come questi vari fattori potrebbero interagire e "influenzarsi" reciprocamente?
Sarebbe possibile rivelare sinergie o conflitti importanti per le strategie di mitigazione? Sarebbe vantaggioso?
L'integrazione di dati diversi aiuterebbe a stabilire priorità e a indirizzare le risorse verso le aree che richiedono maggiore attenzione o mitigazione?