Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Detección
y prevención
del fraude
con análisis de dat
Machine Translated by Google
Tabla de contenido
Detección y prevención del fraude con análisis de datos 1
El fraude está costando billones 3
Las herramientas de análisis de datos ahora son fundamentales 4
Por qué el muestreo ya no es lo suficientemente bueno 7
Tipos de pruebas de análisis 8
Avanzando hacia el monitoreo continuo 10
Técnicas de análisis de datos 11
01 Ley de Benford 12
02 Análisis de tendencias y análisis de series temporales 13
03 Análisis de razones 14
04 Transacciones duplicadas 15
05 Cantidades pares dieciséis
Pasos para poner en marcha su programa de fraude 17
20 pruebas analíticas comunes 18
2
Machine Translated by Google
El fraude
está costando billones
¿Sabía que el fraude cuesta a las organizaciones 2,1 billones de dólares al año en
1
todo el mundo?
Para ayudarlo a poner en perspectiva ese enorme número, eso es
más que el PIB total de Brasil, ¡la octava economía más grande del mundo!
Estas son algunas otras cifras sorprendentes: La cantidad típica No hay duda de que los esquemas de fraude se han vuelto más
2
de ingresos perdidos por fraude se reporta en un 5%. significa Eso sofisticados, y los estafadores encuentran constantemente nuevas
que se estima que el sector de la salud de EE. UU. (que obtiene formas de manipular la tecnología para su beneficio.
ingresos anuales de $ 3,5 billones) perderá hasta $ 175 mil millones Las organizaciones y los gobiernos de todo el mundo están
cada año, mientras que la industria de seguros de $ 1,2 invirtiendo fuertemente en tecnologías y recursos para ayudar a
billones pierde alrededor de $ 60 mil millones. detener el flujo masivo de ingresos perdidos.
Una de las tecnologías más valiosas para combatir el fraude es el análisis avanzado de datos. El
software de análisis de datos puede identificar tendencias, patrones, anomalías y excepciones dentro de los
datos que revelan las "huellas digitales" digitales de los estafadores.
Una encuesta global reciente de PwC encontró que el 44% Este libro electrónico analiza cómo implementar un programa de
de los encuestados planea aumentar el gasto en prevención fraude exitoso, incluidas las consideraciones y técnicas clave
de fraude y delitos económicos durante los próximos dos años.3 El para detectar el fraude, y los tipos de pruebas que puede ejecutar,
informe dice que la mayor parte de este dinero se destina a tecnología y brinda una serie de ejemplos prácticos que puede aplicar en una
y análisis de datos más potentes. variedad de funciones comerciales.
1 Deloitte, 2018, Lucha contra el fraude con análisis: el futuro de las investigaciones
2 Intel, 2017, Adelántese al fraude con análisis de big data 3
PwC, 2018, Encuesta mundial sobre delitos y fraudes económicos
3
Machine Translated by Google
Las herramientas de
análisis de datos ahora
son fundamentales
La cantidad de datos que producimos en todo el mundo está creciendo y no hay
señales de que disminuya.
La Corporación Internacional de Datos (IDC) definió tres áreas donde se En conjunto, estos puntos de creación de datos conforman la esfera de
están creando estos datos: datos global, que se espera que crezca a la friolera de 175 zettabytes
4
(ZB) para 2025. En contexto, cada día, los usuarios de para poner eso
Internet producen 2,5 quintillones de bytes de datos. Se necesitarían 400
01 El núcleo (centros de datos tradicionales y en la nube).
días de recopilación de datos para llegar a un solo ZB. Y 70.000 días de
navegación por internet para llegar a 175 ZBs.
02 The edge (infraestructura reforzada para empresas)
como torres celulares y oficinas de marca). Por lo tanto, los datos del mundo se están disparando, y eso incluye
los datos de su propia organización, lo que hace que sea realmente difícil
descubrir indicadores de fraude. Los controles internos son, en su
03 Los terminales (PC, teléfonos inteligentes e Internet)
de cosas (IoT) dispositivos). propio, no lo suficiente. (Y los empleados son cada vez más astutos
cuando se trata de encontrar formas de sortearlos).
Si desea verificar y monitorear de manera efectiva los controles internos,
necesita recurrir a múltiples fuentes de datos, analizar el 100 % de sus
transacciones y probarlas con políticas y procedimientos establecidos,
en todas las aplicaciones y estructuras de TI.
4 IDC, 2018, La digitalización del mundo del borde al núcleo
4
Machine Translated by Google
Pero con volúmenes tan grandes de datos, revisarlos manualmente es muy costoso y lleva mucho tiempo, y simplemente
imposible para las grandes organizaciones globales. Sin embargo, con el análisis de datos, obtiene una visión general rápida de su negocio.
operaciones y puede profundizar fácilmente en los detalles de áreas específicas. Esto hace que los exámenes sean mucho más rápidos, más
detallados y más completos que los procesos manuales.
“El monitoreo proactivo de datos se asoció con un
52 % menos de pérdidas y fraudes detectados en
la mitad del tiempo”.
» Asociación de Examinadores de Fraude Certificados,
2018 Informe a las naciones sobre fraude y abuso ocupacional
CON LA TECNOLOGÍA DE ANÁLISIS DE DATOS ADECUADA, USTED PUEDE:
+ Busque automáticamente el 100% de sus transacciones para + Realinear estratégicamente los recursos para enfocar la detección
indicadores de fraude. esfuerzos en transacciones sospechosas.
+ Combine, normalice y compare fácilmente datos de diferentes + Calcule con mayor precisión los impactos del fraude.
sistemas y fuentes.
+ Reducir significativamente los errores de muestreo y mejorar
+ Identifique rápidamente el fraude antes de que se vuelva material (o controles internos.
noticias de portada).
+ Ahorre tiempo al automatizar pruebas repetitivas.
¿QUÉ CARACTERÍSTICAS DEBE BUSCAR EN UNA HERRAMIENTA DE ANÁLISIS DE DATOS?
Aquí hay cinco cosas que querrá asegurarse de que estén en su solución de análisis.
01 La capacidad de realizar análisis prediseñados 04 Detección y prevención automatizadas, y la
rutinas como clasificación, estratificación, pruebas duplicadas, desarrollo de pruebas complejas para detectar y abordar los tipos de
envejecimiento, unión y emparejamiento. fraude más sofisticados.
02 Acceso y manipulación de datos, que 05 Registro de procedimientos, que genera
accede, compara, limpia y combina datos de casi cualquier fuente. pistas de auditoría que pueden ser necesarias para respaldar
investigaciones detalladas.
03 Visualización de datos, para descubrir imprevistos
anomalías más fácilmente y proporcionar información adicional.
5
Machine Translated by Google
6
Machine Translated by Google
Por qué el muestreo
ya no es lo
suficientemente bueno
Hay algunas deficiencias graves con muchos métodos de prueba de
controles como el muestreo.
+ No se puede medir completamente el impacto del control Aunque probar una muestra de datos es un enfoque de
fallas
auditoría válido, no es tan efectivo para detectar fraudes.
+ Puede pasar por alto muchas anomalías más pequeñas, lo que Esto se debe a que las transacciones fraudulentas
puede resultar en fraudes muy grandes con el tiempo. generalmente no ocurren al azar.
+ Las pruebas de muestras no encuentran patrones de advertencia ni cumplen
Para probar y monitorear de manera efectiva los controles
con las necesidades reglamentarias.
internos, las organizaciones deben analizar todas
las transacciones relevantes, algo que es casi imposible de hacer
sin el análisis de datos y la automatización.
7
Machine Translated by Google
Tipos de
pruebas de análisis
Principalmente, hay dos tipos de pruebas de análisis de
datos: ad hoc y repetitivas/continuas.
AD HOC REPETITIVO/CONTINUO
El objetivo de las pruebas adhoc es obtener una respuesta a El análisis repetitivo o continuo para la detección de fraudes significa
una pregunta comercial específica. Las pruebas adhoc le permiten configurar scripts para ejecutarse en grandes volúmenes de datos para
explorar e investigar sus datos. Puede examinar las transacciones identificar anomalías a medida que ocurren.
y ver si hay algo que indique que se ha producido un fraude o
Este método realmente puede mejorar la eficiencia, la consistencia y
identificar oportunidades para que ocurra un fraude.
la calidad generales de sus procesos de detección de fraude.
Cree scripts, pruébelos y ejecútelos con datos para recibir
Digamos que la dirección de un empleado coincide con la notificaciones periódicas cuando se detecten anomalías.
dirección de un proveedor. Puede ir y encontrar esa información
específica: compare un archivo maestro de proveedores con un
Puede ejecutar el script todas las noches para revisar todas sus
archivo maestro de empleados y busque registros coincidentes. Si
transacciones, luego recibir notificaciones de tendencias y patrones,
encuentra algo allí, podría ser indicativo de que alguien se está
y enrutar cualquier excepción a la administración. Comenzará a detectar
configurando como un proveedor fantasma. Con las pruebas ad
proactivamente la actividad fraudulenta antes de que los pequeños
hoc, puede ejecutar pruebas para descubrir oportunidades
incidentes se conviertan en problemas mayores.
específicas en las que podría ocurrir un fraude.
Por ejemplo, el abuso de tarjetas de compra (PCard) es un
Pero esto todavía es realmente manual y requiere mucho tiempo. Y,
problema frecuente porque las grandes organizaciones a menudo
si ese tipo de anomalía parece ser relativamente frecuente o hay cierta
tienen grandes volúmenes de compras con PCard. Para ayudar
exposición al riesgo con el que no se siente cómodo, tal vez quiera
a abordar esto, puede ejecutar un script que pruebe todas las
investigar de forma recurrente, lo que nos lleva al segundo tipo de
transacciones de PCard a medida que ocurren, para asegurarse
prueba. de que estén de acuerdo con los controles.
Automatizar las pruebas en áreas problemáticas obvias, como las tarjetas
P, libera a su equipo para investigar otras áreas donde las cosas podrían
estar saliendo mal, o para concentrarse en aquellas tareas y
proyectos que requieren mucho tiempo y atención manual.
8
Machine Translated by Google
Análisis automatizado de monitoreo de fraude
El seguimiento automatizado del fraude permite:
+ Aplique un enfoque basado en el riesgo a su fraude + Señale las infracciones, automatice el seguimiento y notifique a las
programas partes interesadas clave para abordar el fraude antes de que crezca.
+ Conéctese fácilmente a datos internos y externos + Refine sus programas de análisis y monitoreo
y automatice el análisis para un monitoreo continuo. centrarse en el fraude de mayor riesgo y reducir los falsos
positivos.
+ Aplicar técnicas avanzadas de análisis y aprendizaje
automático para identificar tendencias y actividades
de alto riesgo.
9
Machine Translated by Google
Avanzando
hacia el
monitoreo continuo
La Asociación de Examinadores de Fraude Certificados informó que el caso típico
de fraude continúa durante 16 meses antes de que se detecte. 5
Hay ventajas obvias en la detección rápida del fraude, y la Es bastante sencillo pasar de usar un conjunto de análisis de datos
mitigación oportuna del riesgo constituye un caso comercial específicos de fraude ad hoc a un monitoreo continuo.
sólido para analizar y probar las transacciones de forma continua. Suponiendo que se hayan abordado los problemas de acceso,
preparación y validación de datos, y que las pruebas hayan
demostrado ser efectivas, pasar al monitoreo continuo
Una vez que se ha desarrollado una prueba para
simplemente implica automatizar sus pruebas.
descubrir un indicador de fraude específico, tiene sentido
repetir el análisis periódicamente. La frecuencia con la que
ejecuta la prueba depende de sus objetivos y del tamaño de su Luego, también puede configurar un flujo de trabajo automatizado
organización. Por ejemplo, en el caso de monitorear transacciones para la corrección. Las excepciones generadas por pruebas
de pago e ingresos, podría tener sentido realizar pruebas específicas se enviarán automáticamente a personas específicas
automatizadas diariamente. para su revisión. La notificación de elementos de excepción de
Para áreas como tarjetas P, gastos de viaje y entretenimiento (T&E) alto riesgo se puede enrutar a la gerencia superior. Por lo tanto,
y nómina, es posible que solo necesite realizar pruebas semanales puede estar seguro de que los problemas se marcan y se les da seguimiento.
o mensuales, para alinearse con las frecuencias de pago.
5 Asociación de Examinadores de Fraude, 2018, Informe a las naciones: Estudio global sobre fraude y abuso ocupacional
10
Machine Translated by Google
Técnicas
de análisis de da
Hay una serie de técnicas analíticas específicas que son eficaces
para detectar y prevenir el fraude.
11
Machine Translated by Google
01
Ley de Benford
La Ley de Benford es una forma fascinante y muy efectiva de detectar
posibles fraudes y manipulación intencional de datos.
Es fascinante porque, sorprendentemente, las personas que inventan Mediante el análisis de datos, puede ver los máximos o mínimos
cifras o datos suelen seguir patrones y, por lo general, distribuyen los artificiales dentro de sus datos que podrían ser indicadores de fraude,
números de manera uniforme. y luego puede profundizar e investigar más a fondo.
La Ley de Benford es una técnica estadística común.
Básicamente establece que las listas de números de muchas fuentes La Ley de Benford es particularmente útil para detectar fraudes en
de datos de la vida real se distribuyen de una manera específica y no compras y cuentas por pagar. Otras áreas donde es adecuado para su uso
uniforme. El número uno aparece alrededor del 30% del tiempo. Posteriormente, incluyen:
el número dos ocurre con menos frecuencia, luego el número tres, el
+ Entradas de diario
número cuatro, hasta llegar al nueve (que ocurre menos del 5% del
+ Transacciones de cuentas por pagar
tiempo). La idea es probar ciertos puntos y números e identificar aquellos
+ Reembolsos de cliente/cliente
que aparecen con más frecuencia de lo que deberían.
+ Transacciones con tarjeta de crédito
+ Órdenes de compra
+ Datos del préstamo.
Ejemplo:
la Ley de Benford podría aplicarse para determinar esquemas de fraude en los que los empleados
solicitan contratos por montos dentro de un cierto rango, donde un conjunto particular de números (por
ejemplo, "39" en "39,900") aparece en los datos con más frecuencia de lo esperado. En este caso, el
empleado podría estar elevando contratos por debajo del límite de licitación y dirigiéndolos a una empresa
en la que tiene una participación personal (por ejemplo, un cónyuge o un familiar).
12
02
Machine Translated by Google
Análisis de tendencias y análisis
de series temporales
El análisis de tendencias a lo largo de los años, o entre departamentos, divisiones,
etc. puede ser muy útil para detectar el fraude.
En pocas palabras, el análisis de tendencias es la idea de que a la expectativa. Si la tendencia no cumple con las
lo que sucedió en el pasado dará una idea de lo que expectativas de lo que sucederá, puede determinar por qué.
sucederá en el futuro. En términos de datos, es una técnica El método de cambio de período a período es el tipo más
estadística utilizada para calcular tendencias de datos a lo largo simple de análisis de tendencias. Por ejemplo, proyecta
del tiempo y hacer predicciones basadas en la suposición de datos en el futuro (p. ej., mes o año) en función de los datos de
que los patrones de tendencia continuarán. dos o más períodos anteriores, y luego mide el resultado
en dólares o cambio porcentual.
Con el análisis de tendencias, puede examinar el saldo del
libro mayor a lo largo del tiempo. Una vez que
tenga una expectativa de lo que sucederá, compare la tendencia
Ejemplo: El
análisis de tendencias es muy eficaz para detectar esquemas de sobornos. Por ejemplo, ejecutar un análisis de tendencias para comparar las
tasas de devolución de productos defectuosos puede indicar un posible esquema de sobornos. En este ejemplo, alguien compra
bienes inferiores y los devuelve, recibiendo ganancias por sobornos. El análisis de tendencias que analiza la cantidad y el precio a lo largo del
tiempo puede revelar este tipo de fraude, especialmente en los casos en los que se compra una cantidad significativamente mayor de productos
de los necesarios.
ANÁLISIS DE SERIES TEMPORALES
El análisis de series de tiempo es útil si los datos indica que los datos se han desviado de su tendencia
tienen un componente estacional (p. ej., valores más altos anterior, lo que significa que debe haber ocurrido algún
asociados con ciertos meses o días de la semana). El análisis tipo de cambio. La investigación adicional puede revelar que
predictivo de análisis de tendencias y series de tiempo se este cambio fue intencional/malicioso
puede utilizar en un entorno de monitoreo continuo. El análisis
puede ayudar a proporcionar un pronóstico y esos datos se
pueden comparar con los datos reales inmediatamente después
del evento. Cualquier diferencia entre los dos
13
Machine Translated by Google
03
Analisis de proporción
Otra técnica útil de detección de fraude es el cálculo de proporciones para
campos numéricos clave.
Al igual que los índices financieros que dan indicaciones sobre la Tres proporciones comúnmente empleadas son:
salud relativa de una empresa, los índices de análisis de datos
+ Valor más alto al valor más bajo (máximo/ mínimo)
apuntan a posibles síntomas de fraude.
+ Valor más alto al siguiente más alto
+ Año actual al año anterior.
En muchos casos, las proporciones altas o los valores anormales
que se desvían de los estándares de la industria y/o los
escenarios comerciales actuales, a menudo han descubierto
posibles fraudes que deben investigarse.
14
Machine Translated by Google
04
Transacciones duplicadas
La prueba de duplicados es una de las pruebas de fraude más comunes
porque puede indicar fraude, así como ineficiencia e inexactitudes en
las transacciones.
Ejecutar pruebas para transacciones duplicadas puede sería un patrón de datos inesperado. Las transacciones
determinar si, por ejemplo, está recibiendo facturas duplicadas duplicadas podrían ser un posible síntoma de fraude que debe
de alguien, y si es deliberado o accidental. ser examinado. Pero, una palabra de precaución: debe investigar
adecuadamente las transacciones antes de sacar conclusiones
precipitadas. Las transacciones que parecen duplicados pueden
Por lo general, las combinaciones de número de factura/
ser simplemente pagos progresivos o facturación equivalente de
número de proveedor son únicas. Entonces, transacciones con
cargos mensuales.
las mismas combinaciones de número de factura/número de proveedor
Ejemplo:
los números de factura duplicados podrían indicar que las facturas se han pagado dos
veces, ya sea accidental o intencionalmente. Un estafador podría estar procesando estas facturas
y pagándose el dinero a sí mismo, o trabajando con alguien en la empresa proveedora para compartir
las ganancias de los pagos duplicados.
15
Machine Translated by Google
05
cantidades pares
Incluso las cantidades (en dólares redondeados) no ocurren tan a menudo.
Por lo tanto, los números que se redondean a decenas, centenas y
miles pueden considerarse anomalías y deben analizarse más de cerca.
Y no se concentre solo en las grandes cantidades de dólares. alojamiento). Para asegurar que estos máximos
Las cantidades pequeñas y uniformes deben revisarse, ya que no se abusa, las reclamaciones deben comprobarse con los
generalmente es más fácil para los estafadores salirse con la recibos. Es muy raro, por ejemplo, que una habitación de hotel
suya. Por ejemplo, considere el reembolso de los gastos de viaje. llegue a una cifra redondeada con impuestos incluidos.
Su organización tendrá montos diarios máximos para viajes, Pero si tiene cientos de empleados y todos están haciendo
comidas, gasolina, etc. Lo más probable es que estos montos reclamos de gastos, son miles de gastos para analizar y
se establezcan en dólares pares (por ejemplo, $90 por confirmar que los montos son legítimos, lo que no se puede
cena, $200 por noche por hacer manualmente.
El software de análisis de datos permite a los usuarios identificar instancias de dólares redondeados en los datos, para que
pueda investigarlos más a fondo y asegurarse de que las afirmaciones coincidan con los datos.
dieciséis
Machine Translated by Google
Pasos para
poner en
marcha su programa de frau
La tecnología de análisis de datos puede ayudar a calcular el impacto del
fraude para que pueda ver realmente cuánto le está costando a la organización.
Esto ayuda a determinar el ROI de la tecnología de análisis de fraude dedicada.
F Escriba todos los diferentes tipos de F Comunicar la actividad de seguimiento
fraude que podría ocurrir y las áreas en las que en toda la organización para que los empleados y
podría ocurrir. proveedores sean conscientes del hecho de que
estás prestando mucha atención a lo que
F Trate de medir el riesgo de fraude y la exposición está pasando.
general de la organización.
¿Cuánto costaría si el fraude que anotó en el F Proporcionar a la gerencia información inmediata
primer paso realmente ocurriera? notificación cuando las cosas van mal.
(Es mejor plantear cualquier problema de
inmediato que explicar por qué ocurrió más tarde).
F Aborde primero los artículos más costosos. Configure
pruebas ad hoc para buscar indicadores de F Repare los controles rotos inmediatamente.
fraude en estas áreas. Con base en este La segregación de funciones es importante. Si una
análisis, investigue los patrones e indicadores persona puede iniciar una transacción, aprobar la
que surjan y configure su monitoreo transacción y también ser el receptor de los bienes,
continuo. hay un problema real.
F Amplíe el alcance y repita.
17
Machine Translated by Google
20
común
pruebas
analíticas
¿Sabe cuánto le está costando el fraude? La tecnología de análisis
de datos puede cuantificar el impacto del fraude.
Las siguientes 20 pruebas exploran las funciones comerciales donde el fraude es común, incluido el libro mayor, los gastos de
viaje y entretenimiento, la nómina, la tecnología de la información, la adquisición y el cobro.
18
Machine Translated by Google
01 Entradas de diario sospechosas por palabras clave 04 Perfil de gastos
Identifique descripciones de entradas de diario sospechosas Perfile los gastos identificando el gasto promedio por
utilizando palabras clave que pueden indicar entradas no autorizadas departamentos.
o no válidas.
Ejemplo: Recursos humanos ha estado gastando grandes cantidades en
Ejemplo: Se encontró una descripción con la palabra clave “edificio” viajes para posibles candidatos y su departamento de ventas ha
en la cuenta de activo a corto plazo. Era esto estado viajando en clase ejecutiva para viajes nacionales cortos.
mal clasificado? ¿Es siquiera válido?
02 Estratificar las cuentas del libro mayor 05 Reclamaciones de reembolso sospechosas: coches de alquiler,
combustible y kilometraje
Estratifique una cuenta de libro mayor en particular para buscar
entradas de diario que estén fuera del rango normal de valores Identifique a los empleados que reclaman gastos de combustible
registrados en la cuenta. cuando ya reclaman gastos de millaje de vehículos personales e informes
con un gasto de combustible sin un gasto de alquiler de automóvil
Ejemplo: las transacciones de la cuenta de gastos de nómina
correspondiente.
generalmente tienen un promedio de $ 2 millones, pero parece
que se ingresó una por $ 500,000: ¿esta publicación fue correcta? Ejemplo: Tim envía sus gastos de millaje cada semana por conducir su
¿autorizado? automóvil a lugares fuera del sitio. También ha estado presentando
gastos de combustible para algunos de sus viajes, lo que provocó un
error de reembolso que no detectó Finanzas.
equipo.
03 Importes de asientos de diario atípicos
Seleccione asientos de diario que se desvíen más de dos
desviaciones estándar del monto promedio registrado.
Ejemplo: analice las tendencias de todas sus cuentas para resaltar
06 Dividir compras
Detecte compras divididas: gastos del mismo empleado,
las transacciones que pueden requerir un escrutinio.
mismo tipo de gasto y misma fecha, donde cada gasto es inferior al
Estas transacciones son inusuales porque son cantidades mucho
límite, pero juntos superan el límite de aprobación.
mayores de lo esperado.
Ejemplo: el límite de compra de Steve es de $500, pero pide algunos
suministros nuevos que cuestan $800 y divide la compra en dos
pagos de $400. Cada pago está por debajo del límite, pero juntos están
por encima de la aprobación
límite.
19
Machine Translated by Google
07 Gastos excesivos en comidas de grupo 10 cartas inactivas
Identificar la cantidad promedio de comidas grupales por asistente; Identifique cualquier PCard perdida, robada o sin usar.
reportar casos que excedan los umbrales.
Ejemplo: Carol dejó su empresa el año pasado, pero
Ejemplo: Tony abusa de sus privilegios de T&E en cenas de parece que la tarjeta P que le emitieron todavía está activa en el
negocios al pedir alcohol por un total de $140 por sistema, aumentando su riesgo de exposiciones financieras.
asistente, mucho más que el umbral autorizado de $50.
11 Múltiples aumentos de sueldo
Identifique a los empleados con más de tres salarios base diferentes
08 Cantidades redondas
dentro de un año, para garantizar que los aumentos sean
Identifique transacciones potencialmente sospechosas con válidos.
montos redondeados.
Ejemplo: hubo dos empleados que recibieron seis aumentos
Ejemplo: Cada mes, Roger siempre tiene una misteriosa transacción salariales mínimos pero incrementales en el último año, ¿fueron
de $200. Ha estado abusando de su tarjeta P y usándola para autorizados?
obtener adelantos en efectivo para fines personales.
usar.
12 Empleados fantasmas (fantasma)
Identifique cualquier empleado fantasma (fantasma) que se utilice
09 Reclamaciones duplicadas ("doble inmersión")
para cometer fraude (p. ej., canalizar fondos a una parte no
Identifique a los empleados que están creando reclamos duplicados autorizada).
("doble inmersión") presentando el mismo gasto en una
Ejemplo: Un administrador de nómina ha estado
transacción de tarjeta corporativa y una transacción de
reactivando empleados despedidos y cambiando sus datos bancarios
desembolso personal.
a su propia cuenta.
Ejemplo: Samara presenta reclamos duplicados por los mismos
gastos: reclamó $360 por gastos de hotel en su tarjeta corporativa,
pero también presentó otro informe de gastos que afirma que
esto se pagó con su tarjeta personal.
20
Machine Translated by Google
13 Segregación de deberes 16 compras sin orden de compra
Creación de facturas vs. proveedores. Identifique proveedores con transacciones sin orden de compra
superiores a un umbral especificado.
Asegúrese de que exista una segregación de funciones entre el
creador/modificador de la factura y el creador/proveedor del proveedor. Ejemplo: un proveedor envía intencionalmente una factura
modificador falsa, en connivencia con un empleado de su organización que
comparte las ganancias después de aprobar y pagar la factura.
Ejemplo: Julianna fue contratada como estudiante cooperativa a corto
plazo. Pero su acceso al sistema nunca fue revocado y alguien puede
usar su cuenta para validar
facturas de proveedores ficticios.
17 Coincidencia empleadoproveedor
Identifique cualquier coincidencia en la tabla maestra de empleados y
14 Facturas duplicadas
la tabla maestra de proveedores para detectar errores de entrada
o posibles fraudes.
Identifique cualquier factura/pago duplicado.
Ejemplo: se establece una corporación ficticia para canalizar fondos a un
Ejemplo: un proveedor accidentalmente emite facturas duplicadas
empleado existente. La única identificación
por el mismo artículo, lo que podría dar lugar a que se realicen pagos
información era que los números de cuenta bancaria
duplicados.
emparejado con la información de la nómina del empleado y
el archivo maestro de proveedores.
15 Cambios frecuentes en campos confidenciales en el proveedor
maestro
18 recibos generales
Identifique cambios frecuentes en campos confidenciales en el archivo
Identifique los recibos de compra superiores a un umbral en el que
maestro de proveedores.
la factura relacionada más grande sea menor que un determinado
Ejemplo: la dirección de un proveedor se cambia a una ubicación porcentaje del recibo de compra.
no autorizada. Una vez enviado el cheque,
Ejemplo: Se arregla un acuerdo con una compañía de servicios por
la dirección se revierte.
$100K en servicios de consultoría en el transcurso de tres meses. Por
pereza o deficiencia en el proceso, el recibo por los $100K completos se
ingresa de una sola vez. ¿Cómo garantizará que los servicios que pagó
realmente se entregarán?
21
Machine Translated by Google
19 Validar los límites de crédito del cliente 20 clientes sancionados
Asegúrese de que todos los límites de crédito asignados a los clientes Identifique a cualquier cliente que también esté en una lista de sanciones
cumplan con las políticas de la empresa identificando a los clientes con (lista SDN de OFAC, lista SAM, lista LEIE de HHS, etc.).
límites de crédito inusuales o límites de crédito que no han sido
Ejemplo: Nicholas Vidall es un nombre marcado en la lista SDN
revisado dentro de un período determinado.
de la OFAC por tener vínculos con miembros de un grupo de
Ejemplo: aunque a su cliente, GoodFood Inc., solo se le autorizó un límite narcotraficantes. Es posible que las transacciones de ventas que
de crédito de $10,000, parece que se aprobaron pedidos por montos y involucren a este cliente deban revisarse minuciosamente para su
cantidades mucho mayores. Esto ahora amenaza a su empresa con el validación.
riesgo de que GoodFood no pueda reembolsarle todos sus productos.
22
Machine Translated by Google
Podemos
ayudarlo
con su
programa de
detección y
prevención de frau
•
Galvanize puede ayudar a su organización a mitigar el fraude, el desperdicio y el abuso, identificar riesgos y oportunidades
para ahorrar costos y prevenir la fuga de fondos.
Llame al 18886694225, envíe un correo electrónico a info@wegalvanize.com o visite wegalvanize.com.
23
Machine Translated by Google
SOBRE GALVANIZAR Galvanize ofrece soluciones SaaS de gobierno empresarial que ayudan a los
gobiernos y a las empresas más grandes del mundo a cuantificar el riesgo, acabar
con el fraude y optimizar el rendimiento.
Nuestra familia integrada de productos, incluida nuestra solución de gobierno, gestión
de riesgos y cumplimiento (GRC) basada en la nube y productos emblemáticos
de análisis de datos, se utiliza en todos los niveles de la empresa para ayudar
a maximizar las oportunidades de crecimiento identificando y mitigando el
riesgo, protegiendo las ganancias, y acelerando el rendimiento.
wegalvanize.com
©2020 ACL Services Ltd. ACL, Galvanize, el logotipo de Galvanize, HighBond y el logotipo de HighBond son marcas comerciales o marcas comerciales
registradas de ACL Services Ltd. dba Galvanize.
Todas las demás marcas comerciales son propiedad de sus respectivos dueños.