La industria financiera dirige su mirada al Big Data para evitar situaciones dolosas

Opinión: Los bancos están incorporando cada vez con más fuerza, modelos analíticos para evitar fraudes y riegos, lo que incluso puede traer menores costos para los usuarios.

A comienzos de 2014 se descubrió en México un fraude financiero de enormes proporciones. Uno de los principales bancos de ese país fue utilizado por la empresa Oceanografía para lavar dinero por un monto superior a los 400 millones de dólares. Durante la investigación, también se descubrió que esta empresa tenía vínculos con otras compañías con actividades que iban desde la venta de combustible robado a inversiones dudosas en casinos de juego e incluso al fútbol profesional.

Este ejemplo da cuenta de los riesgos a los cuales se exponen las instituciones bancarias y es por eso que la industria financiera está orientando su mirada al Big Data para evitar este tipo de situaciones dolosas. Hoy, la Banca está adoptando, cada vez con mayor frecuencia, modelos analíticos que le permiten anticipar transacciones fraudulentas y medir de mejor manera el índice de riesgo de un cliente personal o comercial.

Este tema no es menor considerando el auge de las transacciones online, que incluyen consultas de información, revisión de saldos y transferencias de recursos y que, en el caso de Chile, alcanzaron en 2012 los US$ 204 millones, el doble que hace cinco años y nueve veces más que las registradas hace una década. De esta manera, el monto total de transferencias de empresas y personas totalizó en 2012 más de un billón de dólares: US$1.097.682.000.000.

Evitando el fraude

La clave para que la Banca no dé pie a situaciones de engaño pasa por evolucionar de las herramientas enfocadas en la identificación de hechos dolosos hacia soluciones que permiten predecir si un evento o transacción dará lugar a una acción fraudulenta, blanqueo de capitales u otras actividades prohibidas. La anticipación es la clave y para eso los modelos analíticos juegan un rol decisivo.

Estas herramientas nos permiten modelar escenarios y eventos adversos que las organizaciones, sean entidades financieras o de otro tipo, pueden enfrentar en el futuro. Dichos modelos pueden ser muy básicos o complejos, dependiendo de los requisitos y las capacidades de las organizaciones.

Aquellas instituciones que cuentan con herramientas predictivas están mejor preparadas para ofrecer un servicio de calidad a los usuarios finales lo que se traduce, por ejemplo, en tiempos de respuesta más rápidos para el otorgamiento de créditos, menor pago de comisiones por la baja en los gastos operacionales y un sistema financiero más seguro al poseer sistemas analíticos que eviten fraudes.

Por Marcelo Sukni, gerente general de SAS Chile y Perú

– SAS Institute fue creada en 1976 en la Universidad Carolina del Norte y actualmente es una de las principales empresas privadas de software a nivel mundial. Tiene presencia en 139 países, más de 13 mil empleados y en 2013 obtuvo ingresos por $3.02 billones. En 2012 SAS fue elegida como la Mejor Empresa para Trabajar del Mundo, según la lista de la revista Fortune.


Únase a la conversación

Contacto | Diario TI es una publicación de MPA Publishing International Ltd., Reino Unido. © Copyright 1997-2022