Aplicación de la Minería de Datos en el Control del Fraude Aduanero

Lic. Alberto Enrique Villalobos ChavesDirección de Fiscalización

Laboratorio Aduanero y Estudios Especiales

El principal recurso con el que cuenta cualquier organización para generar inteligencia y realizar una buena toma de decisiones es la información.

Esto es especialmente cierto en el complejo mundo de la Aduana en donde día a día se registran y almacenan grandes cantidades de datos relacionados con una infinidad de trámites aduaneros que requieren ser fiscalizados a fin de reconocer las operaciones apegadas a derecho de las

fraudulentas.

Sin embargo esta gran cantidad de información necesita de herramientas estadísticas que permitan encontrar un orden y sentido en este mar de datos. Parte muy importante de las herramientas que hacen esto posible son las conocidas como “Minería de Datos” en alusión al trabajo de los mineros que mueven montañas de tierra para extraer pequeñas cantidades de metales preciosos, de igual manera, es como la minería de datos trabaja con gran cantidad de datos con el fin de obtener información útil para un fin determinado.

La minería de datos o “data mining” intenta ayudar a comprender el contenido de una base de datos a través de algoritmos matemáticos que buscan relaciones, patrones, comportamientos, agrupaciones, secuencias, tendencias o asociaciones, muchas veces poco evidentes, entre las diferentes variables que componen las bases de datos.

Esto se logra integrando las ventajas de varias disciplinas del llamado “proceso de extracción de conocimiento en bases de datos” (Knowledge Discovery in Databases o KDD) tales como la Inteligencia Artificial, la Computación Gráfica, las Bases de Datos y el Procesamiento Masivo (1).

De forma general, los datos son la materia prima en bruto que necesita ser trabajada para poder obtener información de utilidad. En el momento que el usuario le atribuye algún significado especial a estos datos, los mismos pasan a convertirse en información y cuando esta información logra ser explicada por medio de un modelo matemático entonces la base de datos se ha convertido en conocimiento útil que puede utilizarse para extraer información relevante.

De esta forma, las técnicas de minería de datos nos permiten obtener información útil a partir de bases de datos gigantescas siendo aplicable a campos tan diversos como lo son el análisis bursátil, diagnóstico del cáncer, detección de fraude bancario y aduanero, detección de terroristas, entre otros.

Existen muchas aplicaciones basadas en gran medida en sistemas que incorporan algún proceso de minería de datos, un ejemplo claro que usamos diariamente, son los buscadores de Internet (Google, Yahoo, etc.) que antes de ofrecer los resultados de cualquier consulta deben haber procesado previamente la información de millones de páginas web para agruparlas por categorías y temáticas, esta recopilación y organización se realiza obviamente de forma automática, haciendo uso de herramientas de minería de datos.

De igual forma cuando realizamos una compra utilizando tarjetas de crédito, nuestra transacción es analizada en fracciones de segundo por sistemas informáticos con algoritmos de minería de datos que comparan la transacción en proceso con nuestro patrón usual de compra para detectar alguna variación que pueda hacer sospechar al sistema de que la persona que utiliza la tarjeta no es su dueño verdadero.

A nivel de aduanas también se está utilizando la minería de datos para identificar patrones de riesgo sospechosos, en muchos casos más complicados que los que un experto humano podría detectar, para identificar el fraude aduanero, por ejemplo, en América Latina, la Aduana del Perú (Superintendencia de Administración Tributaria, SUNAT) es la primera administración aduanera que ha utilizado con éxito la minería de datos para luchar contra el fraude aduanero logrando una mejor detección de la subvaloración de mercancías incrementando hasta en 14 puntos porcentuales el éxito en los hallazgos en el Proceso de Selección de Canales de Control al utilizar un sistema informático de inteligencia de negocios, conocido como SAS, que hace uso de herramientas de minería de datos (2).

Esto se logró al cruzar la información de las oficinas de impuestos internos con las de aduanas, lo que ha permitido generar un perfil de los evasores de impuestos así como de los importadores que subfacturan sus importaciones.

Otro ejemplo importante del uso de la minería de datos en aduanas lo constituye China que desde su incorporación a la Organización Mundial del Comercio a finales del 2001 ha visto incrementarse aceleradamente la cantidad de mercancías que la aduana debe revisar, alcanzando en el 2002 el quinto lugar a nivel mundial en intercambio comercial (3). Este incremento del comercio internacional involucró un aumento del riesgo de defraudación por lo que la Aduana China optó por implementar un sistema informático, llamado EAS, que aplica técnicas estadísticas de minería de datos capaces de analizar la gran cantidad de información generadas por el aumento de los despachos. De esta forma, el sistema EAS, ha permitido detectar riesgos administrativos hasta entonces no detectados, incrementando los impuestos recuperados en los primeros dos años de su aplicación en $20 millones.

Otro tanto están poniendo en práctica las administraciones de aduanas de los Balcanes Occidentales (Albania, Macedonia y Serbia) que están poniendo a prueba un sistema de aseguramiento del riesgo aduanero llamado RACWEB basado en un enfoque de minería de datos que se espera complemente a los sistemas de aduanas y asista a los controladores humanos en la lucha contra el fraude en el trasiego de mercancías haciendo mas eficiente el control aduanero por medio de una asignación de los criterios de riesgo basados en técnicas estadísticas de minería de datos (4).

En nuestro caso, la Dirección de Fiscalización, mediante el Área de Investigación y Desarrollo del Laboratorio Aduanero, ha empezado a utilizar técnicas de minería de datos, aplicándolas a la comprobación del origen de las mercancías, mediante el análisis de datos de composición fisicoquímica, obteniéndose resultados preliminares positivos en muestras de destilados alcohólicos tipo vodkas (5) y varillas de construcción.

Como se ve la tendencia mundial, motivada por el incremento del comercio internacional, y la gran cantidad de datos que se procesan, está dirigida hacia el uso de sistemas inteligentes que puedan asistir a las administraciones aduaneras en el proceso del control aduanero de una manera más eficiente y creativa, permitiendo detectar nuevas y cada vez mas sofisticadas formas de fraude aduanero.

REFERENCIAS:

1. http://www.uoc.edu/web/esp/art/uoc/molina1102/molina1102.html

2. http://www.sas.com/news/preleases/021805/news1.html

3. http://www.sas.com/success/chinacustoms.html

4. http://www.racweb.org/

5. Villalobos,A.; “Estudio Preliminar de la Aplicación del Análisis de Componentes Principales (PCA) a la Determinación del Origen de Aguardientes Tipo Vodka” , Ingeniería y Ciencia Química ,Vol.22,2,p.82, (2006).