Flanders Innovation & Entrepreneurship (VLAIO) apoya a los empresarios de Flandes a través de diferentes ayudas como el monedero electrónico para PYMES (KMOP), Ecology Premium Plus (EP-Plus) o las subvenciones relacionadas con COVID-19. Para ayudar a los inspectores a detectar las filiales de alto riesgo, Devoteam ha desarrollado una herramienta de detección del fraude para cada una de las tres medidas de ayuda que proporciona una puntuación sobre el riesgo calculado. La herramienta no solo detecta posibles fraudes, sino que también ahorra mucho tiempo a los inspectores, una situación en la que todos salen ganando.
El cliente
VLAIO es el punto de contacto para los empresarios de Flandes. El instituto fomenta y apoya la innovación y el espíritu empresarial y contribuye a crear un clima empresarial favorable. Entre otros objetivos, VLAIO apoya a las empresas mediante subvenciones para mejorar su crecimiento, transformación e innovación.
El monedero electrónico para PYMES pretende subvencionar los conocimientos estratégicos que les faltan a las PYMES y que son necesarios para establecer nuevas estrategias de crecimiento en caso de que se produzca un momento de inflexión a través de la internacionalización o la innovación. Por otra parte, la Prima Ecológica Plus se concede a las empresas que realizan determinadas inversiones profesionales ecológicas en Flandes. El gobierno también adoptó algunas medidas jurisdiccionales y de alivio a causa de la pandemia. Las empresas que tuvieron dificultades financieras a causa de la COVID-19 pudieron solicitar varias medidas de apoyo social y fiscal.
El reto
El monedero electrónico para PYMES (KMOP), la Prima Ecológica Plus (EPPLUS) y la subvención relacionada con COVID-19 requieren un sistema automatizado de detección del fraude para ayudar a los inspectores a centrarse específicamente en las filiales de alto riesgo, ya que no es posible un enfoque manual caso por caso dado el elevado número de subvenciones solicitadas.
¿Cómo funciona? El sistema de detección del fraude proporciona una puntuación sobre el riesgo calculado para cada solicitud presentada. Estas puntuaciones están compuestas por la combinación de diferentes métodos subyacentes, que consideran cada uno el riesgo de manera diferente. Los datos resultantes se visualizan en un panel de Power BI creado a medida que los inspectores pueden utilizar para identificar a los solicitantes de alto riesgo y realizar inspecciones específicas en consecuencia.
Una limitación importante del sistema es la sensibilidad de los datos que se utilizan para determinar el riesgo. Por ejemplo, incluye datos sobre empresas individuales y, por tanto, datos sobre ciudadanos individuales. Por lo tanto, mantener la seguridad de los datos es extremadamente importante. Todas las etapas del proceso, desde la ingesta de los datos hasta su visualización a los inspectores, deben ser muy seguras.
La solución
El sistema de detección del fraude toma datos de múltiples fuentes, incluidos los propios datos de VLAIO y los datos de la Base de Datos Central para Empresas (KBO). Estos datos se procesan y se utilizan múltiples métodos para definir el riesgo. Uno de estos métodos subyacentes es la detección de comunidades (el acto de identificar grupos de empresas con vínculos estrechos entre sí). Otros métodos son los basados en reglas, el aprendizaje automático supervisado y la detección de anomalías.
Combinando los diferentes métodos, se define una puntuación de riesgo global para cada solicitud de subvención presentada. Estas puntuaciones de riesgo pueden ayudar a los inspectores de la VLAIO a centrarse primero en los casos de alto riesgo. También se proporciona información de bajo nivel a los inspectores para ayudarles a comprender el proceso de decisión del sistema de detección de fraudes. Esta información de bajo nivel también ayuda a los inspectores a conocer mejor las solicitudes de subvención y las empresas que las respaldan, de forma interactiva, visual y fácil de usar.
El sistema de detección de fraude está construido dentro del entorno Azure de VLAIO y su código está escrito en Python, utilizado en combinación con otros componentes de Azure, como un Azure Data Factory (ADF) utilizado para automatizar el proceso. Los resultados se recogen automáticamente en un panel de Power BI.
Principales beneficios
Desde la implantación del sistema de detección del fraude y del cuadro de mando de Power BI, los inspectores pueden identificar rápidamente las solicitudes de subvención y las empresas de alto riesgo. También tienen a su disposición gráficos que les permiten representar visualmente las empresas y sus relaciones con otras. Mientras que las soluciones anteriores se limitaban a buscar valores en hojas de Excel, el nuevo cuadro de mando mejora la legibilidad y reduce el tiempo dedicado a cada caso. Además, el cuadro de mandos de Power BI creado a medida actúa como un centro de información, lo que evita que los inspectores tengan que acceder a varios sistemas para llegar a toda la información necesaria.