- La prevención siempre es la mejor política, una realidad que cobra especial importancia en la guerra contra los fraudes. En un mundo donde la ilegalidad de esta práctica amenaza con recrudecer, la analítica ofrece las mejores herramientas para plantarle cara.
Es una triste realidad reconocer que encontraremos individuos decididos a incurrir en prácticas ilegales, tales como el fraude. Y si bien estos se han vueltos cada vez más especializados en sus actos, las soluciones para hacerles frente también se han perfeccionado. Es en esta batalla de contramedidas que el análisis de datos viene dando los mejores resultados en identificar y prevenir su accionar.
Según Marcelo Sukni, de SAS Perú “La detección de fraudes actualmente radica en la capacidad de observar grandes volúmenes de datos (devoluciones fiscales) y reconocer patrones en ellos. Una sola devolución de impuestos que reclama el crédito por ingresos de trabajo podría no parecer sospechosa, pero si un mismo contador presenta mil devoluciones solicitando el crédito y todas las partidas presupuestarias se ven exactamente igual, pues evidentemente nos encontramos ante algo sospechoso”, comentó.
Con el fin de analizar grandes números de transacciones o devoluciones, se pueden emplear varias técnicas de analítica avanzada:
- Con el Modelado Predictivo es posible identificar las devoluciones sospechosas de acuerdo con los patrones de solicitud conocidos de los defraudadores.
- Con la Detección de Anomalías se pueden responder a preguntas como: “¿Esta devolución de impuestos es relativamente parecida a la de años anteriores?”. Utiliza agrupación de iguales y crea perfiles del comportamiento normal y anormal.
- Con Análisis de Vínculos, también llamado “Análisis de Redes”, se identifican las relaciones entre los contribuyentes, las devoluciones de impuestos, preparadores de impuestos y otros involucrados como ejecutivos corporativos. La gente puede estar vinculada mediante una dirección común, una empresa, un familiar, una cuenta bancaria, entre otros.
La banca es un campo donde ya se viene aplicando la analítica avanzada desde algunos años. Cuando un cliente usa su tarjeta de crédito se pueden emplear modelos analíticos de detección de anomalías, a veces en tiempo real, para ver si la transacción es consistente con sus hábitos de compra o es parecida a un fraude. La detección puede ser muy veloz, aunque el tiempo de devoluciones puede alargarse debido a que una mejor detección implica más alertas que investigar.
Por otro lado, las estructuras fiscales difieren ampliamente, pero en su mayoría, los gobiernos cobran impuestos por las mismas cosas: ingresos, consumo, productos y propiedades. Las técnicas y soluciones de detección de fraudes son básicamente las mismas y son aplicables en muchos países.
A pesar de todas las facilidades que trae consigo la analítica, también existen dificultades, como la variación en la capacidad de las agencias tributarias para obtener y usar datos o las extensas oportunidades de fraude presentes en el cálculo del Impuesto al Valor Agregado. La “cultura del cumplimiento” es otra gran diferencia pues en los países desarrollados, las obligaciones fiscales generalmente están bien entendidas, lo que no suele ocurrir en los países en vías de desarrollo.
En todo caso, el acceso a los datos y la capacidad de explorarlos puede aportar una nueva visión para prevenir comportamientos fraudulentos.
