ਇਕਾਈਆਂ
1. ਬੈਂਕਿੰਗ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਜਾਣ-ਪਛਾਣ: ਭੂਮਿਕਾਵਾਂ, ਸੀਮਾਵਾਂ, ਤਸਦੀਕ ਅਤੇ ਨੈਤਿਕਤਾ 2. ਕ੍ਰੈਡਿਟ ਜੋਖਮ ਮੁਲਾਂਕਣ ਅਤੇ ਸਕੋਰਿੰਗ ਸਹਾਇਤਾ: AI ਡਰਾਫਟ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ 3. ਧੋਖਾਧੜੀ ਦਾ ਪਤਾ ਲਗਾਉਣਾ: ਅਸੰਗਤਤਾ, ਚੇਤਾਵਨੀ ਅਤੇ ਗਲਤ ਅਲਾਰਮ ਪ੍ਰਬੰਧਨ 4. ਗਾਹਕ ਵੰਡ ਅਤੇ ਵਿਅਕਤੀਗਤਕਰਨ: ਨੈਤਿਕ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ 5. ਚੈਟਬੋਟ ਅਤੇ ਗਾਹਕ ਸੇਵਾ: ਸੁਰੱਖਿਅਤ ਆਟੋਮੇਸ਼ਨ ਅਤੇ ਹੈਂਡਓਵਰ ਪੁਆਇੰਟਸ 6. ਪਾਲਣਾ, AML ਅਤੇ KYC: ਆਪਣੇ ਗਾਹਕ ਅਤੇ ਐਂਟੀ-ਮਨੀ ਲਾਂਡਰਿੰਗ AI ਨੂੰ ਜਾਣੋ 7. ਰਿਪੋਰਟ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਆਟੋਮੇਸ਼ਨ: ਡਰਾਫਟ ਤੋਂ ਮਨਜ਼ੂਰੀ ਤੱਕ ਸੁਰੱਖਿਅਤ ਪ੍ਰਵਾਹ 8. ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਫੈਸਲੇ ਦਾ ਸਮਰਥਨ: ਸੰਖਿਆਵਾਂ ਦੇ ਪਿੱਛੇ ਦੀ ਵਿਆਖਿਆ 9. ਪੱਖਪਾਤ, ਨਿਰਪੱਖਤਾ ਅਤੇ ਵਿਤਕਰਾ: ਮਾਡਲ ਦੇ ਅੰਨ੍ਹੇ ਸਥਾਨ 10. ਡੇਟਾ ਗੋਪਨੀਯਤਾ, ਕੇਵੀਕੇਕੇ, ਗਾਹਕ ਗੁਪਤ ਅਤੇ ਵਿਧਾਨ 11. ਐਂਡ-ਟੂ-ਐਂਡ ਵਰਕਫਲੋ, ਮਾਡਲ ਗਵਰਨੈਂਸ ਅਤੇ ਸਵੈ-ਆਡਿਟ
ਯੂਨਿਟ 10 / 11

ਡੇਟਾ ਗੋਪਨੀਯਤਾ, ਕੇਵੀਕੇਕੇ, ਗਾਹਕ ਗੁਪਤ ਅਤੇ ਵਿਧਾਨ

ਲਾਭ:

  • KVKK, ਗਾਹਕ ਗੁਪਤ ਅਤੇ ਬੈਂਕ ਗੁਪਤਤਾ ਨਿਯਮਾਂ ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਗਾਹਕ ਅਤੇ ਵਿੱਤੀ ਡੇਟਾ ਨੂੰ ਅਗਿਆਤ ਕਰਨ ਅਤੇ ਸੁਰੱਖਿਅਤ ਵਾਹਨ ਅਤੇ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਨਿਯਮਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
  • ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਅਤੇ ਆਡਿਟਯੋਗਤਾ ਦੀ ਜ਼ਰੂਰਤ 'ਤੇ ਬੈਂਕਿੰਗ ਕਾਨੂੰਨ (BRSA, MASAK, KVKK) ਦੁਆਰਾ ਲਗਾਈਆਂ ਗਈਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਨੂੰ ਸਮਝਣ ਲਈ
  • ਇਹ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਕਿ ਮਾਡਲ ਦੀ ਵਿਆਖਿਆਯੋਗਤਾ, ਰਿਕਾਰਡ ਰੱਖਣ ਅਤੇ ਆਡਿਟ ਟ੍ਰੇਲ ਕਿਉਂ ਲਾਜ਼ਮੀ ਹਨ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਲੜੀ ਨੂੰ ਬਣਾਈ ਰੱਖਦੇ ਹਨ

ਬੈਂਕਿੰਗ ਵਿੱਚ, ਡੇਟਾ ਸੋਨਾ ਹੈ - ਪਰ ਇਹ ਜ਼ਿੰਮੇਵਾਰੀ ਵੀ ਹੈ। ਗਾਹਕ ਦੀ ਤਨਖਾਹ, ਖਰਚ ਕਰਨ ਦੀਆਂ ਆਦਤਾਂ, ਕ੍ਰੈਡਿਟ ਹਿਸਟਰੀ ਅਤੇ ਖਾਤੇ ਦੇ ਲੈਣ-ਦੇਣ ਦੋਵੇਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੰਵੇਦਨਸ਼ੀਲ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਅਤੇ ਕਾਨੂੰਨੀ ਤੌਰ 'ਤੇ ਸੁਰੱਖਿਅਤ ਹਨ। ਇਸ ਡੇਟਾ ਦੇ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ AI ਸ਼ਕਤੀਸ਼ਾਲੀ ਨਤੀਜੇ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਪਰ ਉਹੀ ਸ਼ਕਤੀ ਇੱਕ ਬਟਨ ਨੂੰ ਦਬਾਉਣ ਨਾਲ ਇੱਕ ਗੰਭੀਰ ਉਲੰਘਣਾ ਕਰ ਸਕਦੀ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ KVKK, ਗਾਹਕ ਗੁਪਤ ਅਤੇ ਬੈਂਕ ਗੁਪਤਤਾ ਨਿਯਮਾਂ, ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਵਰਤੋਂ 'ਤੇ ਬੈਂਕਿੰਗ ਕਾਨੂੰਨ (BRSA, MASAK, KVKK) ਦੁਆਰਾ ਲਗਾਈਆਂ ਗਈਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ, ਅਤੇ ਮਾਡਲ ਦੀ ਵਿਆਖਿਆਯੋਗਤਾ ਅਤੇ ਆਡਿਟ ਟ੍ਰੇਲ ਕਿਉਂ ਲਾਜ਼ਮੀ ਹੈ। ਮੂਲ ਸਿਧਾਂਤ: ਡੇਟਾ ਇਸਦੇ ਮਾਲਕ ਦੀ ਸੰਪਤੀ ਹੈ; ਇਸਦੀ ਸੁਰੱਖਿਆ ਕਰਨਾ ਕੋਈ ਤਕਨੀਕੀ ਚੋਣ ਨਹੀਂ ਹੈ, ਪਰ ਇੱਕ ਕਾਨੂੰਨੀ ਅਤੇ ਨੈਤਿਕ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ।

ਦੋ-ਲੇਅਰ ਸੁਰੱਖਿਆ: KVKK ਅਤੇ ਗਾਹਕ ਗੁਪਤ

ਇੱਕ ਗਾਹਕ ਡੇਟਾ ਦੋ ਵੱਖਰੇ ਫਰੇਮਵਰਕ ਦੁਆਰਾ ਸੁਰੱਖਿਅਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ:

  • KVKK (ਪਰਸਨਲ ਡਾਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਲਾਅ): ਕੋਈ ਵੀ ਡਾਟਾ ਜੋ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਖਾਸ/ਪਛਾਣਯੋਗ ਬਣਾਉਂਦਾ ਹੈ, ਉਹ ਨਿੱਜੀ ਡਾਟਾ ਹੁੰਦਾ ਹੈ। ਪ੍ਰਕਿਰਿਆ ਲਈ ਕਾਨੂੰਨੀ ਆਧਾਰ (ਸਪਸ਼ਟ ਸਹਿਮਤੀ ਜਾਂ ਜਾਇਜ਼ ਕਾਰਨ) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ; ਇਹ ਉਦੇਸ਼, ਅਨੁਪਾਤਕ ਅਤੇ ਸੁਰੱਖਿਅਤ ਤੱਕ ਸੀਮਿਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ. ਵਿੱਤੀ ਡੇਟਾ ਵਿਸ਼ੇਸ਼ ਮਹੱਤਵ ਰੱਖਦਾ ਹੈ।
  • ਗਾਹਕ ਦਾ ਰਾਜ਼ (ਬੈਂਕਿੰਗ ਕਾਨੂੰਨ): ਕੋਈ ਵੀ ਜਾਣਕਾਰੀ ਜੋ ਬੈਂਕ ਆਪਣੇ ਗਾਹਕ ਬਾਰੇ ਸਿੱਖਦਾ ਹੈ, ਉਹ ਇੱਕ ਗੁਪਤ ਹੁੰਦਾ ਹੈ ਅਤੇ ਬਿਨਾਂ ਅਧਿਕਾਰ ਤੋਂ ਸਾਂਝਾ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। ਇਹ ਜ਼ਿੰਮੇਵਾਰੀ ਬੈਂਕ ਕਰਮਚਾਰੀ ਨੂੰ ਵੀ ਬੰਨ੍ਹਦੀ ਹੈ।

ਇੱਕ ਗੈਰ-ਪ੍ਰਵਾਨਿਤ AI ਟੂਲ ਵਿੱਚ ਇੱਕ ਗਾਹਕ ਡੇਟਾ ਨੂੰ ਅਪਲੋਡ ਕਰਨਾ ਇੱਕੋ ਸਮੇਂ ਦੋਵਾਂ ਫਰੇਮਵਰਕ ਦੀ ਉਲੰਘਣਾ ਕਰ ਸਕਦਾ ਹੈ।

ਡਾਟਾ ਕਿਸਮ

ਸੁਰੱਖਿਆ

ਖ਼ਤਰਨਾਕ ਵਿਵਹਾਰ

ਨਾਮ, TR, IBAN

ਨਿੱਜੀ ਡਾਟਾ + ਗੁਪਤ

ਬਿਨਾਂ ਗੁਪਤਤਾ ਦੇ ਵਾਹਨ ਵਿੱਚ ਦਾਖਲ ਹੋਣਾ

ਖਾਤਾ ਬਿਆਨ

ਨਿੱਜੀ ਡਾਟਾ + ਗੁਪਤ

ਅਣਅਧਿਕਾਰਤ ਵਾਹਨ ਵਿੱਚ ਚੱਲ ਰਿਹਾ ਹੈ

ਕ੍ਰੈਡਿਟ ਸਕੋਰ/ਇਤਿਹਾਸ

ਨਿੱਜੀ ਡਾਟਾ + ਗੁਪਤ

ਬਿਨਾਂ ਮਕਸਦ ਦੇ ਸਾਂਝਾ ਕਰਨਾ

ਅਗਿਆਤ ਖੰਡ ਡੇਟਾ

ਘੱਟ ਜੋਖਮ

(ਜੇਕਰ ਪਛਾਣ ਮੁੜ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਤਾਂ ਜੋਖਮ)

ਸੁਝਾਅ: "ਮੈਂ ਗੁਮਨਾਮ" ਕਹਿਣਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ; ਡੇਟਾ ਨੂੰ ਅਸਲ ਵਿੱਚ ਡੀ-ਪਛਾਣਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਥੋੜ੍ਹੇ ਜਿਹੇ ਗੁਣ (ਉਮਰ + ਆਂਢ-ਗੁਆਂਢ + ਕਿੱਤਾ) ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦੇ ਹਨ। ਅਗਿਆਤਕਰਣ ਵਿੱਚ, "ਕੀ ਇਹ ਡੇਟਾ ਵਿਅਕਤੀ ਨੂੰ ਵਾਪਸ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ?" ਸਵਾਲ ਪੁੱਛੋ।

ਸੁਰੱਖਿਅਤ ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਕਦਮ

  1. ਅਗਿਆਤ/ਮਾਸਕ। ਪਛਾਣ ਵਾਲੇ ਖੇਤਰਾਂ ਨੂੰ ਹਟਾਓ; ਜੇਕਰ ਲੋੜ ਹੋਵੇ ਤਾਂ ਉਪਨਾਮ ਮੁੱਲ ਦੀ ਵਰਤੋਂ ਕਰੋ।
  2. ਨਿਊਨਤਮ ਡਾਟਾ (ਡਾਟਾ ਨਿਊਨਤਮੀਕਰਨ)। ਕੰਮ ਲਈ ਲੋੜੀਂਦੇ ਘੱਟੋ-ਘੱਟ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰੋ; ਲੋੜ ਪੈਣ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਡਾਟਾ ਨਾ ਰੱਖੋ।
  3. ਇਸ ਨੂੰ ਉਦੇਸ਼ ਨਾਲ ਸੀਮਤ ਕਰੋ. ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਸਿਰਫ਼ ਉਸ ਉਦੇਸ਼ ਲਈ ਕਰੋ ਜਿਸ ਲਈ ਇਹ ਇਕੱਤਰ ਕੀਤਾ ਗਿਆ ਸੀ; ਕ੍ਰੈਡਿਟ ਲਈ ਪ੍ਰਾਪਤ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਮਾਰਕੀਟਿੰਗ ਵਿੱਚ ਤਬਦੀਲ ਨਾ ਕਰੋ।
  4. ਪ੍ਰਵਾਨਿਤ ਅਤੇ ਸੁਰੱਖਿਅਤ ਵਾਹਨ। ਬੈਂਕ ਦੇ ਇਕਰਾਰਨਾਮੇ ਵਾਲੇ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਅਸ਼ੋਰੈਂਸ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰੋ; ਜਨਤਕ ਸਾਧਨਾਂ ਵਿੱਚ ਗਾਹਕ ਡੇਟਾ ਦਾਖਲ ਨਾ ਕਰੋ ਜਿੱਥੇ ਇਹ ਅਸਪਸ਼ਟ ਹੈ ਕਿ ਡੇਟਾ ਕਿੱਥੇ ਜਾ ਰਿਹਾ ਹੈ।
  5. ਆਡਿਟ ਟ੍ਰੇਲ. ਰਿਕਾਰਡ ਕਰੋ ਕਿ ਕਿਹੜਾ ਡੇਟਾ, ਕਿਸ ਮਕਸਦ ਲਈ, ਅਤੇ ਕਿਹੜਾ ਟੂਲ ਵਰਤਿਆ ਗਿਆ ਸੀ।
  6. ਸਟੋਰੇਜ਼ ਅਤੇ ਨਿਪਟਾਰੇ. ਲੋੜ ਤੋਂ ਵੱਧ ਡਾਟਾ ਨਾ ਰੱਖੋ; ਪਾਲਿਸੀ ਅਨੁਸਾਰ ਮਿਆਦ ਪੁੱਗ ਚੁੱਕੀਆਂ ਚੀਜ਼ਾਂ ਦਾ ਨਿਪਟਾਰਾ ਕਰੋ।

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ 'ਤੇ ਕਾਨੂੰਨ ਦੁਆਰਾ ਲਗਾਈਆਂ ਗਈਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ

  • ਵਿਆਖਿਆਯੋਗਤਾ: ਨਿਯਮਤ ਫੈਸਲੇ (ਜਿਵੇਂ ਕਿ ਕਰਜ਼ੇ) ਜਾਇਜ਼ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ; "ਬਲੈਕ ਬਾਕਸ" ਫੈਸਲੇ ਦਾ ਆਡਿਟ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
  • ਆਡਿਟ ਟ੍ਰੇਲ: ਮਾਡਲ ਆਉਟਪੁੱਟ, ਡੇਟਾ ਵਰਤਿਆ ਗਿਆ ਅਤੇ ਅੰਤਿਮ ਫੈਸਲਾ ਰਿਕਾਰਡ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ; ਸਵਾਲ "ਇਹ ਫੈਸਲਾ ਕਿਉਂ ਲਿਆ ਗਿਆ?" ਬਾਅਦ ਵਿੱਚ ਜਵਾਬ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ.
  • ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ: ਮਨੁੱਖਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਫੈਸਲਿਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ; ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈਚਲਿਤ, ਨਿਰੀਖਣ ਕੀਤੇ ਫੈਸਲੇ ਲੈਣ ਦੀ ਵਿਧੀ ਨਿਯਮ ਨਾਲ ਟਕਰਾ ਸਕਦੀ ਹੈ।
  • ਇਤਰਾਜ਼ ਅਤੇ ਸੁਧਾਰ ਦਾ ਅਧਿਕਾਰ: ਫੈਸਲੇ 'ਤੇ ਇਤਰਾਜ਼ ਕਰਨ ਅਤੇ ਉਸਦੇ ਡੇਟਾ ਨੂੰ ਸੁਧਾਰਨ ਦੀ ਬੇਨਤੀ ਕਰਨ ਦੇ ਗਾਹਕ ਦੇ ਅਧਿਕਾਰ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
  • ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਲੜੀ: ਫੈਸਲੇ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਵਿਅਕਤੀ ਹਮੇਸ਼ਾ ਸਪੱਸ਼ਟ ਹੁੰਦਾ ਹੈ - ਮਾਡਲ ਨਹੀਂ, ਪਰ ਸਮਰੱਥ ਵਿਅਕਤੀ ਅਤੇ ਸੰਸਥਾ।
ਧਿਆਨ ਦਿਓ: ਗੁਪਤਤਾ ਦੀ ਉਲੰਘਣਾ ਜਾਂ ਕਾਨੂੰਨ ਦੀ ਉਲੰਘਣਾ ਇੱਕ ਆਡਿਟ ਮਹੀਨਿਆਂ ਜਾਂ ਸਾਲਾਂ ਬਾਅਦ ਵੀ ਪ੍ਰਗਟ ਹੋ ਸਕਦੀ ਹੈ ਅਤੇ ਇਸਦੇ ਨਤੀਜੇ ਵਜੋਂ ਭਾਰੀ ਪ੍ਰਸ਼ਾਸਕੀ ਜੁਰਮਾਨੇ, ਵੱਕਾਰ ਅਤੇ ਕਾਨੂੰਨੀ ਜ਼ਿੰਮੇਵਾਰੀ ਦਾ ਨੁਕਸਾਨ ਹੋ ਸਕਦਾ ਹੈ। "ਦੇਖਿਆ ਨਹੀਂ" ਇੱਕ ਭਰੋਸਾ ਨਹੀਂ ਹੈ; ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਅਤੇ ਪਾਲਣਾ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਸਥਾਪਿਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਅਗਿਆਤਕਰਨ ਨਿਯੰਤਰਣ:

ਕਿਸੇ ਨਕਲੀ ਖੁਫੀਆ ਟੂਲ ਨੂੰ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਦੀ ਜਾਂਚ ਕਰੋ: ਇਸ ਵਿੱਚ ਕਿਹੜੀ ਜਾਣਕਾਰੀ ਸ਼ਾਮਲ ਹੈ ਜੋ ਵਿਅਕਤੀ ਨੂੰ ਪਛਾਣਨ ਯੋਗ ਬਣਾਉਂਦੀ ਹੈ (ਨਾਮ, TR ID, IBAN, ਫ਼ੋਨ, ਪਤਾ, ਦੁਰਲੱਭ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਸੁਮੇਲ)? ਉਹਨਾਂ ਸਾਰਿਆਂ ਦੀ ਸੂਚੀ ਬਣਾਓ ਅਤੇ ਸੁਝਾਅ ਦਿਓ ਕਿ ਉਹਨਾਂ ਨੂੰ ਕਿਵੇਂ ਮਾਸਕ ਕਰਨਾ ਹੈ। ਟੈਕਸਟ: [ਡੇਟਾ]

2) ਉਦੇਸ਼ ਅਤੇ ਨਿਊਨਤਮ ਡਾਟਾ ਨਿਯੰਤਰਣ:

ਇਸ ਕੰਮ ਲਈ ਅਸਲ ਵਿੱਚ ਘੱਟੋ-ਘੱਟ ਡੇਟਾਸੈਟ ਦੀ ਕੀ ਲੋੜ ਹੈ? ਹੇਠਾਂ ਦਿੱਤੇ ਖੇਤਰਾਂ ਵਿੱਚੋਂ ਕਿਹੜੇ ਕੰਮ ਲਈ ਬੇਲੋੜੇ ਹਨ ਅਤੇ ਹਟਾਏ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ? ਦੁਰਵਰਤੋਂ ਦੇ ਜੋਖਮ ਵਾਲੇ ਖੇਤਰਾਂ ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰੋ। ਕਾਰਜ: [ਵੇਰਵਾ] ਖੇਤਰ: [ਸੂਚੀ]

3) ਆਡਿਟ ਟ੍ਰੇਲ ਰਿਕਾਰਡ ਡਰਾਫਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਸਹਾਇਕ ਜੋ ਆਡਿਟ ਟ੍ਰੇਲ ਰਿਕਾਰਡ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਹੇਠ ਲਿਖੀ ਜਾਣਕਾਰੀ ਦੇ ਨਾਲ ਇੱਕ ਸਾਫ਼-ਸੁਥਰਾ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਰਿਕਾਰਡ ਬਣਾਓ: ਕਿਹੜਾ ਡੇਟਾ (ਅਗਿਆਤ), ਕਿਹੜਾ ਉਦੇਸ਼, ਕਿਹੜਾ ਮਾਧਿਅਮ, ਕਿਹੜੀ ਤਾਰੀਖ, ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ। ਗੁੰਮ ਹੋਏ ਖੇਤਰਾਂ ਨੂੰ "[ਭਰਨ ਲਈ]" ਵਜੋਂ ਛੱਡੋ। ਇਨਪੁਟ: [ਜਾਣਕਾਰੀ]

4) ਗਾਹਕ ਡੇਟਾ ਬੇਨਤੀ ਜਵਾਬ (KVKK ਅਧਿਕਾਰ):

ਇੱਕ ਗਾਹਕ ਨੇ KVKK ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਆਪਣੇ ਡੇਟਾ ਦੀ ਪਹੁੰਚ/ਸੁਧਾਰ ਲਈ ਬੇਨਤੀ ਕੀਤੀ। ਇੱਕ ਜਵਾਬ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਦਾ ਹੈ ਜੋ ਆਦਰਯੋਗ, ਸਪਸ਼ਟ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਤੁਹਾਡੇ ਅਧਿਕਾਰਾਂ (ਪਹੁੰਚ, ਸੁਧਾਰ, ਇਤਰਾਜ਼) ਦੀ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ। ਨਵਾਂ ਨਿੱਜੀ ਡੇਟਾ ਜੋੜਨਾ; ਪ੍ਰਕਿਰਿਆ ਦੇ ਕਦਮਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰੋ। ਅਧਿਕਾਰੀ ਜਾਂਚ ਕਰੇਗਾ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਨਿਮਨਲਿਖਤ ਗਾਹਕ ਦਾ ਪੂਰਾ ਨਾਮ, TR ID ਨੰਬਰ ਅਤੇ ਪਿਛਲੇ 6 ਮਹੀਨਿਆਂ ਦਾ ਖਾਤਾ ਸਟੇਟਮੈਂਟ ਨੱਥੀ ਹੈ; ਇਸਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ ਅਤੇ ਮੈਨੂੰ ਇੱਕ ਪ੍ਰੋਫਾਈਲ ਦਿਓ. ਜਲਦੀ ਬਣੋ।

ਇਹ ਬਿਨਾਂ ਪ੍ਰਵਾਨਗੀ ਦੇ ਪਛਾਣ ਡੇਟਾ ਨੂੰ ਸਾਂਝਾ ਕਰਦਾ ਹੈ, ਡੇਟਾ ਨੂੰ ਘੱਟ ਕਰਨ ਦੀ ਉਲੰਘਣਾ ਕਰਦਾ ਹੈ, ਅਤੇ ਗਾਹਕ ਦੇ ਭੇਦ ਦੀ ਉਲੰਘਣਾ ਕਰਦਾ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਅਗਿਆਤ ਡੇਟਾ ਦੇ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲਾ ਵਿਸ਼ਲੇਸ਼ਣ ਸਹਾਇਕ। ਮੈਂ ਤੁਹਾਨੂੰ ਸਿਰਫ਼ ਡੀ-ਪਛਾਣਿਆ, ਨਿਊਨਤਮ ਡੇਟਾ ਦਿੰਦਾ ਹਾਂ: 42 ਸਾਲ ਪੁਰਾਣਾ, X ਖੰਡ, ਔਸਤ ਮਾਸਿਕ ਖਰਚ ਸੀਮਾ [ਰੇਂਜ]। ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਬੇਨਤੀ ਕਰਨਾ ਜਾਂ ਪਛਾਣ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣਾ। ਮੈਂ ਪ੍ਰਵਾਨਿਤ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਆਉਟਪੁੱਟ ਦੀ ਵਰਤੋਂ ਅਤੇ ਸੇਵ ਕਰਾਂਗਾ।

ਮਜ਼ਬੂਤ ​​ਪ੍ਰੋਂਪਟ ਗੁਮਨਾਮ ਤੌਰ 'ਤੇ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਡੇਟਾ ਦੇ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ, ਪਛਾਣ ਕੱਢਣ ਦੀ ਮਨਾਹੀ ਕਰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਆਡਿਟ ਟ੍ਰੇਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 — ਸਹੀ ਪ੍ਰਕਿਰਿਆ। ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਕ 5,000 ਗਾਹਕਾਂ ਦਾ ਸਿਰਫ਼ ਅਗਿਆਤ, ਏਕੀਕ੍ਰਿਤ ਡੇਟਾ ਦੇ ਨਾਲ ਇੱਕ ਵਿਹਾਰਕ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ; ਕੋਈ ਪਛਾਣ ਖੇਤਰ ਵਾਹਨ ਵਿੱਚ ਦਾਖਲ ਨਹੀਂ ਹੁੰਦਾ, ਵਰਤਿਆ ਗਿਆ ਵਾਹਨ ਅਤੇ ਉਦੇਸ਼ ਦਰਜ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਨਤੀਜਾ ਵਪਾਰਕ ਮੁੱਲ ਪੈਦਾ ਕਰਦਾ ਹੈ ਅਤੇ ਕੋਈ ਗੁਪਤਤਾ ਰੇਖਾਵਾਂ ਨੂੰ ਪਾਰ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਕੇਸ 2 - ਮੁੜ-ਪਛਾਣ ਦਾ ਜੋਖਮ। ਇੱਕ ਟੀਮ ਨੇ ਖੋਜ ਕੀਤੀ ਕਿ ਕੁਝ ਗਾਹਕਾਂ ਦੀ ਉਮਰ, ਆਂਢ-ਗੁਆਂਢ ਅਤੇ ਦੁਰਲੱਭ ਕਿੱਤੇ ਦੇ ਸੁਮੇਲ ਦੁਆਰਾ ਵਿਅਕਤੀਗਤ ਤੌਰ 'ਤੇ ਪਛਾਣ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਉਹ ਸੋਚਦੇ ਸਨ ਕਿ ਇੱਕ "ਅਗਿਆਤ" ਡੇਟਾ ਸੈੱਟ ਸੀ। ਇਹਨਾਂ ਖੇਤਰਾਂ (ਉਮਰ ਦੀ ਰੇਂਜ, ਵੱਡਾ ਖੇਤਰ) ਨੂੰ ਸਧਾਰਣ ਕਰਕੇ ਡੇਟਾ ਨੂੰ ਮੁੜ-ਅਨਾਮ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। "ਬੇਨਾਮ" ਟੈਗ ਨੂੰ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਸੁਰੱਖਿਅਤ ਨਹੀਂ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ।

ਕੇਸ 3 - ਆਡਿਟ ਟ੍ਰੇਲ ਮੁੜ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ। ਕਰਜ਼ੇ ਦੇ ਫੈਸਲੇ ਨੂੰ ਸਾਲਾਂ ਬਾਅਦ ਚੁਣੌਤੀ ਦਿੱਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਬੈਂਕ ਆਡਿਟ ਟ੍ਰੇਲ ਤੋਂ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਫੈਸਲਾ ਕਿਸ ਪ੍ਰਮਾਣਿਤ ਡੇਟਾ 'ਤੇ ਆਧਾਰਿਤ ਸੀ, ਇਹ ਕਿਸ ਆਧਾਰ 'ਤੇ ਕੀਤਾ ਗਿਆ ਸੀ ਅਤੇ ਕਿਸ ਨੇ ਇਸ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਸੀ। ਰਿਕਾਰਡ ਦਾ ਧੰਨਵਾਦ, ਫੈਸਲੇ ਦਾ ਬਚਾਅ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; ਜੇਕਰ ਕੋਈ ਟਰੇਸ ਨਹੀਂ ਹੁੰਦਾ, ਤਾਂ ਬੈਂਕ ਮੁਸ਼ਕਲ ਸਥਿਤੀ ਵਿੱਚ ਹੋਵੇਗਾ।

ਕਲਾਉਡ, ਥਰਡ ਪਾਰਟੀ ਅਤੇ ਡਾਟਾ ਰੈਜ਼ੀਡੈਂਸੀ

ਜ਼ਿਆਦਾਤਰ AI ਟੂਲ ਕਲਾਉਡ ਵਿੱਚ ਚੱਲਦੇ ਹਨ ਅਤੇ ਉਹਨਾਂ ਦੇ ਆਪਣੇ ਸਰਵਰਾਂ 'ਤੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹਨ। ਇਹ ਬੈਂਕਿੰਗ ਵਿੱਚ ਸਵਾਲਾਂ ਦੀ ਇੱਕ ਵਾਧੂ ਪਰਤ ਖੋਲ੍ਹਦਾ ਹੈ: ਡੇਟਾ ਕਿੱਥੇ ਜਾਂਦਾ ਹੈ ਅਤੇ ਉੱਥੇ ਕੌਣ ਇਸ ਤੱਕ ਪਹੁੰਚ ਕਰ ਸਕਦਾ ਹੈ? ਕਿਸੇ ਟੂਲ 'ਤੇ ਗਾਹਕ ਡੇਟਾ ਭੇਜਣ ਦਾ ਅਕਸਰ ਮਤਲਬ ਹੁੰਦਾ ਹੈ ਕਿ ਉਸ ਡੇਟਾ ਨੂੰ ਬੈਂਕ ਦੀਆਂ ਕੰਧਾਂ ਤੋਂ ਬਾਹਰ ਲੈ ਜਾਣਾ। ਇਸ ਲਈ, ਇੱਕ ਸਾਧਨ ਦੀ ਚੋਣ ਕਰਨਾ ਇੱਕ ਤਕਨੀਕੀ ਫੈਸਲਾ ਨਹੀਂ ਹੈ, ਪਰ ਇੱਕ ਪਾਲਣਾ ਦਾ ਫੈਸਲਾ ਹੈ।

ਵਿਚਾਰਨ ਲਈ ਨੁਕਤੇ:

  • ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਇਕਰਾਰਨਾਮਾ: ਕੀ ਟੂਲ ਪ੍ਰਦਾਤਾ ਨਾਲ ਕੋਈ ਇਕਰਾਰਨਾਮਾ ਹੈ ਜੋ ਇਹ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ ਕਿ ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਵੇਗਾ, ਸਟੋਰ ਕੀਤਾ ਜਾਵੇਗਾ ਅਤੇ ਮਿਟਾਇਆ ਜਾਵੇਗਾ? "ਮੁਫ਼ਤ" ਅਤੇ ਕੰਟਰੈਕਟ-ਮੁਕਤ ਟੂਲ ਬੈਂਕਿੰਗ ਡੇਟਾ ਲਈ ਯੋਗ ਨਹੀਂ ਹਨ।
  • ਸਿਖਲਾਈ ਵਿੱਚ ਵਰਤੋਂ: ਜਾਣੋ ਕਿ ਕੀ ਤੁਹਾਡੇ ਦੁਆਰਾ ਦਾਖਲ ਕੀਤਾ ਡੇਟਾ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਵਿੱਚ ਵਰਤਿਆ ਗਿਆ ਹੈ; ਜੇਕਰ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਗਾਹਕ ਦੇ ਭੇਦ ਹੋਰ ਥਾਵਾਂ 'ਤੇ ਲੀਕ ਹੋ ਸਕਦੇ ਹਨ।
  • ਡੇਟਾ ਰੈਜ਼ੀਡੈਂਸੀ: ਉਹ ਦੇਸ਼ ਜਿਸ ਵਿੱਚ ਡੇਟਾ ਰੱਖਿਆ ਗਿਆ ਹੈ KVKK ਅਤੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਟ੍ਰਾਂਸਫਰ ਨਿਯਮਾਂ ਦੋਵਾਂ ਦੇ ਰੂਪ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਹੈ।
  • ਪਹੁੰਚ ਅਤੇ ਲੌਗਿੰਗ: ਕੀ ਇਹ ਰਿਕਾਰਡ ਕੀਤਾ ਗਿਆ ਹੈ ਕਿ ਕੌਣ ਇਸ ਤੱਕ ਪਹੁੰਚ ਕਰਦਾ ਹੈ?
ਸਾਵਧਾਨ: "ਵਾਹਨ ਸੁਰੱਖਿਅਤ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ" ਕੋਈ ਭਰੋਸਾ ਨਹੀਂ ਹੈ। ਬੈਂਕ ਵਿੱਚ ਕਿਸੇ ਸਾਧਨ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਇਸਨੂੰ ਜਾਣਕਾਰੀ ਸੁਰੱਖਿਆ ਅਤੇ ਪਾਲਣਾ ਦੀ ਪ੍ਰਵਾਨਗੀ ਪਾਸ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਇੱਕ ਗੈਰ-ਪ੍ਰਵਾਨਿਤ ਟੂਲ ਵਿੱਚ ਗਾਹਕ ਡੇਟਾ ਦਾਖਲ ਕਰਨ ਦਾ ਮਤਲਬ ਹੈ ਡੇਟਾ ਨੂੰ ਇਹ ਜਾਣੇ ਬਿਨਾਂ ਦੇਣਾ ਕਿ ਇਹ ਕਿੱਥੇ ਜਾਂਦਾ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

  • ਬਿਨਾਂ ਮਨਜ਼ੂਰੀ ਦੇ ਪਛਾਣ ਡੇਟਾ ਸਾਂਝਾ ਕਰਨਾ। ਆਪਣਾ ਨਾਮ, TR ID ਅਤੇ IBAN ਗੁਪਤ ਰੱਖੇ ਬਿਨਾਂ ਵਾਹਨ ਵਿੱਚ ਦਾਖਲ ਹੋਣਾ।
  • "ਅਗਿਆਤ" ਮੰਨ ਕੇ। ਮੁੜ-ਪਛਾਣ ਟੈਸਟ ਕੀਤੇ ਬਿਨਾਂ ਡੇਟਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਸਮਝਣਾ।
  • ਉਦੇਸ਼ ਵਹਿਣਾ। ਇੱਕ ਉਦੇਸ਼ ਲਈ ਇਕੱਠੇ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਦੂਜੇ ਉਦੇਸ਼ ਲਈ ਵਰਤਣਾ।
  • ਆਡਿਟ ਟ੍ਰੇਲ ਨੂੰ ਬਾਈਪਾਸ ਕਰਨਾ. ਡੇਟਾ, ਉਦੇਸ਼ ਅਤੇ ਸਾਧਨਾਂ ਨੂੰ ਰਿਕਾਰਡ ਨਹੀਂ ਕਰਨਾ; ਬਾਅਦ ਵਿੱਚ ਜਵਾਬਦੇਹ ਨਹੀਂ ਠਹਿਰਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।
  • ਬਲੈਕ ਬਾਕਸ ਦਾ ਫੈਸਲਾ। ਇੱਕ ਆਟੋਮੈਟਿਕ ਫੈਸਲੇ 'ਤੇ ਵਿਚਾਰ ਕਰਨਾ ਜਿਸਨੂੰ ਜਾਇਜ਼ ਨਹੀਂ ਠਹਿਰਾਇਆ ਜਾ ਸਕਦਾ।
ਸੁਝਾਅ: ਗੁਪਤਤਾ ਅਤੇ ਪਾਲਣਾ ਇੱਕ "ਰੁਕਾਵਟ" ਨਹੀਂ ਹਨ ਪਰ ਵਿਸ਼ਵਾਸ ਦੀ ਬੁਨਿਆਦ ਹਨ। ਗਾਹਕ ਬੈਂਕ 'ਤੇ ਭਰੋਸਾ ਕਰਦਾ ਹੈ ਕਿਉਂਕਿ ਉਹ ਜਾਣਦਾ ਹੈ ਕਿ ਉਸਦਾ ਡੇਟਾ ਸੁਰੱਖਿਅਤ ਹੈ। ਸ਼ਾਰਟਕੱਟ ਲਈ ਇਸ ਭਰੋਸੇ ਨੂੰ ਜੋਖਮ ਵਿੱਚ ਪਾਉਣਾ ਸਭ ਤੋਂ ਮਹਿੰਗੀ ਗਲਤੀ ਹੈ।

ਸਾਰੰਸ਼ ਵਿੱਚ

ਗ੍ਰਾਹਕ ਡੇਟਾ KVKK ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਨਿੱਜੀ ਡੇਟਾ ਅਤੇ ਬੈਂਕਿੰਗ ਕਾਨੂੰਨ ਦੇ ਦਾਇਰੇ ਵਿੱਚ ਗਾਹਕ ਦਾ ਰਾਜ਼ ਦੋਵੇਂ ਹਨ; ਇਹ ਦੁੱਗਣਾ ਸੁਰੱਖਿਅਤ ਹੈ. ਗੁਮਨਾਮ ਬਣਾਓ (ਅਤੇ ਮੁੜ-ਪਛਾਣ ਦੇ ਵਿਰੁੱਧ ਟੈਸਟ ਕਰੋ), ਘੱਟੋ-ਘੱਟ ਡੇਟਾ ਅਤੇ ਉਦੇਸ਼ ਨਾਲ ਕੰਮ ਕਰੋ, ਸਿਰਫ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਸੁਰੱਖਿਅਤ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਇੱਕ ਆਡਿਟ ਟ੍ਰੇਲ ਛੱਡੋ। ਵਿਧਾਨ ਲਈ ਸਪਸ਼ਟੀਕਰਨ, ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ, ਇਤਰਾਜ਼ ਕਰਨ ਦਾ ਅਧਿਕਾਰ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਸਪਸ਼ਟ ਲੜੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇੱਕ ਵਾਕ ਵਿੱਚ: ਡੇਟਾ ਮਾਲਕ ਦਾ ਭਰੋਸਾ ਹੈ; ਇਸਦੀ ਸੁਰੱਖਿਆ, ਰਿਕਾਰਡ ਅਤੇ ਲੇਖਾ-ਜੋਖਾ ਕਰਨਾ ਇੱਕ ਸਮਰੱਥ ਵਿਅਕਤੀ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਨਮੂਨਾ ਗਾਹਕ ਡੇਟਾ ਟੈਕਸਟ (ਆਈਡੀ ਖੇਤਰਾਂ ਦੇ ਨਾਲ) ਲਿਖੋ ਅਤੇ ਟੈਮਪਲੇਟ 1 ਦੇ ਨਾਲ ਇੱਕ ਗੁਮਨਾਮ ਜਾਂਚ ਕਰੋ; ਪਤਾ ਕਰੋ ਕਿ ਕਿਹੜੇ ਖੇਤਰਾਂ ਨੂੰ ਮਾਸਕ ਕਰਨਾ ਹੈ। ਫਿਰ ਇੱਕ ਕੰਮ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ ਅਤੇ ਦੂਜੇ ਟੈਂਪਲੇਟ ਨਾਲ ਘੱਟੋ-ਘੱਟ ਡੇਟਾਸੈਟ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ ਅਤੇ ਬੇਲੋੜੇ ਖੇਤਰਾਂ ਨੂੰ ਹਟਾਓ। ਅੰਤ ਵਿੱਚ, ਤੀਜੇ ਟੈਂਪਲੇਟ ਦੇ ਨਾਲ ਇੱਕ ਡਰਾਫਟ ਆਡਿਟ ਟ੍ਰੇਲ ਰਿਕਾਰਡ ਤਿਆਰ ਕਰੋ, ਸੂਚੀਬੱਧ ਕਰੋ ਕਿ ਹਰੇਕ ਲੈਣ-ਦੇਣ ਲਈ ਕਿਹੜੀ ਜਾਣਕਾਰੀ ਰੱਖੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।

ਚੈੱਕਲਿਸਟ

  • [ ] ਮੈਂ ID ਖੇਤਰਾਂ ਨੂੰ ਅਗਿਆਤ ਕੀਤਾ ਅਤੇ ਉਹਨਾਂ ਦੀ ਮੁੜ-ਪਛਾਣ ਦੇ ਵਿਰੁੱਧ ਜਾਂਚ ਕੀਤੀ।
  • [ ] ਮੈਂ ਕੰਮ ਲਈ ਲੋੜੀਂਦੇ ਘੱਟੋ-ਘੱਟ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਹੈ।
  • [ ] ਮੈਂ ਇਸਦੇ ਉਦੇਸ਼ ਤੱਕ ਸੀਮਿਤ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕੀਤੀ; ਮੈਂ ਗੋਲ ਨੂੰ ਖਿਸਕਣ ਨਹੀਂ ਦਿੱਤਾ।
  • [ ] ਮੈਂ ਸਿਰਫ਼ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਅਤੇ ਸੁਰੱਖਿਅਤ ਵਾਹਨ ਚਲਾਏ ਹਨ।
  • [ ] ਮੈਂ ਆਡਿਟ ਟ੍ਰੇਲ ਵਿੱਚ ਡੇਟਾ, ਉਦੇਸ਼, ਸਾਧਨ ਅਤੇ ਪ੍ਰਿੰਸੀਪਲ ਰਿਕਾਰਡ ਕੀਤਾ ਹੈ।
  • [ ] ਮੈਂ ਫੈਸਲੇ ਦੀ ਵਿਆਖਿਆਯੋਗਤਾ ਅਤੇ ਗਾਹਕ ਦੇ ਇਤਰਾਜ਼ ਕਰਨ ਦੇ ਅਧਿਕਾਰ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਿਆ।