¿De qué hablamos cuando decimos Big Data?
El inmenso volumen y constante crecimiento de datos en el campo de las TIC nos obliga a buscar nuevas herramientas y nuevos soportes capaces de almacenar y procesar la cada vez mayor cantidad de datos informáticos. Datos personales, historial de logs en todo tipo de aplicaciones y dispositivos, vídeos, información en redes sociales…. son solo algunos ejemplos de macrodatos o datos masivosque conforman el elenco de Big Data, que abarca de forma más amplia la gestión de todo el proceso de tratamiento de datos desde su recogida, almacenamiento, análisis y visualización, ofreciendo un sinfín de posibilidades.
Esta capacidad de manipular grandes cantidades de datos ofrece nuevas y sorprendentes opciones dentro del ámbito de los datos. analítica avanzadacomo la creación de informes estadísticos complejos y modelos predictivos utilizados en diversas disciplinas como la medicina, el análisis empresarial, la publicidad o la lucha contra el fraude, entre muchas otras.
¿Cómo afecta el Big Data a la Seguridad Social?
El Sistema de Seguridad Social no es ajeno a Big Data. Las Entidades Gestoras y Servicios Comunes del Sistema de la Seguridad Social en España son conscientes de que nos encontramos ante un cambio de paradigma y trabajan para aprovechar al máximo los datos macro en la consecución de su finalidad pública. Este propósito público es apoyado actualmente por el avance de la Administración electrónicaque con el apoyo de las nuevas leyes de procedimiento administrativo ya adaptadas a la realidad electrónica, otorgan el soporte legal para que el avance en la tramitación electrónica de cada vez más trámites se produzca tanto hacia el ciudadano, como en las relaciones entre los propios organismos públicos, avanzando en eficacia, eficiencia, innovación y transparencia.
Lucha contra el fraude a la Seguridad Social
Una de las líneas estratégicas transversal de la Seguridad Social es la lucha contra el fraude. Han sido diseñados para este propósito. Planes integrales antifraude, aplicando la tecnología Big Data a los diferentes procesos y áreas que realizan las Entidades y Servicios comunes que integran la Seguridad Social. El fraude tiene un impacto negativo en el sistema al reducir los ingresos de los que se alimenta. Toda la Seguridad Social está implicada en esta lucha, siendo la Dirección de Informática de la Seguridad Social la encargada de coordinar y apoyar a otras Entidades y Servicios como la Tesorería General de la Seguridad Social, el Instituto Nacional de la Seguridad Social, la Inspección de Trabajo y Seguridad Social y el Servicio Jurídico de la Seguridad Social, entre otros.
Big Data en la Tesorería General de la Seguridad Social
TGSS apuesta por la innovación y es pionera en la aplicación del Big Data en sus procesos de gestión. Para ello, se ha dotado de las herramientas tecnológicas más avanzadas en inteligencia artificial para el tratamiento analítico de datos con la finalidad de detección y lucha contra el fraudeincorporando en sus equipos de trabajo a científicos de datosque definen patrones de comportamiento y establecen modelos predictivos.
Con este nuevo ecosistema de datos y tecnología, los datos de 1,5 millones de empresas y 18,6 millones de trabajadores activo. Más que 7 mil millones de registros, suponiendo un movimiento de información de 3.000Gb. El Plan Integral Antifraude le permite aprovechar el valor de la gran cantidad de datos acumulados para establecer controles de afiliación, cotización y recaudación del Sistema.
En la lucha contra el fraude, la TGSS ha decidido priorizar varias líneas de trabajo, que ya están dando sus frutos. El uso de indicadores y alertas de riesgo facilita la detección, corrección o prevención de estos casos con una rapidez y eficacia mucho más avanzada, ofrecen información valiosa para atacar el fraude de forma conjunta. para detección de empresas ficticias es la línea de trabajo más madura, que persigue tres tipos de fraude: empresas sin actividad real, empleados ficticios en empresas con actividad y autónomos ficticios. el equilibrio en esta línea de actuación ha sido 12.17 mil millones (diciembre de 2017) y 104.347 trabajadores afectados, mejorando la eficiencia gracias a nuevas herramientas. Por otro lado, se han implementado indicadores para detectar conducta criminalprovocando la acción sobre 2.432 empresas que han dado lugar a actuaciones judiciales por presunto delito a la Seguridad Social en 613 de ellas (30% de la tasa de actuación judicial), con un total de cantidades regularizadas que ascienden a 36.499.781 euros (diciembre de 2017).
Otra línea de trabajo ha sido la subvención de aplazamiento, aplicando un modelo predictivo con 300 variables, capaz de detectar casos con alta posibilidad de incumplimiento y ayudando a actuar rápidamente en casos con alto riesgo de incumplimiento. Otra línea es un modelo predictivo que identifica casos con riesgo de entrar en un procedimiento de insolvencia en los próximos 6 meses, mejorando en un 200% la identificación a priori de estas situaciones. En cuanto al control de la delincuenciadesde la TGSS se ha definido un sistema basado en tres modelos analíticos que aportan información sobre el comportamiento respecto de las obligaciones de una empresa, una segmentación por tipo de deuda, valoración de solvencia de pago y modelo predictivo de morosidad, con la tienen como objetivo analizar las características de las empresas y obtener patrones de comportamiento para la toma de decisiones.
Big Data en el Instituto Nacional de la Seguridad Social
El INSS no se queda atrás en la aplicación de las nuevas técnicas de análisis de datos que ofrece el Big Data. La Entidad también está realizando un gran esfuerzo para mejorar los servicios y optimizar los resultados con la línea estratégica común de la lucha contra el fraudeen este caso, por mejorar la gestión adecuada de los beneficios económicos que ofrece la Seguridad Social.
Cobarde lineas de trabajo desplegadas por el INSS en la aplicación de las más avanzadas tecnologías de analítica avanzada han consistido en definir modelos de optimizar el control médico del INSS ante incapacidades temporales, a través de la herramienta SAS, como programa piloto en seis direcciones provinciales, permitiendo no citar un examen médico a los casos que estén debidamente justificados dentro del plazo de los primeros 365 días. en estos casos, los modelos predictivos nos indican de una forma mucho más ágil cuáles son los casos susceptibles de la actuación de los médicos inspectores.
En relación al correcto reconocimiento y duración de las prestaciones, el Big Data permite la creación de tableros, que gracias al Sistema MBI, destinado a conocer el comportamiento de los beneficios, ayuda a la toma de decisiones y la implementación de nuevos controles. Los cuadros de mando entrelazados permiten obtener patrones de comportamiento personalizados al tipo de ámbito que pueda ser de su interés, tanto geográfico, profesional o económico y con ellos la posibilidad de realizar estudios comparativos de las distintas prestaciones (actualmente de incapacidad temporal).
Como futura línea de trabajo se pretende identificar los factores que condicionan la prolongación de los procesos de descarga más allá de 365 días, o incluso 545 sin que se califique como incapacidad permanente. Otro modelo en desarrollo apunta a identificar desviaciones en el comportamiento de determinados procesos de incapacidad temporal respecto de otros procesos similares en función de parámetros como el diagnóstico o la actividad económica o laboral.
En cuanto al análisis de la Desabilitado temporalmenteBig Data ofrece estudios según patologías y duración estándar, en función de las distintas variables, ofreciendo optimizar la tablas de duración estándar de los procesos de incapacidad temporal y la adecuada selección de los procesos susceptibles de examen médicopermitiendo detectar las causas de los excesos de duración de las incapacidades temporales y favoreciendo una actuación más correcta sobre las mismas.
Con el uso de nuevas tecnologías de analítica avanzada, la Seguridad Social refuerza su apuesta por la innovación, desarrollando modelos innovadores que le permitan abrirse a nuevas áreas de trabajo y garantizar una mayor calidad y optimización de los resultados.
