Fraude e corrupção são fatos da vida empresarial. Estudos mostram que as empresas globais podem perder até 5% das receitas com fraudes. Mas o uso do Big Data e da a mineração dos dados podem ser poderosas ferramentas no combate à fraude, de acordo com a maioria dos executivos ouvidos para a pesquisa "Big risks require big data thinking - Global Forensic Data Analytics Survey 2014", da Ernest & Young.
O estudo ouviu profissionais de alta gerência de 466 empresas, de diferentes porte e segmentos econômicos, em 11 paíse, 40 deles no Brasil. Do total de entrevistados, 72% (75% no Brasil) acreditam que as emergentes ferramentas de Big Data podem desempenhar um papel fundamental na prevenção e detecção de fraudes. No entanto, apenas 7% dos entrevistados conhece aplicações específicas de Big Data para este fim e apenas 2% dos entrevistados (5% no Brasil) já fez uso de recursos de Big Data integrados ao FDA (Forensic Data Analytics).
De acordo com o estudo, o volume de dados analisado hoje é relativamente pequeno: 42% das empresas com faturamento entre 100 milhões e 1 bilhão de dólares, estão trabalhando com conjuntos de dados com menos de 10 mil registros. Entre as empresas com faturamento acima de 1 bilhão de dolares, 71% estão trabalhando com conjuntos de um milhão de registros ou menos.
Claramente, os volumes de dados gerados e coletados por essas empresas, diariamente, são muito maiores e sua análise em tempo real teria impacto direto na eficácia de como elas poderiam sintetizar e interpretar os riscos de fraude e corrupção em tempo hábil para mitigá-los.
Portanto, a oportunidade de proporcionar uma melhor visão de conformidade para a alta gestão, o conselho administrativo e outras partes interessadas serão maiores com o aumento da capacidade de mineração de Big Data entre as ferramentas de FDA.
O maior desafio das empresas é ter acesso às ferramentas adequadas e ao conhecimento necessário para uso delas. Outros desafios notáveis incluem "a melhoria da qualidade dos processo de análise" e "a combinação de várias fontes de dados".
0 comentários:
Postar um comentário