Data Analytics: Una herramienta de gestión y detección

La automatización de procesos, el uso masivo de ERP, la ola de cambios tecnológicos y el incremento constante y sostenido en el volumen de transacciones de las compañías, han generado que gran parte de su información (big data) se almacene en su sistema. Normalmente, dicha información no es revisada ni mucho menos analizada ya que, erróneamente, se cree que es difícil de obtener o que demandaría un gran esfuerzo procesarla en contraste de los beneficios que podría proporcionar.

Sin embargo, en los últimos años, las compañías han observado que esta big data puede convertirse en información muy valiosa para potencializar sus negocios. En ese contexto, surgen los procesos y/o técnicas de Data Analytics que, con acceso a la información interna y/o externa (cuantitativa y cualitativa) le permiten a las gerencias ver las operaciones de sus negocios de una manera distinta, obteniendo así una mejor información. Por ejemplo,  registros contables, maestros de clientes y proveedores, reportes de inventarios, datos de personal, entre otros. Esto permite:

1. Identificar tendencias y oportunidades para maximizar la rentabilidad de sus negocios
2. Evaluar y detectar riesgos (transacciones inusuales o índices y tendencias que pueden indicar áreas de riesgo.

Es una serie de procedimientos que permiten obtener información mediante la identificación e interpretación de patrones relevantes sobre una base de datos. Dichos procedimientos buscan resultados a partir del análisis de datos (cuantitativos y cualitativos) y los presentan de manera gráfica y dinámica. Para ello, es necesario tener en cuenta los siguientes pasos:

1. Definición de qué se medirá y/o analizará, y cómo se hará dicha medición
2. Recolección y extracción de datos
3. Organización y análisis de datos
4. Interpretación de los resultados
5. Utilización de los resultados

Asimismo, para optimizar el uso del Data Analytics, la información proveniente de las fuentes internas y externas debe ser correctamente registrada y procesada. Dependiendo del tipo de información que se obtenga, los resultados podrían estar relacionados con:

• Descriptive analytics – Describe lo que ha pasado en un período de tempo.
• Diagnostic analytics – Permite identificar las razones por las que algo ha pasado.
• Predictive analytics – Ayuda a predecir los eventos que sucederán en el futuro cercano
• Prescriptive analytics – Sugiere opciones frente a eventos futuros

Su uso es importante porque permite tomar mejores decisiones de gestión a partir de la información analizada, logrando, entre muchas cosas, lo siguiente:

• Identificar oportunidades para maximizar el margen del negocio, así como para reducir costos y gastos
• Identificar mejoras de procesos y controles
• Aumentar la capacidad de detectar riesgos en grandes conjuntos de data
• Mitigar el riesgo de fraude
• Efectuar acciones correctivas más oportunas y relevantes
• Reducir riesgos en la preparación de información financiera
• Cumplir con las expectativas regulatorias
• Generar, en el mediano y largo plazo, una mayor transparencia empresarial, etc.

Si bien en el Perú el uso de Data Analytics es relativamente nuevo y poco difundido, los beneficios que viene generando en las empresas que ya lo utilizan son notables. Se espera que en un plazo de tiempo muy corto llegue a más empresas y forme parte de su gestión.

Para mayor información sobre el servicio de Auditoría Contable y Financiera haz clic aquí.