Analítica predictiva para fiscalización eficiente
Banco de Previsión Social mejora la recaudación con selección inteligente de casos
Desafío
El Banco de Previsión Social del Uruguay necesitaba optimizar el proceso de selección de contribuyentes a fiscalizar, incorporando criterios objetivos y basados en datos. El desafío consistía en analizar y cruzar grandes volúmenes de información de múltiples fuentes, internas y externas, para priorizar casos con mayor probabilidad de irregularidades, fraude o evasión, mejorando la efectividad de las inspecciones y el uso de los recursos disponibles.
Solución
Se desarrolló SISCA, el Sistema de Selección de Casos, una solución automatizada e integral que permite identificar, analizar, determinar y seleccionar casos a fiscalizar en función del comportamiento de los contribuyentes
La plataforma integra datos de diversas fuentes, aplica modelos estadísticos y predictivos, y brinda soporte analítico para la toma de decisiones, permitiendo además monitorear los resultados de las acciones de fiscalización.
360
Más rápido que el proceso original (5 días vs 20 minutos)
50
Incremento en efectividad
90
Efectividad alcanzada en la selección
beneficios
El valor detrás de la solución.
Selección más precisa y efectiva
La utilización de modelos predictivos permitió mejorar sustancialmente la calidad de la selección de casos a fiscalizar.
Mejor uso de los recursos
La priorización basada en comportamiento y propensión permitió enfocar los esfuerzos en los casos con mayor impacto potencial.
Visión integrada del contribuyente
La integración de múltiples fuentes internas y externas facilitó la detección de patrones de comportamiento e irregularidades.
Testimonio
En los informes para la alta gerencia, es una herramienta fundamental de gestión y soporte a la toma de decisiones.
Cra. Liliana Mella
Dirección Técnica de BPS ATYR
METODOLOGÍA
El proyecto se abordó con un enfoque estructurado y colaborativo, integrando equipos de negocio y tecnología del BPS junto a especialistas de Quanam. Desde el inicio, se alinearon objetivos estratégicos, criterios de priorización y métricas de efectividad para asegurar impacto real en la gestión.
Se diseñó una arquitectura de datos integrada, capaz de consolidar múltiples fuentes internas y externas en un repositorio unificado, garantizando consistencia, trazabilidad y escalabilidad. Sobre esta base se desarrollaron modelos analíticos y predictivos para clasificar contribuyentes, identificar patrones de comportamiento y priorizar casos con mayor probabilidad de irregularidades.
La solución se integró con los sistemas existentes, incorporando tableros de control y herramientas de monitoreo que permiten evaluar resultados y ajustar estrategias en forma continua. El proyecto incluyó definición de procesos, pruebas controladas y transferencia de conocimiento, asegurando autonomía técnica y evolución sostenible.
La implementación se realizó en etapas, comenzando por Fiscalización y extendiéndose luego a Gestión de Cobro, consolidando una plataforma analítica transversal para la toma de decisiones basada en datos.
¿Listo para dar
el próximo paso?
Más casos de éxito
Hiperautomatización para modernizar procesos de importación
MIEM incorpora automatización e Inteligencia Artificial para agilizar verificaciones y mejorar la gestión operativa
Transformación digital en la gestión de permisos de construcción
La IMM implementa IA Generativa para agilizar trámites y mejorar la atención a profesionales y ciudadanos
