Analítica de Datos: Nuevas técnicas de Auditoría
DOI:
https://doi.org/10.11565/oe.v1i198.578Palabras clave:
Computación estadística, Auditoría analítica, Detección de fraude, Minería de datos, Análisis predictivoResumen
El artículo examina cómo el avance de la computación estadística ha transformado diversos campos, incluyendo la auditoría. Durante más de dos décadas, la auditoría ha utilizado técnicas asistidas por computador (CAAT) como hojas de cálculo avanzadas y software especializado (ACL, IDEA). Sin embargo, estas herramientas ya no son suficientes debido a la creciente complejidad de las relaciones humanas, gestión organizacional y el volumen de información digital. El autor propone aplicar la computación estadística a la auditoría mediante software como R, Python, SAS y SPSS, siguiendo un proceso estructurado que incluye la identificación del contexto, importación de datos, análisis estadístico descriptivo, detección de patrones anómalos (como los basados en la Ley de Benford) y modelación predictiva. Esto permitiría no solo auditar datos numéricos sino también textos y contenido visual. El artículo concluye que la profesión debe evolucionar hacia una "Auditoría Analítica Predictiva" y destaca que la Universidad Alberto Hurtado ha incorporado este enfoque en su currículo para Contador Público Auditor.
Descargas
Citas
Christopher, J. (2020). Audit Analytics, Data Science for The Accounting Profession. Springer
Fernandez-Aviles, G. (2024). Fundamentos de Ciencia de Datos con R. McGrawHill
García, J. (2018). Ciencia de Datos, Técnicas Analíticas de Aprendizaje Estadístico. Alfaomega.
Guisande, C. (2011). Tratamiento de Datos con R, Statistica y SPSS. Diaz de Santos.

Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Observatorio Económico

Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.