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

Opini贸n: Los bancos est谩n incorporando cada vez con m谩s fuerza, modelos anal铆ticos para evitar fraudes y riegos, lo que incluso puede traer menores costos para los usuarios.

A comienzos de 2014 se descubri贸 en M茅xico un fraude financiero de enormes proporciones. Uno de los principales bancos de ese pa铆s fue utilizado por la empresa Oceanograf铆a para lavar dinero por un monto superior a los 400 millones de d贸lares. Durante la investigaci贸n, tambi茅n se descubri贸 que esta empresa ten铆a v铆nculos con otras compa帽铆as con actividades que iban desde la venta de combustible robado a inversiones dudosas en casinos de juego e incluso al f煤tbol profesional.

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

Este tema no es menor considerando el auge de las transacciones online, que incluyen consultas de informaci贸n, revisi贸n 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 a帽os y nueve veces m谩s que las registradas hace una d茅cada. De esta manera, el monto total de transferencias de empresas y personas totaliz贸 en 2012 m谩s de un bill贸n de d贸lares: US$1.097.682.000.000.

Evitando el fraude

La clave para que la Banca no d茅 pie a situaciones de enga帽o pasa por evolucionar de las herramientas enfocadas en la identificaci贸n de hechos dolosos hacia soluciones que permiten predecir si un evento o transacci贸n dar谩 lugar a una acci贸n fraudulenta, blanqueo de capitales u otras actividades prohibidas. La anticipaci贸n es la clave y para eso los modelos anal铆ticos 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 b谩sicos o complejos, dependiendo de los requisitos y las capacidades de las organizaciones.

Aquellas instituciones que cuentan con herramientas predictivas est谩n mejor preparadas para ofrecer un servicio de calidad a los usuarios finales lo que se traduce, por ejemplo, en tiempos de respuesta m谩s r谩pidos para el otorgamiento de cr茅ditos, menor pago de comisiones por la baja en los gastos operacionales y un sistema financiero m谩s seguro al poseer sistemas anal铆ticos que eviten fraudes.

Por Marcelo Sukni, gerente general de SAS Chile y Per煤

– SAS Institute fue creada en 1976 en la Universidad Carolina del Norte y actualmente es una de las principales empresas聽privadas聽de software a nivel mundial. Tiene presencia en 139 pa铆ses, m谩s 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, seg煤n la lista de la revista Fortune.


驴Desea suscribirse a nuestro newsletter?

Contacto | Diario TI es una publicaci贸n de MPA Publishing International Ltd.