Suistimal Riskine Karşı Veri Analitiği Yaklaşımı

Suistimal nitelikli işlemler, şirketlerin kaynak ve varlıklarını riske sokarken, milyonlarca liralık zarar ile sonuçlanabilmekte ve kuruluşların itibar riskini de arttırmaktadır. Bununla birlikte, suistimal nitelikli işlemlerin geride bıraktığı izler, bu riskle mücadelede önemli bir fırsat yaratmaktadır. Bu bağlamda, teknolojiyi insan etkileşimiyle birleştirerek suistimal potansiyeli veya niteliği taşıyan işlemleri tespit etmeyi hedefleyen veri analitiği yaklaşımı; genel itibarıyla depolanmış verinin analitik taramadan geçirilerek barındırdığı uyumsuzlukların ve aykırılıkların tespitinde izlenen bir yöntemdir.

Veri analitiği uygulamaları ortaya çıkmış olan suistimalin boyutunun tespitinde kullanılabileceği gibi, usulsüzlüklerin erken tespiti ve takibinde de önemli rol oynamaktadır. Veri analitiği neticesinde tespit edilen bulgular, şirketlerin riske açıklık potansiyelini ortaya koymalarını ve riskleri yönetmelerini sağlarken, kurum içerisinde suistimal ile proaktif mücadele ortamının gelişmesini desteklemektedir. Suistimal incelemesi alanında uluslararası mesleki organizasyon olan ACFE (Sertifikalı Suistimal İnceleme Uzmanları Derneği) tarafından 2016 yılında yayınlanan “Report to the Nations” başlıklı araştırma raporunda yer alan bilgiye göre, suistimallerin ortaya çıkarılmasında veri izleme yönteminin katkısının 2016 yılında %1,9 ile sınırlı kaldığı, bununla birlikte proaktif veri izleme ve analizi yöntemiyle saptanan suistimal kaynaklı zararın ve suistimal süresinin yarı yarıya azaldığı istatistiğine yer verilmiştir. Aynı raporda, proaktif veri izleme ve analizinin en etkin suistimal önleme yöntemi olduğu değerlendirilmiştir.

Veri analitiği yöntemleriyle yüksek miktarda yapısal verinin (örneğin satış verileri, ödemeler, masraflar) veya yapısal olmayan verilerin (örneğin e-postalar, sosyal ağ paylaşımları, anlık mesajlar, ses kayıtları) süzgeçten geçirilmesiyle elde edilebilecek sonuçlar aşağıdaki şekilde özetlenebilir:

• Bilinen suistimal yöntemlerinin ortaya çıkarılması: Önceden bilinen suistimal vakalarına dayalı kuralların uygulanması (örneğin satın alma emri miktarı stok girişi miktarı ile uyumsuz olan satın almalar, ani ciro artış durumlarının ve sapmalarının tespiti)
• Bilinmeyen suistimal yöntemlerinin keşfi: Segmentasyon analizleri ve öngörüsel modelleme yöntemleri ile daha önce karşılaşılmamış suistimal metotlarının ortaya çıkarılması (örneğin malzeme birim fiyatı anormal yüksek olan tedarikçilerin belirlenmesi)
• Karmaşık suistimal yöntemlerinin keşfi: Organize suçların ve dolandırıcılık şebekelerinin örüntülerinin ve ilişkilerinin ortaya konması suretiyle tespiti (örneğin kimlik ve iletişim bilgilerinin çakışması, anahtar kelimeler ile metin çözümlemesi)

Bu bağlamda, veri analitiği sadece insan etkileşimli bir teknoloji değil, aynı zamanda bir stratejidir. Daha az iş gücü kullanılarak büyük verilerin içerisinde gizlenen olası suistimal risklerinin kısa sürede belirlenmesi ile kurumların verimlilikleri artarken, finansal ve itibar risklerinin yönetilerek olası zararların önüne geçilmesi de sağlanmış olur.

Nevin Yalçın, Müdür, Finansal Danışmanlık Hizmetleri Deloitte Türkiye

Makalelerdeki görüş ve yorumlar yazar veya yazarlara ait olup , Etik ve İtibar Derneği’nin konu ile ilgili düşüncelerini yansıtmamaktadır.

*Bu yazı The Deloitte Times Haziran 2018 Sayısından alınmıştır.