블록체인 분석 도구는 컴플라이언스 조사 업무 흐름의 근간을 이룹니다. 이러한 업무 흐름의 기반이 되는 데이터에 오류가 있을 경우, 그 대가는 실로 막대합니다. 허위 단서를 쫓느라 낭비되는 시간, 불필요한 상급 부서 보고 및 고객 탈퇴, 그리고 포착했어야 할 위험 요소를 놓치는 등의 문제가 발생하기 때문입니다.

블록체인 주소만으로는 소유자에 대한 정보를 전혀 알 수 없습니다. 업계는 분석 서비스 제공업체에 의존하여 주소와 실제 주체를 연결함으로써 이러한 정보의 공백을 메우고 있습니다. 하지만 이러한 연결 관계는, 특히 불법 활동과 관련해서는 독립적으로 검증하기 어렵습니다. 따라서 이를 뒷받침하는 기준이 매우 중요합니다. 이러한 기준은 일관되고 신뢰할 수 있어야 하며, 면밀한 조사에도 견딜 수 있어야 합니다.

[회사명]의 수석 과학자인 제이콥 일럼과 함께 체이널리시스이 구축하고, 개선하며, 옹호해 온 체이널리시스 이 구축하고, 개선하며, 그 타당성을 입증해 온 공식 데이터 품질 프레임워크를 소개합니다. 이 프레임워크는 도버트(Daubert) 심사를 통해 검증되고 독립적인 학술 연구를 통해 그 타당성이 입증된 유일한 방법론입니다.