風險管理領域的分群陷阱: 低中高風險與AML的關係
一般行銷或客服領域中，分群是一個熱議題，也是行之有年的安排之一。其主因大抵就是為了要讓資源能夠更好地分配，來達成精準行銷。所以分群的功能科學化主張可能是：「對不同Target Audience投入不同程度的行銷資源，來達成營收(來客)轉化的最佳化」。
舉例來說，公司有100元的行銷成本，與其全部拿去買電視廣告，不如精準分出大學生與上班族兩個群體，然後將20元投放網路推播廣告給大學生、80元投放電視廣告在八點檔時段，以求這100元都能最有效利用。
同樣的邏輯在風險管理領域可能會稍有不同的價值主張(value proposition)，以直覺而言，風險管理領域的分群應該是為了「對不同客戶投入不同程度的調查，來達成盡可能極大化揪出未知風險」。以這個邏輯，分群就應該要按照這樣的原則來劃定。若限縮範圍到AML領域，則劃分分群的「因子」應該要能夠有效地區別高中低風險，進而達到投入資源的極小化。以下圖表做為首先的例子解說：
任何銀行依據數量化程度的分群一定是級數區分的，也就是風險低的人數到風險高的人數應該是呈現級數遞減（具體就是十萬人、萬人、千人；而非倍數的人數減少）。所以在不考慮分群的狀態之下，盲目調查能揪出犯罪的機率是13,500/111,000=12%，也就是隨機抽選100人大概能找到12個洗錢罪犯。
而如果考慮分群，又假設我也就真的只有調查100人的能量，要能夠有效達成找到超過12人以上的洗錢罪犯，則最好的策略應該是把資源全部集中在高風險上，如此可能找到100*50%=50人的AML罪犯。然而，一般情形下，以風險區分分群的問題在於此類要求的驅動因大多出自法規，在規管背景之下，通常是不允許全抓全放的安排，所以如果要低、中風險都抓，那麼策略上應該也要採取級數式的比例，以求資源不被浪費。具體的抽樣說明如以下：
又如果稍微改變上面的數據假設，將犯罪率從10%、30%、50%的等差步進率也改成等比上升，則等比抽樣的優勢差異與平均抽樣的差距則會更加明顯：
不過在得到以上結論之前，仍然必須有個陷阱需要注意：上面的計算似乎假設無論抽樣哪100個人，所要花費的工是一樣的，這個陷阱就是風險管理與行銷領域的最大差異所在之一。也就是說如果高風險的人本身就必須耗費很多資源做調查（事實上從CDD角度而言確實如此，因為高風險按照國際規範必須執行EDD），則將資源偏向高風險客群是相當不智的，必須仔細考量在一般情況之下低、中、高風險的客戶的抽樣調查程度的不同，判斷究竟是線性增加或者是指數增加，如此才能決定AML的投入資源。