ANALYTICS EN COMPLIANCE: Cumpliendo en un mundo de posibilidades exponenciales

Actualmente, una empresa puede perder valor compañía, reputación, ventas y clientes en días -incluso en segundos-, solo por exposición a procesos de riesgo y cumplimiento. Esto hace que, para prevenir, sea absolutamente clave la interiorización del uso de Big Data y Analytics en estos.

Publicado el 31 May 2019

compliance1

Andrés Awnetwant, Socio Líder de Omnia de Deloitte

Para nadie es una sorpresa que la era digital llegó y se instaló. La velocidad de la evolución tecnológica y del conocimiento es vertiginosa y afecta transversalmente a empresas, gobiernos e instituciones de todo tipo. Todas las organizaciones están llamadas a la adaptación, su competitividad dependerá de la resiliencia que muestren frente a estos desafíos, protegiendo sus estructuras de gobiernos corporativos, riesgos y cumplimientos.

Para el Socio Líder de Omnia de Deloitte, Andrés Awnetwant, “quienes están a cargo de la relación entre estas organizaciones y sus diversos actores -clientes, socios, proveedores, reguladores, asociados, etc.- tienen un especial desafío para asegurar que estás interacciones se lleven a cabo en el debido cumplimiento del marco regulatorio y en la delimitación de los riesgos establecidos por dichas entidades”.

Sin embargo, hoy las organizaciones cuentan con aliados que antes no estaban presentes en cada aspecto de los procesos de riesgo y cumplimiento: Analytics y Big Data.

Actualmente, muchas unidades de auditoría interna, e incluso de análisis forense (AML y fraude), utilizan como legado metodológico muestras representativas como forma de medición y control. Por décadas, esta fue la mejor forma de administrar riesgos. No obstante, ahora se pueden medir universos completos de transacciones, procesos y reglas, reduciendo el espacio para infracciones y/o errores. El ejecutivo indica que “lo anterior es solo posible, gracias a la gran capacidad de las tecnologías de administración y procesamiento de data que hoy se ofrecen, llegando incluso hasta el establecimiento de políticas, reglas, e identificación de patrones que nos permiten aprender y mejorar nuestro desempeño diario”.

Analytics y Big Data en empresas chilenas

Gran parte del mundo desarrollado ya ha podido avanzar en prácticas de Analytics, Robótica, Machine Learning e Inteligencia Artificial. El mercado chileno aún se encuentra en desarrollo si lo comparamos con las potencias líderes en adopción digital, aunque en palabras de Andrés Awnetwant “podríamos decir que nuestras compañías locales están en un estado de madurez medio-bajo respecto a estas prácticas”.

Algunos ejemplos de conducta de las empresas en Chile son:

• Exponerse a riesgos innecesarios: Al continuar utilizando metodologías de pruebas en base a muestras de data (fraude, AML, riesgo operacional, auditoría interna y SOX).

• Falta de políticas internas: La mayoría de las empresas no tiene una estrategia ni política de Gobierno de Datos respecto al impacto que Analytics e Inteligencia Artificial tienen en la protección de sus negocios y activos frente al cumplimiento de los estándares locales y mundiales.

• Cloud en deuda: Gran parte de las compañías aún no implementa modelos de datos centralizados (idealmente cloud) para gestionar la data en pos de agilizar y robustecer sus capacidades de gestión de riesgo y cumplimiento.

• Actualización y capacitación: Existe una gran brecha de conocimiento y capital humano local en estas materias, por lo que las empresas deben cambiar sus políticas tradicionales in house a unas orientadas a la externalización.

Actualmente, una empresa puede perder valor compañía, reputación, ventas y clientes en días -incluso en segundos-, solo por exposición a procesos de riesgo y cumplimiento. Esto hace que, para prevenir, sea absolutamente clave la interiorización del uso de Big Data y Analytics en estos procesos. Dado este escenario, es prudente hacer una introspección para evaluar el estado de madurez de su empresa en particular, para reducir exposición y prepararse. Las herramientas y experiencias necesarias para subsanar la situación están al alcance de la mano en nuestro ecosistema, solo necesitan dar el primer paso para conectarse y comenzar.

¿Qué tecnologías necesito en mi negocio?

En este proceso de modernización 4.0 es muy común que las empresas mezclen ciertos conceptos, u ocupar términos como Analytics e Inteligencia Artificial sin entender sus verdaderas potencialidades. Para evaluar de manera correcta qué tecnologías precisamos en nuestros procesos de modernización, es necesario saber que:

RPA: Permite la automatización robótica de procesos de cumplimiento y reportería, con el fin de estandarizar y aumentar la rigurosidad de sus cumplimientos.

Analytics: Permite monitorear -desde la data- los comportamientos, desviaciones y patrones respecto de los factores que generan incumplimientos o vulnerabilidades.

Cloud y Big Data: Gracias a ellos podemos centralizar y controlar grandes volúmenes de data y procesos para luego monitorearlos y documentarlos -en batch o tiempo real-, lo que nos permite aumentar considerablemente las capacidades de control.

Inteligencia Artificial y Machine Learning: Permite ir aprendiendo de los quiebres y vulnerabilidades que enfrentamos para robustecer sistemas y reglas de decisión. De ese modo, podemos avanzar, satisfaciendo las expectativas del mercado y de los ecosistemas.

Data Dinámica: Para mantenernos vigentes es vital contar con nuevas y estructuradas fuentes de datos para así obtener nuevos insights que nos permitan tomar mejores decisiones y considerar nuevos riesgos que debemos mitigar y gestionar. Este debe ser un proceso dinámico.

¿Cómo puedo comenzar mi proceso de implementación de Analytics?

La consultora Gartner menciona 6 formas en que Compliance puede ayudar a construir capacidades de Data y Analytics para que se transformen luego en un activo subyacente de la organización.

1. Crear una estrategia de desarrollo de capacidades analíticas, generalmente apoyado por un tercero.

2. Definir objetivos claros de aprendizaje.

3. Entrenar a los colaboradores de riesgo y cumplimiento en capacidades de Analytics y Data (sugiere asociación con terceros).

4. Proveer oportunidades a las personas en sus particulares roles (aprender en proyectos, co-desarrollo).

5. Contar con un modelo de apoyo y coaching para asegurar la consolidación y el crecimiento (modelo operativo y asesoría).

6. Monitorear los objetivos constantemente, tanto de las personas y su evolución, como de los sistemas.

¿Qué te ha parecido este artículo?

¡Síguenos en nuestras redes sociales!

Redacción

Artículos relacionados

Artículo 1 de 2