Análisis de bosques aislados para detectar anomalías en el emparejamiento de cuentas y proveedores

Esta prueba analítica aprovecha el algoritmo Isolation Forest para identificar patrones poco frecuentes en las transacciones del libro mayor (CG) mediante el análisis de las relaciones entre atributos clave, como los códigos del plan de cuentas y los nombres de los proveedores. Se centra en la detección de anomalías que se desvían de los patrones transaccionales típicos.

Esta prueba analítica puede utilizarse para:

  • Detectar combinaciones inusuales de cuentas y proveedores, o transacciones de proveedores poco frecuentes que puedan indicar una actividad anómala o riesgos potenciales dentro del libro mayor

  • Evaluar la coherencia de la estructura de la cuenta de resultados identificando patrones irregulares en las transacciones del libro mayor

  • Destacar los posibles problemas relacionados con las anulaciones o las contrapartidas específicas de los registros del libro mayor

  • Proporcionar a los auditores un contexto mejorado para evaluar la pertinencia y coherencia de los patrones de transacciones del libro mayor

Los resultados analíticos pueden verse tanto en los resultados individuales como en los agregados.

Columna Bosque de aislamiento en los resultados individuales:

Captura de pantalla de la interfaz de usuario de la columna de aislamiento de bosques para resultados individuales

 

Aislamiento Columna Bosque en resultados agregados:

Una captura de pantalla de la interfaz de usuario para la columna de aislamiento como resultado agregado

Campos de análisis

Los siguientes campos son obligatorios para este análisis:

  • Referencia: Campos únicos que se utilizan para crear un ID de transacción, como el campo ID de entrada para el conjunto de datos del libro mayor. Estas columnas se utilizan para identificar las transacciones que forman parte del resultado. Los campos de referencia están predefinidos en la prueba y no pueden modificarse.

Parámetros

Para realizar este análisis deben configurarse los siguientes parámetros:

  • Columna de proveedores: Seleccione la columna del conjunto de datos que contiene el nombre del proveedor.

  • Columna de cuentas: Seleccione la columna que representa el identificador del plan de cuentas en el conjunto de datos del libro mayor.

  • Columnas adicionales: Seleccione si desea incluir columnas adicionales en la tabla de resultados. Esto no afecta al rendimiento del algoritmo.

Configuración de prueba

En esta prueba no se incluyen configuraciones de prueba específicas.

Especificaciones técnicas

Para ejecutar el análisis Isolation Forest para la prueba analítica de anomalías de emparejamiento cuenta-proveedor:

  1. Seleccione columnas para el plan de cuentas y el nombre del proveedor en el libro mayor.

  2. Seleccione Ejecutar para realizar la prueba.

    El modelo de bosque de aislamiento:

    • Utiliza un codificador de etiquetas para convertir los datos de texto en números asignando un número único a cada valor por orden alfabético y, a continuación, añadiéndolos como columnas temporales.

    • Procesa los datos codificados para identificar los valores atípicos, donde 1 representa los datos normales y -1 las anomalías.

    • Calcula una puntuación de valores atípicos, en la que las puntuaciones más bajas indican más entradas anómalas.

    • Combina las puntuaciones atípicas con el conjunto de datos original, transformando las puntuaciones en una escala del 1 al 10 (siendo 1 la más anormal) y presentando los resultados en una tabla.