{"id":23906,"date":"2025-04-22T12:44:49","date_gmt":"2025-04-22T12:44:49","guid":{"rendered":"https:\/\/www.complycube.com\/?p=23906"},"modified":"2025-04-24T10:01:44","modified_gmt":"2025-04-24T10:01:44","slug":"que-significa-verificacion-nombres-lavado-dinero","status":"publish","type":"post","link":"https:\/\/www.complycube.com\/es\/what-does-name-screening-in-aml-actually-mean\/","title":{"rendered":"\u00bfQu\u00e9 significa realmente la verificaci\u00f3n de nombres en la lucha contra el lavado de dinero?"},"content":{"rendered":"

Muchos clientes y miembros de nuestra red ComplyCube preguntan con frecuencia: "\u00bfQu\u00e9 es la verificaci\u00f3n de nombres en la lucha contra el lavado de dinero?" o "\u00bfQu\u00e9 significa realmente la verificaci\u00f3n de nombres?". Sin embargo, otros sienten curiosidad por los desaf\u00edos \u00e9ticos asociados con la verificaci\u00f3n de nombres, c\u00f3mo la tecnolog\u00eda avanzada puede ayudar a superarlos y las mejores pr\u00e1cticas para una verificaci\u00f3n de nombres eficaz. Esta gu\u00eda explicar\u00e1 el proceso de verificaci\u00f3n de nombres en la lucha contra el lavado de dinero, por qu\u00e9 es esencial y c\u00f3mo incorporarlo a sus pr\u00e1cticas generales de gesti\u00f3n de riesgos y KYC.<\/span><\/p>\n\n\n\n

\u00bfQu\u00e9 es la verificaci\u00f3n de nombres?<\/span><\/h2>\n\n\n\n

La verificaci\u00f3n de nombres es un subconjunto del proceso de prevenci\u00f3n del lavado de dinero (ALD). Implica verificar los nombres de personas, empresas e incluso pa\u00edses en diversas bases de datos oficiales del gobierno, como listas de vigilancia<\/a>, listas de sanciones y listas de Personas Expuestas Pol\u00edticamente (PEP)<\/a>El objetivo es identificar riesgos potenciales relacionados con delitos financieros, fraude, cr\u00edmenes de guerra, corrupci\u00f3n o violaciones del derecho al terrorismo. De esta manera, las empresas contribuyen a un ecosistema financiero m\u00e1s seguro y evitan multas cuantiosas.<\/span> Si est\u00e1 interesado en comprender por qu\u00e9 alguien podr\u00eda estar en una lista de sanciones o desea determinar si una empresa con la que trabaja est\u00e1 sancionada, consulte nuestro art\u00edculo reciente a continuaci\u00f3n.<\/span><\/p>\n\n\n\n

\"Haga<\/a><\/figure>\n\n\n\n

\u00bfC\u00f3mo se crean las listas de sanciones y listas de vigilancia?<\/span><\/h2>\n\n\n\n

Los gobiernos, las organizaciones internacionales y los organismos reguladores son responsables de crear y mantener actualizadas las listas de sanciones y las listas de vigilancia. Estas listas tienen como objetivo identificar y monitorear diversas entidades que representan riesgos potenciales para la seguridad nacional y los sistemas financieros.<\/span>, contribuyendo al cumplimiento efectivo de la lucha contra el lavado de dinero.<\/p>\n\n\n\n

Para comprender c\u00f3mo funcionan las sanciones y las listas de vigilancia, veamos un ejemplo bien conocido: Vladimir Putin. Los gobiernos crean listas de sanciones para restringir a personas u organizaciones involucradas en actividades que desean detener, como violar el derecho internacional o amenazar la seguridad. El caso de Putin<\/a>Estados Unidos y otros pa\u00edses le impusieron sanciones debido a su papel en el conflicto de Ucrania. Estas sanciones bloquean sus activos e impiden que empresas e individuos estadounidenses realicen transacciones con \u00e9l. Putin tambi\u00e9n es considerado una Persona Expuesta Pol\u00edticamente (PEP), lo que significa que ocupa un cargo p\u00fablico influyente. Si bien los familiares o allegados de las PEP pueden ser examinados con mayor cuidado debido a los posibles riesgos, no se les incluye autom\u00e1ticamente en la lista. listas de sanciones<\/a> S\u00f3lo por estar conectado.<\/span><\/p>\n\n\n\n

\"\u00bfC\u00f3mo<\/figure>\n\n\n\n

Actualizaciones en tiempo real sobre listas de sanciones y listas de vigilancia<\/h2>\n\n\n\n

Los organismos reguladores, como la Oficina de Control de Activos Extranjeros del Tesoro de Estados Unidos <\/a>La Oficina de Control de Activos Extranjeros (OFAC), la ONU y la UE revisan constantemente la informaci\u00f3n de inteligencia, los avances legales y el derecho internacional para a\u00f1adir o eliminar a personas, entidades o pa\u00edses de las listas de sanciones. Estas actualizaciones reflejan las nuevas amenazas relacionadas con los delitos financieros, el blanqueo de capitales, la financiaci\u00f3n del terrorismo y las Personas Expuestas Pol\u00edticamente (PEP). <\/p>\n\n\n\n

Las instituciones financieras utilizan software de detecci\u00f3n avanzado y sistemas automatizados que integran estas actualizaciones al instante mediante fuentes de datos y API seguras. Este proceso ininterrumpido garantiza que los equipos de cumplimiento utilicen siempre la informaci\u00f3n m\u00e1s reciente al realizar la detecci\u00f3n de sanciones, clientes y pagos. Mediante un proceso de actualizaci\u00f3n exhaustivo y continuo, las instituciones pueden identificar r\u00e1pidamente riesgos potenciales, minimizar los falsos positivos y adaptar su proceso de detecci\u00f3n de lavado de dinero para mitigar los riesgos en el sistema financiero global.<\/p>\n\n\n\n

\"Actualizaciones<\/figure>\n\n\n\n

Detecci\u00f3n de nombres manual versus automatizada en AML<\/h2>\n\n\n\n

Muchas empresas optan por la verificaci\u00f3n manual de nombres para ahorrar costos. Si bien esto puede ser una buena idea a corto plazo, a menudo requiere recursos considerables, como exportar la lista de sanciones y actualizarla diariamente. La verificaci\u00f3n manual de AML puede ocasionar retrasos en la identificaci\u00f3n de posibles actividades delictivas. Por el contrario, herramientas automatizadas de selecci\u00f3n de nombres<\/a> Permitir a las empresas gestionar grandes vol\u00famenes de datos de forma r\u00e1pida, precisa y transparente.<\/p>\n\n\n\n

\"\u00bfCu\u00e1l<\/figure>\n\n\n\n

Desaf\u00edos comunes para la verificaci\u00f3n de nombres en la lucha contra el lavado de dinero<\/span><\/h2>\n\n\n\n

Pueden surgir numerosos desaf\u00edos por el uso de herramientas de verificaci\u00f3n de nombres deficientes en los procesos de prevenci\u00f3n del blanqueo de capitales. Tomemos como ejemplo el caso de Starling Bank, que se vio afectado por... <\/span>una enorme suma de \u00a328,96 millones<\/span><\/a> La Autoridad de Conducta Financiera (FCA) del Reino Unido lo oblig\u00f3 a presentar una denuncia debido a deficiencias en el proceso de verificaci\u00f3n de sanciones contra el blanqueo de capitales y los delitos financieros. El banco depend\u00eda de sistemas obsoletos, verificando solo una fracci\u00f3n de la lista completa de sanciones desde 2017. Como resultado, se abrieron m\u00e1s de 54.000 cuentas bancarias para 49.000 clientes de alto riesgo, lo que les permiti\u00f3 realizar transacciones financieras entre septiembre de 2021 y noviembre de 2023. Como es de esperar, esta medida tiene un efecto de goteo y puede, involuntariamente, causar da\u00f1os financieros a v\u00edctimas de fraude desprevenidas. En esta secci\u00f3n, analizaremos los desaf\u00edos m\u00e1s comunes de la verificaci\u00f3n de nombres para la prevenci\u00f3n del blanqueo de capitales.<\/span><\/p>\n\n\n\n

Gesti\u00f3n de conjuntos de datos grandes y diversos<\/span><\/h3>\n\n\n\n

Al incorporar a decenas de miles de comerciantes y clientes diariamente, el seguimiento de estos grandes conjuntos de datos puede resultar abrumador, especialmente si se utiliza un proceso manual de verificaci\u00f3n de nombres. Adem\u00e1s, sin una personalizaci\u00f3n avanzada, los responsables de cumplimiento pueden centrarse en las personas equivocadas en lugar de en las de alto riesgo.<\/span><\/p>\n\n\n\n

Soluci\u00f3n: Categorizaci\u00f3n de riesgos para adaptar las respuestas de cumplimiento<\/span><\/h3>\n\n\n\n

Las empresas pueden mejorar sus procesos de cumplimiento categorizando los riesgos y adaptando las respuestas en consecuencia. Por ejemplo, las funciones de gesti\u00f3n de riesgos, como el ajuste de los umbrales de riesgo seg\u00fan la tolerancia al riesgo espec\u00edfica, permiten a las organizaciones aplicar controles m\u00e1s estrictos a clientes de pa\u00edses o sectores de alto riesgo, mientras que utilizan controles m\u00e1s sencillos para clientes de bajo riesgo. Adem\u00e1s, herramientas como l\u00f3gica difusa<\/a> Y la aplicaci\u00f3n de reglas de exclusi\u00f3n (como omitir a clientes fallecidos o inactivos) ayuda a concentrar los recursos donde m\u00e1s importan. Estas estrategias mejoran la precisi\u00f3n en la identificaci\u00f3n de coincidencias de alto riesgo y reducen la probabilidad de falsos positivos.<\/span><\/p>\n\n\n\n

Sanciones y requisitos reglamentarios en evoluci\u00f3n.<\/span><\/h3>\n\n\n\n

Las listas de sanciones y de vigilancia sufren cientos de cambios cada a\u00f1o, y a menudo se actualizan m\u00e1s de una vez al d\u00eda. Gestionar manualmente todos los procesos de selecci\u00f3n implica agotar recursos considerables para organizar la informaci\u00f3n y priorizar tareas, a fin de que estos complejos conjuntos de datos sean m\u00e1s manejables. Incluso con una atenci\u00f3n minuciosa al detalle, este enfoque deja un margen considerable de error humano.<\/span><\/p>\n\n\n\n

Soluci\u00f3n: Debida diligencia del cliente (CDD) s\u00f3lida y monitoreo continuo<\/span><\/h3>\n\n\n\n

Las plataformas avanzadas de cumplimiento todo en uno, como ComplyCube, ofrecen a las empresas una s\u00f3lida debida diligencia del cliente<\/a> Durante el proceso de incorporaci\u00f3n y la monitorizaci\u00f3n continua, el objetivo es comprender qui\u00e9n es el cliente e identificar cualquier riesgo potencial antes de iniciar una relaci\u00f3n comercial. Adem\u00e1s, los equipos de cumplimiento pueden optar por mantenerse al d\u00eda con las nuevas notificaciones de riesgo que se env\u00edan directamente a sus bandejas de entrada. Por ejemplo, una empresa puede recibir notificaciones inmediatas sobre un riesgo urgente, lo que le permite tomar medidas r\u00e1pidas y lograr un cumplimiento proactivo en lugar de reactivo.<\/span><\/p>\n\n\n\n

C\u00f3mo abordar las variaciones de nombres ling\u00fc\u00edsticos y culturales<\/span><\/h3>\n\n\n\n

Existen muchos casos en los que los clientes pueden ser marcados incorrectamente como de alto riesgo o, por el contrario, el software de cumplimiento puede no marcarlos en absoluto. Los nombres pueden tener diferentes ortograf\u00edas o estructuras seg\u00fan la cultura, y muchos sistemas de cumplimiento dise\u00f1ados seg\u00fan las convenciones de nomenclatura occidentales pueden tener dificultades para identificar con precisi\u00f3n a personas de diversos or\u00edgenes. Este problema es bastante com\u00fan, por lo que C\u00f3mo elegir el proveedor AML\/KYC adecuado<\/a> Que se destaque en el manejo de variaciones de nombres globales y ofrezca alta precisi\u00f3n en la prevenci\u00f3n del fraude es esencial.<\/span><\/p>\n\n\n\n

Soluci\u00f3n: Integraci\u00f3n de IA avanzada y PNL<\/span><\/h3>\n\n\n\n

La soluci\u00f3n reside en integrar tecnolog\u00edas avanzadas de Inteligencia Artificial (IA) y Procesamiento del Lenguaje Natural (PLN) en los procesos de cumplimiento normativo. Herramientas como las t\u00e9cnicas de coincidencia de nombres difusos y los sofisticados modelos de aprendizaje autom\u00e1tico pueden reconocer y explicar diferentes graf\u00edas, transliteraciones y patrones culturales de nombres. Por ejemplo, un mismo nombre puede aparecer en m\u00faltiples formas seg\u00fan el idioma o la regi\u00f3n. Las plataformas basadas en IA pueden aprender a asociar estas variaciones con la misma persona. Estas tecnolog\u00edas se mejoran continuamente gracias a los comentarios de los usuarios y a los datos del mundo real, lo que las hace m\u00e1s eficaces con el tiempo.<\/span><\/p>\n\n\n\n

La \u00e9tica de la selecci\u00f3n de nombres y su impacto en las personas reales<\/span><\/h2>\n\n\n\n

La implementaci\u00f3n de la verificaci\u00f3n de identidad puede tener consecuencias profundas, y a veces imprevistas, en la vida de las personas. Si bien los estrictos procesos de prevenci\u00f3n del blanqueo de capitales (AML) buscan construir un ecosistema financiero m\u00e1s seguro, a veces se detecta a personas inocentes sin motivo alguno. Cuando se identifica err\u00f3neamente a alguien como de alto riesgo (falso positivo), esto puede tener consecuencias reales, como el bloqueo de sus cuentas o el da\u00f1o a su reputaci\u00f3n.<\/span><\/p>\n\n\n\n

\n

Al final, la evaluaci\u00f3n \u00e9tica de los nombres debe priorizar la transparencia, la rendici\u00f3n de cuentas y un esfuerzo genuino por reducir el da\u00f1o sin dejar de cumplir los requisitos regulatorios.<\/span><\/p>\n<\/blockquote>\n\n\n\n

Joshua Vowles-Dent<\/a>, Gerente de Negocios, Estrategia y Asociaciones de ComplyCube, se\u00f1ala: \u00abCon frecuencia escuchamos historias de clientes leg\u00edtimos que no pueden abrir una cuenta bancaria ni crear un perfil en una plataforma porque su nombre es similar al de alguien que figura en una lista de sanciones. Esto puede causar una gran angustia al cliente y afectar su actividad diaria. En definitiva, la evaluaci\u00f3n \u00e9tica de nombres debe priorizar la transparencia, la rendici\u00f3n de cuentas y un esfuerzo genuino por reducir el da\u00f1o, sin dejar de cumplir con los requisitos regulatorios\u00bb.<\/span><\/p>\n\n\n\n

Selecci\u00f3n de nombres en mercados emergentes y contextos no occidentales<\/span><\/h2>\n\n\n\n

La selecci\u00f3n de nombres en mercados emergentes y contextos no occidentales puede ser todo un reto debido a varios factores. Muchas regiones tienen alfabetos no latinos y convenciones de nomenclatura complejas, lo que puede generar confusi\u00f3n al intentar encontrar coincidencias precisas. Por ejemplo, los nombres pueden incluir patron\u00edmicos, varios apellidos o variar en orden, lo que dificulta identificar a la persona correcta. La transliteraci\u00f3n a\u00f1ade otra capa de complejidad, ya que los nombres pueden escribirse de diversas maneras al convertir una escritura a otra. Tomemos como ejemplo "Mohammed": la misma persona podr\u00eda figurar como "Muhammad" o "Mohamad" seg\u00fan el registro. Esta inconsistencia sin duda aumenta el riesgo de falsos positivos o negativos durante las selecciones.<\/span><\/p>\n\n\n\n

Los matices culturales tambi\u00e9n influyen enormemente. Por ejemplo, en ciertos pa\u00edses asi\u00e1ticos, los apellidos preceden a los nombres de pila, mientras que en otros, los segundos nombres pueden tener un uso m\u00e1s preponderante. Adem\u00e1s, en zonas con infraestructura digital limitada, los datos suelen ser incompletos o inconsistentes, lo que a\u00f1ade m\u00e1s dificultad.<\/span><\/p>\n\n\n\n

Harry Varatharasan<\/a>, Director de Producto de ComplyCube, se refiere a este punto: \u00abLa responsabilidad de utilizar una IA \u00e9tica y explicable recae en los proveedores de cumplimiento normativo. Deben garantizar que los sistemas de IA se dise\u00f1en e implementen con un fuerte enfoque en las consideraciones \u00e9ticas y la transparencia. Esto incluye auditar regularmente los algoritmos para detectar sesgos, proporcionar explicaciones claras de los procesos de toma de decisiones de la IA y cumplir con las normas regulatorias\u00bb.<\/span><\/p>\n\n\n\n

\"Cita<\/figure>\n\n\n\n

Mejores pr\u00e1cticas para la detecci\u00f3n de leucemia mieloide aguda<\/h2>\n\n\n\n

Una evaluaci\u00f3n eficaz de la prevenci\u00f3n del blanqueo de capitales requiere una combinaci\u00f3n de tecnolog\u00eda, procesos y experiencia de vanguardia. Algunas pr\u00e1cticas recomendadas para la evaluaci\u00f3n de nombres en la lucha contra el blanqueo de capitales incluyen la implementaci\u00f3n de un enfoque proactivo de riesgos, una monitorizaci\u00f3n continua y exhaustiva, y la capacitaci\u00f3n peri\u00f3dica de los equipos de gesti\u00f3n de riesgos.<\/p>\n\n\n\n

Implementar un enfoque basado en riesgos<\/h3>\n\n\n\n

Por encima de todo, abrazar una enfoque proactivo basado en el riesgo<\/a> Es esencial. Esto implica alinear el proceso de verificaci\u00f3n de nombres con el perfil de riesgo del cliente, con un mayor enfoque en clientes de alto riesgo, Personas Expuestas Pol\u00edticamente (PEP) y personas sancionadas. Al asignar recursos donde el riesgo de fraude financiero y actividades sospechosas es mayor, los profesionales de cumplimiento pueden minimizar los riesgos con mayor eficacia y abordarlos de forma temprana.<\/p>\n\n\n\n

Aprovechamiento de las herramientas automatizadas de detecci\u00f3n de lavado de dinero<\/h3>\n\n\n\n

El software de detecci\u00f3n automatizada tambi\u00e9n es una caracter\u00edstica del cumplimiento moderno de la normativa AML. La detecci\u00f3n manual<\/span> poder<\/span> ser<\/span> susceptible<\/span> al error humano y no es factible para grandes cantidades de datos<\/span> conjuntos de transacciones financieras. <\/span>Sin embargo, los sistemas automatizados y el software de detecci\u00f3n avanzado Permitir que las instituciones lleven a cabo<\/span> Filtraci\u00f3n de nombres en tiempo real, detecci\u00f3n de sanciones y b\u00fasquedas de medios de comunicaci\u00f3n adversos. Estas soluciones ayudan en<\/span> minimizando los falsos positivos y mejorando la detecci\u00f3n de amenazas como el financiamiento del terrorismo y actividades ilegales relacionadas con delitos de alcance mundial.<\/span><\/p>\n\n\n\n

Realizar un seguimiento continuo<\/h3>\n\n\n\n

La verificaci\u00f3n de nombres AML es un proceso continuo. Monitoreo continuo<\/a> La actividad de los clientes permite a las instituciones financieras detectar cambios en su identidad o comportamiento que requieren un mayor escrutinio. Desde la incorporaci\u00f3n de nuevos clientes hasta la evaluaci\u00f3n de los clientes existentes, es fundamental mantener actualizados los sistemas de evaluaci\u00f3n para que las organizaciones puedan mantenerse al d\u00eda con las nuevas formas de delitos financieros y los cambios en la legislaci\u00f3n sobre sanciones.<\/p>\n\n\n\n

Cumplimiento de regulaciones estrictas<\/h3>\n\n\n\n

El cumplimiento de la lucha contra el lavado de dinero protege<\/span> procedimiento de una empresa<\/span> contra todos los mandatos regulatorios pertinentes, por<\/span> Por ejemplo, la Ley de Secreto Bancario y los mandatos globales de lucha contra el blanqueo de capitales. Sanci\u00f3n<\/span> El cribado es un procedimiento que incluye adecuadamente la realizaci\u00f3n de la evaluaci\u00f3n de sanciones con base en las listas disponibles de organismos como la OFAC, la UE y la ONU. Las instituciones deben ser<\/span> sobre<\/span> su guardia en el mantenimiento<\/span> cumplimiento, precisi\u00f3n y actualizaci\u00f3n de sus procedimientos de detecci\u00f3n de AML para<\/span> evitar<\/span> exposici\u00f3n<\/span> hacia<\/span> ley<\/span> y deterioro de la reputaci\u00f3n.<\/span><\/p>\n\n\n\n

Registros y capacitaci\u00f3n regulares con los empleados<\/h3>\n\n\n\n

Finalmente, ning\u00fan proceso de selecci\u00f3n exhaustivo est\u00e1 completo sin invertir en aquellos que<\/span> hacer<\/span> la evaluaci\u00f3n. Oficiales de cumplimiento<\/span> Debe recibir capacitaci\u00f3n peri\u00f3dica para mantener de frente<\/span> Con las \u00faltimas directivas AML, el uso de software de detecci\u00f3n y la propia tolerancia al riesgo de la instituci\u00f3n. Miembro del equipo<\/span> entrenamiento con habilidades<\/span> y experiencia<\/span> para<\/span> Identificaci\u00f3n de riesgos y detecci\u00f3n<\/span> meticulosamente<\/span> Contribuye a fomentar una cultura de rendici\u00f3n de cuentas. Mejora la eficiencia general de los procedimientos de verificaci\u00f3n de nombres en materia de prevenci\u00f3n del lavado de dinero.<\/span> en todo el sector financiero.<\/span><\/p>\n\n\n\n

Al seguir estas mejores pr\u00e1cticas, las instituciones financieras pueden garantizar que su proceso de detecci\u00f3n de lavado de dinero identifique y mitigue eficazmente los riesgos de lavado de dinero, protegiendo as\u00ed sus operaciones comerciales y manteniendo el cumplimiento normativo.<\/p>\n\n\n\n

El papel fundamental de la verificaci\u00f3n de nombres para garantizar el cumplimiento de la normativa AML<\/h2>\n\n\n\n

La verificaci\u00f3n de nombres en la lucha contra el blanqueo de capitales es un componente fundamental para un cumplimiento normativo eficaz que ayuda a las instituciones financieras a detectar y prevenir delitos financieros como el blanqueo de capitales, la financiaci\u00f3n del terrorismo y el fraude financiero. El uso de herramientas avanzadas de verificaci\u00f3n, como la IA y el aprendizaje autom\u00e1tico, mejora la precisi\u00f3n del proceso al reducir los falsos positivos y gestionar la complejidad de las transacciones financieras globales. La monitorizaci\u00f3n continua y un enfoque basado en el riesgo permiten a los equipos de cumplimiento evaluar continuamente los perfiles de riesgo de los clientes, adaptarse a los cambios regulatorios y mitigar los posibles riesgos asociados con personas o entidades de alto riesgo. <\/p>\n\n\n\n

Mediante una evaluaci\u00f3n exhaustiva durante la incorporaci\u00f3n y un monitoreo continuo y riguroso, las empresas pueden garantizar el cumplimiento de la normativa ALD, proteger la integridad del sistema financiero y contribuir a la lucha contra las actividades ilegales. Un proceso eficaz de evaluaci\u00f3n de sanciones garantiza el cumplimiento normativo y fomenta la confianza y la equidad en el sector financiero, lo que lo convierte en un componente esencial de una estrategia integral ALD. Habla con un miembro del equipo<\/a> Para empezar hoy.<\/p>\n\n\n\n

\"Cumplimiento<\/figure>","protected":false},"excerpt":{"rendered":"

La verificaci\u00f3n de nombres en la lucha contra el blanqueo de capitales es un enfoque importante para prevenir los delitos financieros y garantizar la conformidad con las regulaciones globales. Implica verificar los nombres de personas, empresas y pa\u00edses en bases de datos oficiales.<\/p>","protected":false},"author":27,"featured_media":23929,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","inline_featured_image":false,"footnotes":""},"categories":[6],"tags":[10],"class_list":["post-23906","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-guides","tag-anti-money-laundering"],"acf":[],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t