Capacités fonctionnelles

• Échantillonnage par unité monétaire (MUS)
• Échantillonnage ciblé
• Intégration du plan d'audit
• Regroupement des comptes basé sur LLM pour la mise en correspondance MAC
• Accéder aux exportations récentes
• Dégroupement Sage 50 UK

Mises à niveau de la performance et de l'évolutivité

• Améliorations de la performance du pipeline TRA
• Validation des données plus rapide lors de l'ingestion

Améliorations

• Paramètres de segmentation des risques
• Paramètres de notification par e-mail

Améliorations de l'API MindBridge

Nouvelles capacités pour 25.05

Capacités fonctionnelles

Échantillonnage

Vous pouvez désormais inclure ou exclure des éléments précédemment échantillonnés dans de nouveaux échantillons, réduisant ainsi la duplication et le nettoyage manuel.

Échantillonnage par unité monétaire (MUS)

MindBridge prend désormais en charge l'échantillonnage par unité monétaire (MUS) dans le flux de travail d'analyse du grand livre général. MUS permet aux auditeurs de sélectionner des transactions en fonction de la valeur en dollars, offrant une approche statistiquement rigoureuse de l'échantillonnage basé sur le risque. Cette amélioration permet aux équipes de générer des échantillons MUS directement à partir du tableau de données en utilisant la configuration intégrée pour les paramètres clés tels que l'erreur tolérable, l'erreur attendue et le niveau de confiance. La fonctionnalité prend en charge les sélections en double lorsque des transactions de grande valeur couvrent plusieurs intervalles et s'aligne avec la méthodologie de l'entreprise et les normes d'audit. De plus, cette mise à jour élimine la dépendance aux outils externes ou aux feuilles de calcul et aide à rationaliser la documentation d'audit.

En savoir plus sur l'utilisation de MUS dans MindBridge.

Échantillonnage ciblé 

Les auditeurs peuvent désormais sélectionner manuellement des écritures spécifiques directement à partir du tableau de données pour créer des échantillons adaptés à des scénarios de jugement ou ad hoc, tels que l'échantillonnage JET. Chaque échantillon ciblé nécessite un nom et une justification pour la sélection, qui sont stockés avec l'échantillon et inclus dans les exportations.

En savoir plus sur l'utilisation de l'échantillonnage ciblé dans MindBridge.

Intégration du plan d'audit

Un nouvel onglet Échantillons dans le plan d'audit consolide tous les échantillons créés en une vue centralisée. Vous pouvez ensuite explorer un échantillon spécifique qui vous mènera à la page Détails de l'échantillon . Pour chaque échantillon, ces détails incluent la méthode d'échantillonnage, la taille, les secteurs d'audit, les assertions, la date de la dernière exportation, la date de création et par qui l'échantillon a été créé.

En savoir plus sur l'utilisation de l'onglet Échantillons dans MindBridge.

Raisonnement et résultats d'échantillons exportables

Les exportations d'échantillons ont été améliorées pour servir d'artefacts d'audit complets. Les exportations incluent désormais les données sources du grand livre, la méthode d'échantillonnage, les paramètres d'entrée, le raisonnement et les écritures sélectionnées. Un nouveau bouton Exporter et ajouter au plan d'audit permet aux utilisateurs de compléter la documentation en un clic. 

Améliorations de la performance du pipeline TRA

Nous avons apporté des améliorations au backend du pipeline d'analytique du risque de transaction (TRA) pour améliorer la vitesse de traitement et le débit. Ces changements réduisent le temps d'analyse et améliorent l'évolutivité, en particulier lors du travail avec de grands ou complexes ensembles de données.

Validation des données plus rapide lors de l'ingestion

L'étape de validation des données est désormais multi-threadée, ce qui permet une performance jusqu'à 4 fois plus rapide lors de l'ingestion. Cette amélioration aide les utilisateurs à passer plus rapidement à l'analyse et réduit les temps d'attente lors du téléchargement de fichiers à fort volume.

Améliorations 

Paramètres de segmentation des risques

MindBridge offre désormais un meilleur contrôle sur les vues segmentées des risques, aidant les équipes à se concentrer uniquement sur les données les plus pertinentes lors des analyses d'audit. Ces mises à jour réduisent le filtrage manuel, soutiennent les flux de travail ciblés et simplifient l'expérience utilisateur à travers les missions.

• Désactiver les vues segmentées par défaut telles que Compte et Cote de risque pour travailler exclusivement avec des vues définies sur mesure.

• Filtrer les vues segmentées par cotes de risque spécifiques (par exemple, Cote MindBridge) ou groupes de risque (par exemple, Pondérations des assertions d'actifs) pour soutenir les tests ciblés, y compris les Tests des écritures de journal (JET).

• Définir une vue segmentée par défaut au niveau de la bibliothèque pour charger automatiquement la vue préférée lors de l'accès au tableau de bord de segmentation.

• Appliquer des plages de risque ciblées à des pondérations personnalisées, permettant aux utilisateurs d'exclure les valeurs non pertinentes et d'adapter la logique de pondération à différents cas d'utilisation.

En savoir plus sur la segmentation des risques.

Paramètres de notifications par email

MindBridge offre désormais un contrôle sur les notifications par email au niveau de la mission. Dans la page des paramètres de mission, les utilisateurs peuvent configurer leurs propres préférences en utilisant de nouvelles cases à cocher sous leur profil dans la gestion des accès.

• Activer l'abonnement par email – Interrupteur principal pour toutes les notifications

• Abonnement par email aux tâches – Recevoir des mises à jour sur les affectations et les modifications de tâches

• Abonnement par email aux analyses – Être notifié lorsqu'une analyse est terminée 

En savoir plus sur les paramètres de notifications par email dans MindBridge.

API MindBridge

Consultez le document de référence de l'API pour plus de détails et de conseils sur les mises à jour ci-dessous.

Filtres enregistrés
Ajoute une nouvelle entité, Filtre Enregistré, qui permet aux utilisateurs de gérer les filtres enregistrés de bibliothèque, d'organisation, de mission et privés.

• GET /saved-filters/{savedFilterId} retourne un filtre enregistré identifié par son ID

• POST /saved-filters crée un nouveau filtre enregistré

• PUT /saved-filters/{savedFilterId} met à jour un filtre enregistré par ID

• DELETE /saved-filters/{savedFilterId} supprime un filtre enregistré par ID

• POST /saved-filters/query interroge les filtres enregistrés en fonction d'un filtre fourni

• POST /saved-filters/validate vérifie la compatibilité d'un filtre avec un tableau de données donné et retourne les erreurs ou avertissements associés

Populations
Les améliorations apportées à l'entité Populations prennent désormais en charge la fonctionnalité CRUD complète.

• POST /populations crée une nouvelle population

• PUT /populations/{populationId} met à jour une population par ID

• DELETE /populations/{populationId} supprime une population par ID

• Champs ajoutés : analysisTypeId, condition, legacyFilterFormat, displayCurrencyCode, et displayLocale

Plages de risque
Ajoute une nouvelle entité, Plage de Risque, permettant la personnalisation des seuils bas, moyen et élevé pour les cotes de risque.

• GET /risk-ranges/{riskRangeId} retourne une plage de risque par ID

• POST /risk-ranges crée une nouvelle plage de risque

• PUT /risk-ranges/{riskRangeId} met à jour une plage de risque par ID

• DELETE /risk-ranges/{riskRangeId} supprime une plage de risque par ID

• POST /risk-ranges/query interroge les plages de risque en utilisant des filtres personnalisés

Configuration du type d’analyse
Ajoute une nouvelle entité, Configuration du Type d’Analyse, pour gérer les paramètres d'analyse à travers les bibliothèques, missions, et analyses.

• GET /analysis-type-configuration/{analysisTypeConfigurationId} retourne une configuration par ID

• PUT /analysis-type-configuration/{analysisTypeConfigurationId} met à jour une configuration par ID

• POST /analysis-type-configuration/query interroge les configurations basées sur des filtres

Groupes de comptes de mission
De nouveaux points de terminaison permettent des opérations CRUD complètes sur les groupes de comptes de mission.

• POST /api/v1/engagement-account-groups crée un nouveau groupe de comptes de mission

• PUT /api/v1/engagement-account-groups/{engagementAccountGroupId} met à jour un groupe de comptes de mission par ID

• DELETE /api/v1/engagement-account-groups/{engagementAccountGroupId} supprime un groupe de comptes de mission par ID

• Le champ hidden peut maintenant être utilisé comme partie d'un filtre de requête

Tableaux de données
De nouveaux champs ajoutés au modèle de colonne de tableau de données :

• mindBridgeField — le nom du champ MindBridge mappé à la colonne

• typeaheadDataTableId — l'ID du tableau de saisie semi-automatique associé à la colonne

Missions

• Le champ subscribedUserIds a été supprimé

Bibliothèques

• Ajout d'un nouveau champ riskRangeEditPermission, qui indique si les plages de risque dans la bibliothèque peuvent être modifiées

Autre chose en tête? Discutez avec nous ou soumettez une demande pour une assistance supplémentaire.