Analytics y Machine Learning en Auditoría Interna (24 de junio de2019)
La sesión de Los Lunes del Instituto del mes de junio se ha centrado en las diferencias y ventajas entre distintas aplicabilidades de Machine Learning, Big Data y Advanced Analytics y su empleo en el contexto de Auditoría Interna, de la mano de Pablo Monfort, socio de la empresa de consultoría en Analytics y Big Data Canalyticals, y profesor de Machine Learning en el IE Business School.
El Big Data es el conjunto de datos e información de gran tamaño, que por su volumen, variedad, velocidad y valor, supera la capacidad de almacenamiento, gestión, análisis, transferencia, visualización y estudio de las herramientas estadísticas e informáticas convencionales.
Por su parte, Machine Learning permite el desarrollo de algoritmos nacidos del Big Data fuera de la Estadística Clásica, en la fase actual. Tal y como ha explicado Pablo Monfort, “supone la parte más valiosa de la cadena de valor del Big Data y el Advanced Analytics”, aportando varias mejoras como su aportación de soluciones ajustadas a cada sector; una recogida de datos que nunca afecta a las operaciones diarias; la validación del modelo se hace sobre datos y resultados reales; y su implantación en la empresa para trabajar con ello se realiza con facilidad.
Monfort ha explicado cuáles son los valores específicos del Machine Learning, “básicamente conocer la realidad, pues los algoritmos de Machine Learning identifican todos los patrones de comportamiento y las relaciones, actuando como un cirujano, y además aprenden con cada nueva información”.
De hecho, durante su exposición el profesor del IE ha mostrado varios ejemplos de la aplicación del Machine Learning y algoritmos en el día a día de las compañías y poder, por ejemplo, predecir la demanda que tiene un producto y ajustar así su fabricación; predecir fallos en la operativa de un servicio para realizar mantenimientos preventivos; reducir costes; o contar con un matching que permita, por ejemplo, identificar horas y servicios punta y valle para ajustar la producción, logística, etc.
El impacto de la utilización de algoritmos y Machine Learning en la actividad de Auditoría Interna es muy amplio, y abarca desde modelos de predicción de fraudes que permiten mejorar la operativa diaria de la dirección de Auditoría Interna; a la identificación de patrones para prevenir ciberataques; o la automatización de procesos, que asegura una reducción de los tiempos de análisis y errores, el aumento de outputs y la automatización de reportes.
