Analytics aplicado a la función fiscal

Nuestra Agencia Tributaria es quizá la Administración tributaria más avanzada del mundo en cuanto a utilización de nuevas tecnologías aplicadas al procesamiento de la información. Parece evidente que de una manera u otra analizará y explotará (en el ámbito de su función de control) la ingente cantidad de datos de que se alimenta diariamente, pues tiene la capacidad, los medios y la facultad para hacerlo. Pero también las empresas cuentan hoy con niveles de información y una capacidad de procesamiento de datos de alta calidad sin precedentes y pueden aprovechar esa oportunidad mediante Tax analytics. Si la materia prima de un analista son los datos, la información que manejan hoy en día los fiscalistas es petróleo.

El concepto analytics puede resultar ambiguo. Suele traducirse como “análisis” o “analítica”, pero no parecen términos precisos, por cuanto el análisis (entendido como la “distinción y separación de las partes de algo para conocer si composición”) es solo una parte del proceso de analytics, y la RAE define “analítico” como “perteneciente o relativo al análisis”. A falta de mejor expresión, seguiremos utilizando la terminología inglesa.

El diccionario de Cambridge se refiere a este concepto como un “proceso de examen computacional de información usando metodología matemática con objeto de detectar modelos útiles” y también a la propia “información derivada del análisis”.

Parece claro que, a diferencia del puro análisis, analytics es un proceso de examen y tratamiento de información, que tiene su origen en la obtención de datos y tiene por objeto extraer conclusiones útiles para la toma de decisiones. Alcanzar esas conclusiones puede requerir un estudio detallado de cada uno de los componentes por separado (análisis), pero no sería posible realizar estudios estadísticos, detectar patrones o hacer previsiones sin una visión agregada o de conjunto (síntesis). La combinación de ambos enfoques forma parte del proceso de analytics.

Las fases del proceso de Data analytics comienzan por obtener “datos” con los que se describe la realidad, los datos a continuación se procesan para producir “información” y esta a su vez se trata de para obtener “información de valor”, esto es, aquella que ayuda a tomar decisiones inteligentes. El procesamiento y tratamiento de datos incluye la identificación, el filtrado, la validación, la agregación, la representación, el análisis y la visualización de los datos, y en general todo aquello que contribuya a interpretar y utilizar los datos para extraer conclusiones.

Aplicación en el mundo fiscal

Aplicado al campo fiscal, “Data analytics” ha sido desde hace años una herramienta al servicio de fiscalistas y asesores para tomar decisiones y mejorar su gestión. Al fin y al cabo, los tributos recaen sobre magnitudes obtenidas de los balances contables, inventarios y listados (libros de facturas, nóminas), que no dejan de ser el reflejo de la actividad económica de una organización  expresada en “datos”.

Tradicionalmente, el procesamiento de datos fiscales para obtener información presentaba algunas dificultades en la práctica, tanto por el volumen de los datos como por su heterogeneidad, derivada de sus múltiples fuentes de origen y la ausencia de normas unificadoras respecto de su formato, presentación y conservación.

Sin embargo, estamos asistiendo a un auge del Data analytics aplicado a la fiscalidad (“Tax analytics”) motivado por dos factores:

• Por un lado, como consecuencia de la “revolución tecnológica” existen más herramientas de análisis de datos, capaces de trabajar más rápido y sobre volúmenes mucho mayores de información. 
• Por otro lado, las Administraciones Tributarias han incrementado su nivel de control de las operaciones, y muy en particular la Agencia Tributaria española, que ya obliga a las medianas y grandes empresas a enviar los datos de sus facturas emitidas y recibidas casi en tiempo real en un formato estándar, en virtud de la obligación de “Suministro Inmediato de Información”, con lo que la mencionada heterogeneidad de los datos ha dejado de ser un obstáculo. 

La conjunción de estos dos factores hace posible y recomendable el tratamiento ágil y eficiente de enormes volúmenes de datos perfectamente estructurados con una serie de campos estándar (en particular, datos transaccionales como emisor de la factura, receptor, importe, fecha, descripción de la operación, NIF, tipo de factura, tratamiento fiscal, etc.).

Así, mediante Tax analytics, las organizaciones pueden llevar a cabo estudios estadísticos, visualizar modelos, detectar errores, duplicidades o inconsistencias, por ejemplo, entre la información suministrada a la Administración y las declaraciones presentadas, analizar las fases del proceso desde la obtención del dato hasta su declaración y corregir los posibles errores mediante el contraste rápido de hipótesis. 

¿Los clientes y proveedores están declarando las mismas transacciones, por el mismo importe y en el mismo plazo? ¿En qué meses el resultado de la declaración es “a devolver” y porqué? ¿En qué jurisdicción se localizan los principales clientes? ¿Las distintas declaraciones y autoliquidaciones (por ejemplo, IVA, operaciones intracomunitarias, declaración en aduanas) son perfectamente coherentes con la información de facturación facilitada a la AEAT a través del SII? ¿Los libros de facturas de las distintas empresas del grupo son perfectamente coherentes entre sí? ¿Se declaran correctamente todas las facturas rectificativas? 

En definitiva, hoy es posible procesar y tratar mucha información en poco tiempo que ayude a extraer conclusiones útiles para mejorar y, en último término, automatizar la gestión fiscal. Además, los errores ocurren; y no parece buena idea esperar a que sea la Administración Tributaria quien, tras un ejercicio de analytics, nos reclame su rectificación.