La Seguridad Social confirma el uso de Big Data para detectar autónomos ficticios
Ha monotorizado los datos de 1,5 millones de empresas y de 1,8 trabajadores en activo
La Tesorería General de la Seguridad Social ya aplica el Big Data en sus procesos de gestión. En concreto, el uso de esta avanzada tecnología le está sirviendo para detectar y luchar contra el fraude e identificar a los autónomos ficticios.
A través de este sistema, la Seguridad Social monotoriza los datos de 1,5 millones de empresas y 18,6 millones de trabajadores en activo. Mensualmente se procesan más de 7.000 millones de registros, suponiendo un movimiento de información de 3.000 Gb.
El Plan integral de lucha contra el fraude que ha implantado la Tesorería General de la Seguridad Social le está permitiendo aprovechar el valor de los datos acumulados para establecer controles en materia de afiliación, cotización y recaudación del Sistema.
Alertas que detectan el fraude
Para llevar a cabo el plan, la Seguridad Social está utilizando indicadores y alertas de riesgos facilitan la detección, corrección o prevención de estos casos con una rapidez y eficacia mucho más avanzada y que, además, les ofrecen una valiosa información para atacar el fraude de una manera conjunta.
Uno de los principales sistemas empleados consiste en detectar empresas ficticias. Se trata de localizar compañías sin actividad real, empleados ficticios en empresas con actividad y autónomos ficticios. En esta actuación se han analizado 12.170 millones de empresas hasta diciembre de 2017 y se han identificado a 104.347 trabajadores afectados.
Por otro lado, se han implantado indicadores para detectar conductas delictivas, provocando la actuación sobre 2.432 empresas las cuales han desembocado en actuaciones judiciales por presunto delito a la Seguridad Social en 613 de ellas, (un 30% de índice de acción judicial), con un total de importes regularizados que asciende a 36.499.781 euros.
Casos con riesgo
Aparte de eso se ha aplicado un modelo predictivo con 300 variables. Éste ha sido capaz de detectar los casos con elevada posibilidad de incumplimiento. Asimismo, ha identificado casos con riesgo de entrar en un procedimiento concursal en los próximos 6 meses, mejorando en un 200% la identificación a priori de estas situaciones.
