Pero las prácticas fraudulentas en Internet no se limitan a los ataques masivos a usuarios particulares. “Las empresas se enfrentan a otro tipo de malas prácticas que pueden afectar seriamente su funcionamiento, como son los pagos indebidos, los procesos de compra ineficientes, los errores en la administración, el uso abusivo de tarjetas de crédito corporativas o, incluso, el blanqueo de dinero”, declara Ana María Molina, Marketing Manager de IBM SPSS. “Paradójicamente, estas empresas pueden ser más vulnerables cuanto mayor sea su tamaño, por cuanto estas prácticas pueden pasar más desapercibidas entre el gran volumen de datos que manejan”.
Según Ana María Molina, “frente a este aumento de los delitos informáticos, el uso del análisis predictivo puede convertirse en una herramienta básica a la hora de detectar y prevenir estas actividades, tanto para las organizaciones públicas como las privadas”. Las soluciones de IBM SPSS en este campo facilitan a estas organizaciones una correcta gestión de sus prácticas en áreas como:
Gestión del cumplimiento y detección de pagos indebidos. Las soluciones de análisis predictivo de IBM SPSS permiten identificar actividades extrañas y tomar las medidas necesarias a través de la detección de patrones y anomalías. Esta actividad se lleva a cabo mediante el análisis de cientos, miles o incluso millones de casos, según las dimensiones y las necesidades de cada empresa, y la construcción posterior de perfiles multidimensionales, que incorporan muchas características diferentes.
Las técnicas de agrupación y asociación permiten juntar los comportamientos similares y detectar los patrones extraños, como pueden ser los relacionados con pagos indebidos. Su capacidad hace posible incluso cribar una gran cantidad de registros, para localizar los casos aislados que requieran de una investigación más enfocada.
Apoyo de los esfuerzos contra el blanqueo de dinero. Cada vez más, las instituciones financieras reciben requerimientos de gobiernos de todo el mundo para que les ayuden en su lucha contra el blanqueo de dinero; el incumplimiento de este mandato puede incluso suponer severas sanciones para la empresa. Pero el rastreo de este tipo de operaciones resulta complicado si no se dispone de las herramientas adecuadas, y más complicado aún si no se quiere interferir en las relaciones con los clientes.
El análisis predictivo de IBM SPSS permite a las instituciones financieras reconocer los patrones sofisticados y anomalías para detectar con éxito los casos de blanqueo. Estas soluciones facilitan construir perfiles de actividades de cuentas en el pasado, crear parejas de cuentas similares e identificar cuándo las actividades no entran dentro del rango normal para estos perfiles o parejas. En conjunto, posibilita la localización de actividades sospechosas ante las que tomar medidas rápidas y adecuadas. Y, lo más importante, permite adaptar continuamente los modelos a cualquier cambio en el patrón de comportamiento, con lo que las nuevas estrategias de blanqueo son rápidamente detectadas.
Lucha contra otros tipos de fraude, derroche y abuso. La ineficiencia en los procesos de compra o facturación, el abuso en las tarjetas de crédito de empresas, la incapacidad de integrar información de distintos sistemas, los errores en la administración de pensiones y pagos similares o el derroche de fondos públicos, son algunas de las malas prácticas que suponen cada año una importante pérdida económica para empresas y organismos. Unas malas prácticas que a menudo tienen su origen en procesos duplicados, cuando no directamente innecesarios.