Using analytics successfully to detect fraud | KPMG | ES

Using analytics successfully to detect fraud

Using analytics successfully to detect fraud

En este artículo se analizan los factores que subyacen tras la reducida tasa de uso del análisis de datos para la detección de fraudes (Forensic Data Analytics-fD&A), así como los métodos y herramientas que pueden utilizar las empresas con el fin de potenciar la confianza en la efectividad del análisis de los datos para combatir dichos fraudes o comportamientos irregulares.

Contacto

Socio responsable de Forensic para Europa, Oriente Medio y África (EMA) y responsable global del área de Dispute Advisory Services y Arbitraje Internacional

KPMG en España

Contacto

Contenido relacionado

análisis de datos para la detección de fraude

En relación con los aspectos de Data Analytics plasmados en el informe de KPMG Global profiles of the fraudster, este artículo ofrece una visión sobre las implicaciones positivas que obtienen las empresas que realizan una gestión proactiva basada en un programa de análisis antifraude. Para detectar a los defraudadores, las compañías suelen recurrir al análisis de datos orientado a la identificación de transacciones sospechosas. Para que un programa de detección arroje resultados satisfactorios, debe tener acceso a datos fiables y funcionar acorde a las expectativas de la empresa. Los directivos deben tener la certeza de que los análisis de datos van a funcionar según lo previsto, pero cabe la posibilidad de que pierdan la confianza en el programa antifraude si éste no logra detectar conductas indebidas en fases tempranas.

El informe de KPMG Using analytics successfully to detect fraud explica los retos que conlleva gestionar un programa basado en Data Analytics, y examina los pasos que las empresas deberían dar para mejorar las probabilidades de lograr beneficios así como proteger su reputación. En este último artículo de la serie Trusted Analytics, llegamos a la conclusión de que muy pocas empresas están empleando Data Analytics de manera satisfactoria para detectar el fraude. Esta falta de adopción refleja un “déficit de confianza”; no se confía lo suficiente en que los datos, los análisis y la interpretación empresarial de los resultados vayan a lograr distinguir de manera eficiente aquellas operaciones habituales del negocio y aquellas que indiquen una posible actividad fraudulenta.

Este artículo le ayudará a identificar los elementos que componen un proceso de análisis antifraude efectivo y cómo las empresas pueden beneficiarse de un programa de detección de fraude adecuadamente gestionado.
 

Contacta

 

Solicitud de propuesta

 

Enviar RFP