Título del Paper: Big data y compliance La automatización en la clasificación de riesgo de Terceros
Autores: Comba, Antonella; Gnocchi, Lucas; Sarcuno, Andres y Stasevich, Maia
Resumen
El objetivo de este trabajo es reflexionar sobre los desafíos de aplicar el análisis de grandes volúmenes de datos, aprendizaje supervisado y no supervisado en el ámbito de compliance. Puntualmente nos interesa indagar sobre las potencialidades de utilizar las herramientas de programación de Python para lograr una automatización del proceso de clasificación de terceros con los que interactúa la compañía de acuerdo a su nivel de riesgo de corrupción. Para ello, desarrollamos las características del Modelo de Predicción de Riesgo de Corrupción de Terceros (MPRCT)1, que permite clasificar a los terceros en base a su nivel de riesgo de una manera ágil y automática. Puntualmente en esta ponencia presentamos algunos resultado de un estudio de caso real resuelto por nuestro equipo de trabajo en el curso del 20192. Nuestra conclusión central es que con el uso del MPRCT, las compañías obtendrán una ventaja competitiva al crear un ecosistema de negocios seguro que comply con las regulaciones actuales, locales como internacionales, en materia de ética e integridad de manera rápida y efectiva. A lo largo del trabajo, exponemos de qué manera se pueden agilizar y sistematizar los procedimientos dedicados a determinar los niveles de riesgo de todos los proveedores con los que interactúan las compañías con el uso de técnicas de minería de datos.
Para conocer el texto completo del paper exhibido en la "paper poster sessions" de la Conferencia Anual, puedes acceder a él haciendo click aquí.
