El Servicio de Administración Tributaria del Estado de Guanajuato (SATEG) obtuvo el segundo lugar del sector público de Las más innovadoras 2023 de Netmedia, con el proyecto MAT.Gto: Modelo de alertamiento tributario.
Su objetivo fue mejorar la gestión tributaria en la entidad y fortalecer la recaudación de los impuestos estatales.
La evasión y la elusión son grandes retos de la recaudación de impuestos. Mientras más crece el volumen de datos, se complican la detección y la corrección con los modelos de análisis tradicionales.
El director de Recaudación del SATEG, Eduardo Cisneros Gutiérrez, explicó que MAT.Gto utiliza algoritmos que, al combinarse, generan un modelo integral de vigilancia y control de las obligaciones fiscales.
Dicho modelo es capaz de identificar omisiones y discrepancias, además de predecir el comportamiento de los contribuyentes de manera individual.
A partir de esta información, se realiza el cálculo de la probabilidad de cumplimiento y el nivel de riesgo, junto con la generación de alertas tempranas en caso de riesgos de incumplimiento.
MAT.Gto tiene seis etapas para la detección y acción precisa del alertamiento tributario: Integración de la información, limpieza, exploración, selección de variables, modelado y visualización.
El SATEG solo quedó por debajo del Instituto Politécnico Nacional (IPN) en el listado anual.
Beneficios tangibles de MAT.Gto
Se ha logrado recuperar más de $700 millones de pesos en ingresos fiscales que estaban pendientes debido a omisiones por parte de los contribuyentes.
Por otra parte, el nivel de cumplimiento ha aumentado 13%. Esto ha permitido alcanzar una rentabilidad de $20 pesos por cada peso invertido. Esta rentabilidad evidencia la efectividad y eficiencia del proyecto en la vigilancia y control de las obligaciones fiscales.
Adicionalmente, ha aumentado la conciencia tributaria entre los contribuyentes. Cisneros considera que ahora hay una mayor comprensión de las responsabilidades fiscales y una mayor disposición a cumplir con las obligaciones tributarias de manera voluntaria y oportuna.
Este proyecto requirió una inversión de $200,000 pesos y en él se utilizaron tecnologías como analítica de datos, RPA, cómputo en la nube, Edge Computing, visualización de datos, ML y modelado predictivo.
