DETECCIÓN DE FRAUDE EN LA S.S. · 2017. 1. 5. · Enrique Cebrián Llebrés Ingeniero Preventa de...

DETECCIÓN DE FRAUDE EN LA S.S.

© Copyright VIEWNEXT 2016 1

EMPRESAS FICTICIAS

Quién es Viewnext?


CENTROS DE

INNOVACIÓN

10 Años 9 Centros +1.500 Profesionales +2.600.000 horas

PRÁCTICAS

• Metodología • Herramientas • Acuerdos con

Universidades

CONOCIMIENTO SECTORIAL

• Clientes en todos los sectores • Experiencia industrial • Centros especializados GLOBAL KNOWLEDGE

• Technology practices • Global Delivery

ONSITE

• + 4.000 profesionales

• Cobertura nacional

Viewnext consolida en una entidad única los servicios de gestión y desarrollo de aplicaciones que proporcionaba hasta ahora el Grupo IBM en España desde dos áreas diferentes: desde el área de Application Management Services (AMS) de IBM Global Services y desde INSA. Se unifica así la experiencia industrial, el dominio de las metodologías, los recursos y todo el know how generado en IBM Global Services y en los centros de investigación de IBM, con el gran conocimiento técnico y la extensa cobertura del mercado español y portugués de INSA

Quién es Viewnext?


Expertos en el diseño, desarrollo, gestión y mantenimiento de aplicaciones y sistemas de información

Líder del mercado en servicios gestionados Red de centros nacional integrada en la red global de Delivery de IBM

Nuestra propuesta de valor


SERVICIOS

- Consultoría y Formación

- Mantenimiento correctivo y evolutivo de aplicaciones

- Diseño, construcción e implantación de soluciones Business Analytics

- Gestión de proyectos y metodología específicos de Business Analytics

MODELO

Modelo de servicios mixto que se apoya en:

• nuestra red de Centros de Innovación tecnológica que se inició en 2006

• la especialización organizada por prácticas (CENITs) que responde a la demanda del mercado y de nuestro negocio

CAPACIDADES

+ de 190 Profesionales especializados en Analytics

38%

Business Analytics


Data Management

& Integration

Data Warehousing

& Development

Reporting &

Visualization

Predictive

Analysis

Planning &

Consolidation

Big data e

información no

estructurada

Plataformas de Real

time

Herramientas de Data

Discovery

Herramientas y línea

de negocio de

modelos predictivos

Gestión del rendimiento

empresarial en

soluciones Cloud

I

II

Gestión del ciclo de

vida de la información,

procesamiento de

fuentes multiformato

Gestión del

almacenamiento de

datos relacionales,

multidimensionales,

columnares

Análisis de información,

reporting, Dashboard.

Distribución de la

información

Analítica predictiva,

anticiparse a

escenarios y

situaciones de mercado

futuras

Todo el ciclo de

planificación de las

empresas, elaboración de

objetivos y previsiones

Alineados con IBM BASS


Business Analytics & Strategy Services

IBM Global Business Services (GBS) está posicionado en el cuadrante como uno de los

líderes en servicios de Business Analytics.

Dispone de Nueve Centros de Soluciones Analíticas y acuerdos estratégicos a nivel

mundial.

Magic Quadrant for Business Analytics Services

Antecedentes (de 2012 en adelante)

• Crisis económica y del Estado del Bienestar.

• Incremento del empleo irregular en los últimos 4 años.

• Regularización de las condiciones de trabajo.

• Más de 400 millones de Euros defraudados.

• El CNP no tenía acceso a las bases de datos de la Administración de la Seguridad Social.

• Precariedad Laboral.


• Plan de Lucha contra el Empleo Irregular y Fraude a la Seguridad Social – LOE 7/2012 del 27 de Diciembre.

• Buzón contra el Fraude Laboral.

• Estatuto de los Trabajadores.

• Ley General de la Seguridad Social.

• Ley Ordenadora de la Inspección de Trabajo y Seguridad Social.

• Ley de Infracciones y Sanciones del Orden Social.

• Servicios analíticos para la detección y análisis de Fraude.

Contramedidas


• Impulsar el afloramiento de la economía sumergida.

• Regular las condiciones de trabajo y de generación de recursos económicos.

• Corregir la obtención y el disfrute en fraude de ley de las prestaciones por desempleo.

• Aflorar posibles situaciones fraudulentas.

• Combatir los supuestos de aplicación indebida de bonificaciones o reducciones de cotizaciones empresariales a la Seguridad Social.

• Evitar competencia desleal.

Objetivos


¿Qué es una sociedad ficticia?

Es una entidad (un individuo, grupo u organización) usada para inhibir la identificación de un propietario o socio de otra empresa u organización. A menudo se identifica como una cubierta utilizada para ocultar actividades ilegales.


Proyecto Lucha contra el Empleo Irregular y el Fraude (LEIF)


• Generación de listados de posibles cuentas de cotización: – Empresa real incurriendo en Fraude.

– Empresa ficticia.

• Relación de trabajadores que en los últimos 4 años han trabajado en las CCCs propuestas.

• Listados de posibles cuentas de cotización.

• Identificación de casos con mayor posibilidad de ser fraudulentos.

• Identificación de posibles empresas ficticias.

Arquitectura Tecnológica LEIF


Preparación de Datos Despliegue del Modelo Desarrollo del Modelo Ejecución del Modelo Exploración de Datos

CUSTOMER CUSTOMER NUMBER CUSTOMER NAME CUSTOMER CITY CUSTOMER POST CUSTOMER ST CUSTOMER ADDR CUSTOMER PHONE CUSTOMER FAX

ORDER ORDER NUMBER ORDER

DATE

STATUS

ORDER ITEM BACKORDERED QUANTITY

ITEM

QUANTITY DESCRIPTION

ORDER ITEM SHIPPED QUANTITY SHIP DATE

Producción

Explora los datos directamente en la base

de datos

Transforma y agrega datos para construir un

entorno de modelización

Despliegue del modelo resultante a la base de

datos

Ejecución del modelo en Producción utilizando

expresiones SQL

Entorno de

modelización

Muestreo del entorno de modelización y creación

del modelo con SAS

DataLab

Ecosistema analítico de Teradata

SAS/ACCESS interface for Teradata

Teradata SQL

SAS Scoring Accelerator

for Teradata

SAS Scoring Accelerator

for Teradata

SAS Analytics Accelerator

for Teradata

SAS Enterprise Guide

SAS Data Integration & SAS

Enterprise Guide

Teradata SQL

SAS Data Quality Accelerator for

Teradata

http://images.google.com/url?sa=i&rct=j&q=free+transparent+gif+cogwheel&source=images&cd=&cad=rja&docid=fdeSu-QCd-V9iM&tbnid=Ie-nrwweDgiFVM:&ved=0CAUQjRw&url=http://www.clker.com/clipart-gears.html&ei=xMeQUfujFuSzygGL4YGICA&bvm=bv.46340616,d.aWc&psig=AFQjCNF48XBcCGUNBKv5qlD305bopq29dQ&ust=1368529197853651http://images.google.com/url?sa=i&rct=j&q=free+transparent+gif+sql&source=images&cd=&cad=rja&docid=_7pb5pbyAFIz_M&tbnid=S2GnTQLglt95EM:&ved=0CAUQjRw&url=http://findicons.com/search/sql&ei=QMiQUZzLEYaayQHpyYHYBA&bvm=bv.46340616,d.aWc&psig=AFQjCNFt8YqYFsFwge3PeiCeae4bD4gpHw&ust=1368529317995452

Papel del Científico de Datos


Gestión de Procesos y Toma de Decisiones

Gestión de Datos

Herramientas de Modelado y Análisis Científico de Datos

Diagrama funcional LEIF


Identificar necesidades

Reuniones de trabajo

Establecer preguntas reales

Crear hipótesis

Presentar Definir caso de uso

de negocio Extraer / enriquecer

los datos

Agregar los datos y analizarlos /

Generación del Datamart

Visualización de los datos (Del Datamart)

Comprobación de las hipótesis /

Generación del modelo predictivo

Generación de información

procesable / SCORE

Presentar (Reporting)

Realimentar el modelo predictivo // Gestionar y proponer cambios/mejoras

¡Gracias!


“Without data, you are just another person with an opinion” E. Edward Deming “El Conocimiento es poder” Francis Bacon “Todo lo que sé lo sé porque amo.” Leon Tolstoi

16

Nuestros valores 3 Quienes somos 4 Servicios 5 Localizaciones 6 Centros de Innovación Tecnológica 7 Equipo 8 Certificaciones 9 Responsabilidad Social Corporativa 10

OFICINAS Madrid, Barcelona, Valencia, Bilbao, Sevilla, Lisboa (Softinsa)

CENTROS DE INNOVACIÓN TECNOLÓGICA Cáceres , Salamanca (Aldeatejada y Villamayor), Orense , Reus , Almería, Málaga, Zaragoza, Tomar (Portugal)

www.viewnext.com

Enrique Cebrián Llebrés Ingeniero Preventa de Soluciones Analíticas [email protected]
http://www.viewnext.com/https://www.facebook.com/Viewnext.sahttps://www.linkedin.com/company/viewnexthttps://twitter.com/viewnexthttp://www.slideshare.net/Viewnext

DETECCIÓN DE FRAUDE EN LA S.S. · 2017. 1. 5. · Enrique Cebrián Llebrés Ingeniero Preventa de...

Documents

Transcript of DETECCIÓN DE FRAUDE EN LA S.S. · 2017. 1. 5. · Enrique Cebrián Llebrés Ingeniero Preventa de...