Probar IDEA

El enemigo del fraude financiero es el análisis de datos. ¿Por qué solo analizamos muestras de los datos?

Imagínese que está pensando comprar un nuevo vehículo. ¿Por dónde empezaría su búsqueda? 

 

Una opción sería, acercarse al kiosco más cercano y comprar un ejemplar de automóviles de ocasión o de segunda mano. O quizás compraría la revista especializada que ofrece informes de consumidores y la opinión de los expertos sobre todos los nuevos modelos. Podría consultar a algún amigo o compañero del trabajo en quién confía para que le dé consejo. Podría ir al concesionario y hablar con el vendedor. O incluso echar un vistazo a las carreteras a su alrededor y deducir de manera cualitativa qué modelos son más populares.

 

Pero no hará eso, ¿verdad? 

 

Estas son actividades de investigación válidas que pueden apoyar su decisión sobre qué vehículo comprar, pero seamos sinceros; en los tiempos que corren, su aventura de comprar un automóvil no empezará de ese modo. Lo que hará, será utilizar Internet, como todo el mundo. 

 

Con solo pulsar unas teclas, tendrá acceso a los mejores precios y a las mejores comparativas, pruebas y análisis del mercado. Mediante los medios sociales puede conectar sin esfuerzo con foros locales de compra y venta de vehículos nuevos y usados. Los sitios especializados en la venta de automóviles le permiten especificar parámetros (tales como precio, tamaño, color, etc.) para buscar rápida y fácilmente el vehículo que mejor se ajusta a sus necesidades. Hay, en definitiva, una razón para explicar las actividades de investigación expuestas anteriormente, pero en el contexto del mundo actual, centrado en información y tecnología, parecería algo del pasado que comenzara su búsqueda y, de hecho, intentara tomar una decisión de compra informada, basándose solamente en actividades manuales que toman mucho tiempo, ¿no cree?

 

¿Está analizando solo muestras del pajar para encontrar la aguja?

 

La misma lógica se puede aplicar al mundo del fraude. La detección, análisis y prevención de fraude mediante el análisis de muestras ha sido durante mucho tiempo el guión a seguir por auditores y examinadores de fraude. Y durante mucho tiempo, tuvo todo el sentido hacerlo. Las grandes corporaciones que se enfrentan a los casos de fraude financiero más importantes, sencillamente poseen demasiados datos para revisar y procesar de modo manual. Como resultado, tradicionalmente, se ha recurrido a muestras de datos para detectar fraude. Pero si detectar fraude es como encontrar una aguja en un pajar, un análisis basado en muestras es como analizar una paca de paja en un campo con docenas de ellas o quizá, es como tomar una paca de cada pajar y sacar conclusiones sobre dónde está o si existe la aguja buscada.

 

Ese enfoque parece absurdo, pero es una buena analogía de cómo se combate el fraude financiero en la actualidad. Por supuesto, no tenemos herramientas completas y automatizadas para separar todo el grano de la paja, pero en el mundo del fraude, tenemos tales herramientas a nuestra disposición, en la forma de programas de análisis de datos. 

 

Existe una mejor manera

 

En pocas palabras, el análisis de datos nos ayuda a dar sentido a enormes cantidades de datos, permite que las máquinas hagan lo que los seres humanos sencillamente no pueden hacer: analizar cada dato que pueda indicar fraude. El análisis de datos es una herramienta innovadora en el mundo de la detección de fraude, y aunque ha existido desde hace casi 30 años (al menos en nuestro caso), la aceptación de esta tecnología, posiblemente necesaria, es notablemente baja. Por alguna razón, la auditoría interna en general ha sido muy lenta a la hora de adoptar nuevas tecnologías y de un modo similar, ha sido reacia a adoptar el análisis de datos en la lucha contra el fraude, o bien, no se ha dado cuenta de que tales herramientas están a su disposición.

 

Entonces, ¿por dónde empezar? Yo no soy examinador de fraude, pero tengo a mi alrededor a algunos de los mejores cerebros en auditoría y detección de fraude aquí en IDEA, donde el análisis de datos en la investigación de fraude ha sido central en nuestra oferta durante más de veinticinco años. Por esta razón, preparé esta introducción muy básica al mundo del análisis de datos y la detección de fraude. Si sabe que el análisis de datos lo equipará mejor para detectar y combatir fraude en su firma o la de su cliente, pero no está seguro de cómo o por dónde comenzar exactamente, este es un excelente punto de partida (consulte el enlace de descarga a continuación). 

 

Al igual que con la compra de un nuevo vehículo, no tiene ningún sentido combatir fraude con una caja de herramientas del siglo XX en una realidad del siglo XXI. Lo mejor de todo, no tiene por qué hacerlo. Esta guía es el primer paso para una mejor gestión de técnicas de detección de fraude y para encontrar las muchas agujas que seguramente yacen ocultas en el campo de paja que tiene delante.

 

Paul Leavoy lleva escribiendo sobre tecnología de gestión empresarial más de una década. En la actualidad, investiga y escribe sobre análisis de datos y tecnología de auditoría interna para CaseWare IDEA. Contacte con Paul directamente o siga @CasewareIDEA para más información.

 

Rellene el formulario a continuación para acceder al su informe técnico:

  • Este campo es un campo de validación y debe quedar sin cambios.