De mejorar el blanqueo de capitales a predecir cómo los bulos antivacunas afectan a los contagios: así puede cambiar el futuro el análisis de datos, según un alto ejecutivo de FTI Consulting

La ciencia del dato ha llegado para quedarse. 

Las prácticas analíticas cada vez son más capaces de adelantarse a sucesos adversos en el mundo de la ciberseguridad o extraer conclusiones para incidir en la educación de, por ejemplo, campañas masivas de vacunación. Pero también, para ver de qué manera influye en el deporte la no asistencia de público a los estadios por la pandemia del coronavirus. 

Manuel Marín, managing director en FTI Consulting y responsable del área de ciencia de datos y analítica en la organización, explica que utilizan técnicas de inteligencia artificial para detectar fraude y blanqueo de capitales, esencialmente, aunque también han realizado otros estudios dentro de su área tecnológica. 

El buque insignia efectivamente, es la utilización de los datos y la tecnología para evitar el blanqueo de capitales. ¿Cuáles son las principales herramientas para ello? Marín expone que cuando llegan a las entidades bancarias, estas recogen datos que se pueden diferenciar en dos fuentes. “Uno son los datos que se recogen en el registro de un cliente cuando quiere abrir una cuenta”, asegura durante una entrevista con Business Insider España. 

En este sentido, una de las variables para detectar una práctica sospechosa en cuanto al blanqueo de capitales es conocer la fecha de nacimiento, para la edad, la actividad, la ocupación o la actividad de riesgo dentro del blanqueo de capitales –por ejemplo, actividad inmobiliaria o abogado–, mientras que otra variable muy importante son los ingresos declarados, para tener idea del rango que puede ingresar en la entidad. 

“Luego está otro dato importante que es la operativa transaccional y dentro de esto se recogen los movimientos de tarjetas, las transacciones nacionales e internacionales y su operativa de efectivo”, expone Marín. 

“Todo esto, cuando la gente abre la cuenta o firma el contrato aparece un párrafo para que la entidad o terceros podamos detectar blanqueo de capitales y cumplir la ley de protección de datos para avisar antes de lanzar los algoritmos a los clientes para poder ser utilizados con este fin”, añade. 

Lo clásico que suelen hacer las entidades, según apunta Marín, es algo a lo que les obliga el Banco de España, que es hacer escenarios para detectar el blanqueo de capitales. En este sentido, un perfil sería jubilados que ingresen una cantidad muy elevada de efectivo. Sin embargo, este procedimiento adolece de lagunas.

“Nosotros le damos una vuelta de tuerca a esto y utilizamos modelos de inteligencia artificial, como clasificaciones predictivas, que no detectan los bancos, porque es muy difícil saber el umbral”, destaca. Tal y como concreta, por ejemplo, si un perfil no cumple el requisito de ingresos elevados de una determinada cantidad no es detectado. “No obstante, con los modelos predictivos se detecta la probabilidad de fraude y blanqueo de capitales sin necesidad de poner umbrales”, relata. 

Luego, FTI Consulting dispone de modelos de detección anomalías, que son casos nuevos o, también, el análisis de grafos, tanto de transferencias como de titularidad o contractual. 

“Aquí, podemos poner un ejemplo de un patrón que es muy difícil de encontrar con escenarios y muy fácil de hacer con el análisis de grafos como es el pitufeo, que consiste en varios clientes de tu entidad bancaria que ingresan pequeñas cantidades de dinero a una cuenta de un país de riesgo (transferencias internacionales) y que llegan a acumular bastante dinero (millones de euros)”, explica Marín. 

“Esto es muy difícil de seguir en una terminal financiera, pero con esta metodología es fácil tanto detectarlo como comunicarlo al regulador”, argumenta. 

En esta línea, dice que esta metodología está siendo muy bien recibida por parte de los bancos, ya que estos se preocupan por la intrusión, pero muy pocos tienen la detección de navegaciones anómalas dentro de su portal. “Es una cosa que no se les ha ocurrido y siempre tenemos que pensar que un hacker va por delante de nosotros”, matiza. 

“También, tiene muy buena recepción porque muchas compañías han sufrido hackeos y alguna ha sido felicitada por la oficina de protección de datos porque, una vez sufres un ataque, lo importante es avisar a los clientes”, ahonda. 

Cómo los bulos de los antivacunas afectan a las tasas de vacunación

Otro aspecto interesante es cómo los análisis de datos pueden ayudar a observar cómo los bulos antivacunas afectan al esquema sanitario. FTI Consulting realizó un estudio por el cual determinaron de qué forma penalizan estas informaciones falsas. 

“Un bulo extendido por los antivacunas llega al mundo real”, advierte Marín. 

La compañía realizó un análisis con la vacuna del sarampión, rubeola y paperas. “El estudio indica que desde el año 2013 hasta el 2018 se observa una pérdida de vacunación de un 3% y la mitad de estos casos es atribuible a una desinformación”, analiza. 

En el caso español, realizó un estudio paralelo centrado en el sarampión en el que observaron vieron que, por lo que dice la Agencia de Vacunación de Pediatría, en el año 2015 por cada millón de habitantes había 0,8 casos de sarampión y en el año 2019 se incrementó hasta 6 casos por cada millón. 

“Esto, lo que sabemos, es cada vez que se reduce un 1% en la tasa de vacunación, afecta en un 2% en la tasa de infección”, cuenta. 

Esto lo ejecutan con estadística clásica con modelos de maching learning para aislar los hilos de desinformación que hay en las redes y contrastarlos con información de campo por donde pasa ese bulo y contrastar si hay un aumento o reducción del número de infectados.

Así ha afectado la no asistencia de público a los partidos de fútbol, según los análisis de datos

Por último, la analítica de los datos también puede ofrecer conclusiones en otros ámbitos como es el del deporte. Por ejemplo, en cómo ha influido la no asistencia de público al fútbol desde que estallase la crisis del COVID-19.

Marín comenta que lleva recogiendo datos desde el año 2007 de partidos de fútbol en unas 12 ligas. “En el año 2019-2020 analicé la Premier y, antes del coronavirus, hicimos un modelo en el cual la precisión era del 60% mantenido durante las 19 primeras jornadas”, comienza. 

Ahí introdujeron datos que se conocen como “a priori” como el nombre de los equipos que va a competir, quién va a jugar en casa o va a ser visitante y las cuotas de las casas de apuestas. Así, cuando había asistencia de público, todo se comportaba como en años anteriores, según afirma, incluso, cuando entró el VAR. Se mantuvo una buena tasa de acierto. 

“Lo llamativo se produjo con la llegada del COVID-19, ya que, este modelo que acertaba con precisión, decayó en torno a un 20% su capacidad de acierto”, ensalza. “Esto quiere decir que la ausencia de público algo ha influido”, termina.