Gerente corporativo de cumplimiento del Grupo Financiero BAC Credomatic de Costa Rica.

Actual presidente del Comité Latinoamericano de Prevención de Lavado de Activos

(COPLAFT) de la Federación Latinoamericana de Bancos - FELABAN.

Actual VP del Comité Técnico de Cumplimiento de la Asoc. Bancaria Costarricense (ABC).

Licenciado en contaduría pública de la Universidad Nacional Federico Villarreal (Perú),

certificado como profesional CP/AML de la Florida International Bankers Association (FIBA)

y la Florida International University (FIU).

MBA con énfasis en mercadeo de la Universidad Francisco de Vitoria de Madrid (España).

Especialización en desarrollo gerencial, marketing estratégico y gestión de ventas de la

University of San Francisco (USA) y ADEN International Business School.

Especialista certificado en prevención del lavado de activos por ACAMS.

Orador internacional en distintas conferencias y congresos en la región.

Experiencia a nivel internacional, en áreas de gestión de riesgos operativos y regulatorios,

control y prevención de lavado de activos, así como gestión de auditoría.

DANIEL F. BAÑADOS MATICORENA

¿Sabemos a dónde queremos llegar?

¿Cuál será el problema?

¿Qué perfil buscamos?

Depende de:

- ¿Qué necesitamos?

- ¿Qué desafíos tenemos?

Desafíos actuales Nuevas tecnologías

Cibercrimen

Regulaciones

Mayor supervisión

Tipologías complejas

Análisis más profundos

Recursos escasos

¿A quién buscamos hoy?

Cumplimiento - Nuestros equipos

Cubiertos ¿Descubiertos?

Equipo actual ????

Compartamos nuestras experiencias

¿Entonces?

Base del EquipoPerfil actual

Principales casos de uso de “Big Data”

Analíticas de Clientes 48%

Analíticas de Experiencia 45%

Análisis de Riesgos 37%

Análisis de Amenazas 30%

Análisis de Cumplimiento Regulatorio 28%

Optimización de Campañas 26%

Selección Basada en Ubicación 23%

Análisis de Fraude 22%

Análisis de Sentimiento de Marca 16%

Optimización de Colocación de Productos 16%

Otros 9%

Cie

ntí

fico

de

dat

os

Recopilar, procesar y

extraer valor de las diversas

y extensas bases de datos

Imaginación para

comprender y comunicar sus conclusiones a

los no científicos

Crear soluciones basadas en datos que

aumentan los beneficios, reducen los

costos

Ya trabajan en todas las

industrias y hacen frente a

los grandes proyectos de

datos

Febrero 2015Global survey (550 ejecutivos seniors)BIG DATA EVOLUTION

• Las iniciativas de datos se han movido de posibilidades teóricas, para

centrarse en la solución real y apremiante de problemas de negocio.

• El futuro del “big data” es menos acerca del volumen y velocidad, y más

acerca del valor que los negocios pueden extraer del mismo.

¿Complejo?

Calidad de datos

Enfoque en mejorar los datos del KYC

Promover cultura de ingreso correcto de datos (BSC - calificación)

Correcciones masivas de datos históricos

Propuesta de nuevas técnicas para mejorar el ingreso de datos

Monitoreo constante: reporte de calidad de datos

Segmentación de factores de riesgo

Creación de modelos de minería que permiten descubrimiento de patrones para determinar las jurisdicciones, canales, productos y clientes más

riesgosos y de mayor impacto.

Un nuevo insumo para la optimización en la generación de alertas (actividad inusual basada

en factores de riesgo).

Creación de modelos alternos.

Automatización: procesos y reportes

Reportes consolidados del perfil

transaccional de los clientes

Automatización: procesos y reportes

Visualización de información y tiempos

de respuesta ágiles para el análisis de casos

Reportes para consolidar información

que se reporte a la UIF

Automatización: procesos y reportes

Independencia de las áreas de negocio para obtener reportes y/o para responder a las Superintendencias, agilizar el tiempo de respuesta.

Automatización: procesos y reportes

Automatización: procesos y reportes

Aumento de la eficiencia

Análisis de Redes: relaciones

Uso de las ciencias sociales y análisis criminal para detectar las técnicas de

colocación, estratificación e integración del dinero.

Análisis de casos en función de redes de clientes y su

comportamiento (reportes individual vs. reporte de redes).

Análisis de Redes: relaciones

Aplicación de métricas para determinar "tamaño" de casos de LAFT.

Análisis exploratorio o visual para detectar patrones de comportamiento en una red

particular.

Aumento de la efectividad.

Albert Einstein

"La definición de locura es seguir haciendo lo mismo esperando obtener diferentes resultados".