LA IMPORTANCIA DE LA SEGMENTACIÓN EN LA PREVENCIÓN DE LAVADO DE DINERO
Antilavado Post Follow @juanbaezi¿QUÉ ES LA SEGMENTACIÓN?
La segmentación se origina del mercadeo y corresponde a un proceso que consiste en dividir un universo particular en varios grupos más pequeños buscando ser internamente homogéneos y, entre los grupos formados, heterogéneos.
En la prevención de lavado de dinero y de la financiación del terrorismo el objetivo de la segmentación es conocer el perfil de cada segmento. La gestión y prevención de blanqueo de capitales establece una serie de etapas que las empresas deben seguir con el fin de evitar que sean utilizadas para financiar prácticas terroristas o aparentar la legalidad de activos provenientes de actividades delictivas.
¿PARA QUÉ SIRVE LA SEGMENTACIÓN?
Nosotros consideramos que la segmentación es el pilar fundamental en la prevención de lavado de dinero y es el primer paso que se debe realizar antes de monitorear operaciones inusuales o analizar el comportamiento del cliente.
A través de la segmentación, las entidades pueden determinar las características usuales de las transacciones que se desarrollan y compararlas con aquellas que realicen los clientes con el fin de detectar las operaciones inusuales.
Aunque cada entidad es libre de establecer los criterios para realizar la segmentación, los reguladores proponen, como mínimo, las siguientes variables:
Clientes: actividad económica, volumen o frecuencia de sus transacciones y monto de ingresos, egresos y patrimonio.
Productos: naturaleza, características y nicho de mercado o destinatarios.
Canales de distribución: naturaleza y características.
Jurisdicciones: ubicación, características y naturaleza de las transacciones.
¿QUÉ MÉTODOS UTILIZAR PARA SEGMENTAR?
Los métodos más utilizados para realizar segmentación son análisis de cluster y árboles de clasificación.
Análisis de cluster es una técnica cuya idea básica es agrupar un conjunto de observaciones en un número dado de grupos con base en ciertas características.
Por su parte, los árboles de clasificación son útiles para la exploración inicial, pero su mejor aplicación se encuentra en grandes masas de datos. Es ahí donde pueden revelar formas complejas en la estructura que no se pueden detectar con los métodos convencionales de regresión.
Aunque existen otros métodos, estos son los que más se emplean para realizar el proceso de segmentación. En todo caso, la data es la que determinará qué metodología es la que debe utilizarse.
Clic para ver nuestra propuesta del programa del Curso Practico de SAR LA/FT.