金融サービス

顧客データは資産です。資産として扱いましょう。

記録、文字起こし、通信からPIIやPCIを削除し、分析、不正検知、AIチームが実際の顧客データを安全かつ正確に、お客様のインフラ内だけで扱えるようにします。

はじめましょう
はじめましょう

構築された

仕組み

コンプライアンスの責任から競争優位へ

不正検知モデルの構築、侵害対応、通話文字起こしの分析プラットフォームへの送信など、いずれの場合でも、コンプライアンスを満たし活用可能な金融データを実現する3つのステップ。

PIIやPCIが隠れている場所もすべて検出

ローン書類、通話文字起こし、メール、チャットログ、請求書類、レガシーアーカイブから、クレジットカード、銀行口座、SSN、税番号、顧客識別子を検出—構造化・非構造化データに対応し、リアルタイムまたはバッチ処理が可能。

あるべきでないものを除去する

機密データをマスキング、仮名化、またはトークン化しつつ、不正検知、分析、AIが実際に必要とする文脈を保持します。文字起こしは会話の流れを保持し、メールは苦情パターンを維持し、ローン書類は詳細情報を保持します。

コンプライアンスが維持されていることを証明する

監査トレイルにより、何が検出され削除されたかを正確に記録できます。構造化された出力をデータガバナンスツールに取り込み、包括的なカバレッジを示す文書でPCI DSS監査人、規制当局、侵害通知要件を満たせます。
Tools

実際の金融データの複雑さに対応して設計

数十年分のローン書類、支払い情報と不正指標が混在する通話文字起こし、多言語の顧客通信、AI向けに作られていないレガシーアーカイブ、従来のDLPツールでは数年分の未分類データを見逃す侵害調査。

お問い合わせ
お問い合わせ

顧客が話す形の支払いデータも検出

文章をまたぐクレジットカード番号、読み取り途中で修正された番号、末尾4桁のみの参照なども検出します。PCIデータは単なる完全なカード番号だけでなく、文脈に基づいて検出されます。競合製品をテストした銀行では、実際のPCIデータの15〜30％が検出されませんでしたが、Liminaは実際の銀行データに対して一貫してコンプライアンス対応レベルの精度を達成しています。

コンタクトセンター向けリアルタイムマスキング

音声認識エンジンからストリーミングされる通話文字起こしから支払い情報を削除します。マスキング済みの文字起こしはPCI DSSの適用範囲外となるため、コンタクトセンター全体を対象とせずに、品質管理、不正パターン分析、エージェント研修のために通話を保存できます。現在、多くの主要なコールセンターソフトウェア提供企業がLiminaを本番環境で運用しています。

侵害対応およびレガシーアーカイブを大規模に処理

従来のDLPツールでは、スキャンされた請求書の手書きクレジットカード情報や、画像ファイル内のPIIを読み取ることはできません。Liminaは、正規表現ベースのツールでは完全に見逃されるスキャン文書、画像、混在コンテンツのPDF、手書きフォームを処理できます。

通信データと請求データでのAI活用を可能にする

顧客のメール、チャットログ、請求書類を匿名化し、AIチームが顧客の身元を明かすことなく、不正検知モデルの構築、カスタマーサービスAIの学習、実データの分析を行えるようにします。

実世界エビデンス研究を可能にする

匿名化により、RWE（実世界エビデンス）研究に必要な統計的特性が保持されます。大手CROは、Liminaを使用して大規模な実世界の患者データをML分析や比較有効性研究向けに準備しており、匿名化が研究用途でHIPAA基準を満たしていることを証明するエキスパート・ディターミネーション報告書も提供されています。
顧客の勝利

大手金融機関

$500M+

企業全体のプライバシーレイヤーによって保護されたAI投資

数十億

顧客文書や通信を処理する月次APIコール

数百万

レガシー文書をPCIコンプライアンスのために匿名化

データサイエンティストはデータを必要としていた。コンプライアンスは許可しなかった。

データサイエンティストは、より優れた不正検知モデルを構築するために取引データや口座データを必要としていましたが、PIIやPCIが共有を危険にし、コンプライアンスとイノベーションのどちらかを選ばざるを得ませんでした。すべてのリクエストには手動レビューが必要で、遅延が発生するたびにモデルは古いデータで動作することになりました。

Liminaがファイアウォールとなる

現在、Liminaはオペレーション部門とデータサイエンス部門の間に配置され、共有される前にデータを自動的に匿名化します。文字起こしは文脈を保持し、メールは苦情パターンを維持し、ローン書類は詳細情報を保ちながら、クレジットカード番号や個人識別情報は金融機関のインフラ内で安全にマスキングされます。データサイエンティストは実際の顧客データに安全にアクセスでき、コンプライアンスも維持されます。

はじめましょう

顧客データの活用をすぐに始めますか？

ユースケースについて当社チームにご相談ください。ほとんどの顧客は、数か月ではなく数日で稼働を開始しています。

お問い合わせ
お問い合わせ

よくある質問

Liminaは、汎用ツールとは異なり、PCIコンプライアンスにどのように対応していますか？

汎用ツールはクレジットカード番号を他の数字列と同じように扱います。Liminaはルーン（Luhn）検証を適用し、従業員ID、参照番号、カード番号と偶然一致したランダムな数字列と本物の支払い資格情報を区別します。また、汎用ツールが見逃す文脈依存のPCI情報（例：「カード番号末尾4532」「私のVisa」など）も検出します。競合製品をテストした銀行では、実際のPCIデータの15〜30％が検出されませんでした。Liminaは、実際の銀行データに対して一貫してコンプライアンス対応の精度を達成しています。

コール文字起こしのマスキングはPCI DSSの適用範囲にどのように影響しますか？

PCI DSSは、カード会員データを保存、処理、または送信するシステムに適用されます。クレジットカード番号を含む文字起こしは、コール分析プラットフォーム、CRM、データウェアハウスをPCI対象にし、厳格なセキュリティ要件が求められます。支払い情報を含まないマスキング済み文字起こしは、対象外となります。QA、詐欺パターン分析、エージェント研修のために通話を保存しても、これらのシステムにPCI監査義務は適用されません。

Liminaを侵害調査やレガシーデータに活用できますか？

はい。従来のDLPソリューションでは、スキャン文書、手書きフォーム、画像ファイルなど、長年にわたる未分類のPIIやPCIが存在する非構造化フォーマットを処理できません。Liminaはこれらのフォーマットを大規模に処理できるため、侵害データの範囲を把握し、通知期限を遵守し、規制当局向けに包括的な評価を文書化できます。同じ機能は、インシデント発生前の予防的対策にも活用できます。

匿名化された顧客データをAIモデルの学習に使用できますか？

はい。銀行の通信、請求書類、取引記録には、不正検知、カスタマーサービスAI、分析のための貴重な学習データが含まれています。匿名化された出力は、顧客の身元を明かすことなく、会話の流れ、請求パターン、AIが必要とする行動シグナルを保持します。大手銀行は、全データパイプラインにわたりLiminaをプライバシーレイヤーとして使用し、企業全体のAIイニシアチブを構築しました。

私たちのデータは環境外に出ますか？

いいえ。Liminaはオンプレミス環境またはVPC内にコンテナとして展開され、すべての処理は既存のセキュリティ境界内で実行されます。サードパーティのクラウド処理や外部送信は一切行われません。これは金融サービスにおいて特に重要です。顧客口座データ、支払い記録、通信内容は、保護される前に外部サービスへ送信されることはありません。

Liminaは、当社が事業を展開している言語や地域に対応していますか？

はい。Liminaは52言語に対応しており、北米、ヨーロッパ、アジア、ラテンアメリカの金融識別子など地域固有のデータも検出可能です。カナダのSIN、日本のマイナンバー、英国の国民保険番号、ドイツの税番号、ヨーロッパのIBANなど、多数の地域特有フォーマットも、標準的なPCIと同様に単一のデプロイメントで検出できます。