Deteniendo el fraude financiero mediante la analítica

La corrupción es fácilmente identificable como uno de los problemas más graves que sufre el Perú, con casos que van desde las cúpulas más altas del poder hasta instancias que nos afectan de forma más inmediata. Sin embargo, mientras muchos de estos resuenan en los medios con fuerza, un mal silencioso se ha expandido peligrosamente: el fraude financiero.

El último Estudio de Fraude Mundial 2016, elaborado por la Asociación de Examinadores de Fraude Certificados (ACFE, sus siglas en inglés), señala una pérdida que asciende a más de US$6,3 billones, correspondientes a 2.410 casos de estafa. Además el informe ubica a América Latina y el Caribe como la quinta región con más pérdidas en el mundo (con 112 casos y pérdidas promedio de US$ 174.000).

Si bien el panorama es preocupante, la analítica y arquitectura de big data proveen distintas soluciones para estos casos, siendo capaces de ofrecer evaluaciones rápidas y distintos escenarios anti lavado de dinero, permitiendo a si vez modernizar procesos, visualizar exposiciones al riesgo y validar estrategias.

Marcelo Sukni, gerente general de SAS para Chile y Perú, asegura que este tipo de delitos pueden ser controlados a través de este medio, el mismo que permite precisar inconsistencias y vulnerabilidades. El experto agrega que la información en tiempo real es “fundamental para que las empresas e incluso los bancos detecten cualquier transacción o movimiento sospechoso”.

Estos servicios, caracterizados por ser un modelo híbrido en el que se utilizan reglas del negocio, detección de anomalías, modelos predictivos, minería de texto y análisis de redes, son mayormente utilizados por entidades financieras porque ayudan a reducir costos e incrementar la efectividad de sus programas. Al mismo tiempo, permite unificar el enfoque de las empresas en asuntos de fraude, cumplimiento y seguridad mientras potencian los esfuerzos de detección y prevención, razón por la que cada vez más autoridades fiscales implementan estas herramientas.

Pese a que los métodos tradicionales para abordar riesgos han sido efectivos, algunos gobiernos están apostando por tecnologías más avanzadas para combatir el fraude. Ejemplos de ello son el Irish Tax and Customs y la Junta de Impuestos y Aduanas de Estonia, instituciones que al emplear de la analítica y la minería de datos predictiva de SAS, se vieron ampliamente beneficiadas.