Auditoría 2.0, una perspectiva para su ejecución en el entorno empresarial utilizando técnicas de Minería de procesos

Contenido principal del artículo

Isabel González Flores
Josué Rivera Riquenes

Resumen

La gestión empresarial necesita del desarrollo de métodos e instrumentos para establecer y mejorar las normas de actuación de las organizaciones. Un punto importante lo constituye la auditoría, que permite validar información y los procesos de negocio. En el entorno empresarial cubano la ejecución de auditorías presenta un bajo nivel de explotación de las tecnologías de la información y las comunicaciones, esto limita el trabajo de los auditores y las acciones de seguimiento y control. Las actuales prácticas se basan en muestras, lo que inevitablemente proporciona una visión incompleta de la ejecución del proceso, generalmente se realizan de forma manual, consumen mucho tiempo, así como recursos humanos y financieros. El objetivo de este trabajo es destacar los beneficios del análisis de la información disponible en los registros de eventos de los sistemas informáticos, utilizando técnicas de Minería de procesos como una nueva forma de auditoría. La automatización de la auditoría reduce los costos de transacción correspondientes, mejorando al mismo tiempo su calidad y precisión, así lo demuestran los casos de estudio analizados. Las organizaciones que asuman esta nueva forma de auditoría para sus procesos de negocio tendrán asegurado un mayor nivel de competitividad frente a sus adversarios en el mercado actual.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Detalles del artículo

Cómo citar
González Flores, Isabel, y Josué Rivera Riquenes. 2020. «Auditoría 2.0, Una Perspectiva Para Su ejecución En El Entorno Empresarial Utilizando técnicas De Minería De Procesos». Vivat Academia, n.º 150 (marzo):47-57. https://doi.org/10.15178/va.2020.150.47-57.
Sección
Artículos de Investigación
Biografía del autor/a

Isabel González Flores, Empresa de Informática y Automatización para la Construcción (aicros)

Graduada de Ingeniero en Ciencias Informáticas, en la Universidad de las Ciencias Informáticas, La Habana, Cuba. Máster en Tecnologías de Apoyo a la Toma de Decisiones Empresariales del Instituto Superior Politécnico José Antonio Echeverría, conocido popularmente por el acrónimo CUJAE. Analista de sistemas de software y profesor instructor. Fue Asesora de Investigación y Posgrado del Centro de Gobierno Electrónico, adscrito a la Universidad de las Ciencias Informáticas. Posee Research Gate. Actualmente trabaja en AICROS, empresa dedicada al desarrollo de softawre para el sector de la construcción en Cuba.

Josué Rivera Riquenes, Universidad de las Ciencias Informáticas

Graduado de la Universidad de las Ciencias Informáticas (UCI) en 2013, profesor instructor de la asignatura Gráficos por Computadoras. Certificado Microsoft Technology Associate (MTA) for Database Administration Fundamentals. Experiencia de 5 años como desarrollador de software del Proyecto de Informatización para la Gestión de los Tribunales Populares Cubanos. Miembro del grupo de investigación Informática Jurídica y del grupo de investigación de Minería de procesos de la UCI. Las principales líneas de investigación relacionadas con el uso de las TICs son: Informática jurídica, Minería de procesos y desarrollo con tecnologías Arduino. Ha sido tutor de 1 trabajo de diploma de pregrado.

Citas

Acosta Palmer, H. y Troncoso Fleitas, M. (2011). Auditoría integral de mantenimiento en instalaciones hospitalarias, un análisis objetivo. Ingeniería Mecánica, 14(2), 107-118.

Aguirre Mayorga, H. y Rincón García, N. (2015). Minería de procesos: desarrollo, aplicaciones y factores críticos. Cuadernos de Administración, 28(50), 137-157.

de Medeiros, A., Weijters, A. J. & Van der Aalst, W. (2007). Genetic process mining: an experimental evaluation. Data Mining and Knowledge Discovery, 14(2), 245-304. doi: https://doi.org/10.1007/s10618-006-0061-7

de Medeiros, A., Dongen, V. B., Van der Aalst, W. & Weijters, A. (2004). Process mining: extending the alpha-algorithm to mine short loops. Technische Universiteit Eindhoven.

De Weerdt, J., Schupp, A., Vanderloock, A. & Baesens, B. (2013). Process Mining for the multi-faceted analysis of business processes - A case study in a financial services organization. Computers in Industry, 64(1), 57-67.

Delgado Pérez, E. (2002). Metodología para la realización del diagnóstico de la Gestión de los Recursos Humanos en empresas en Perfeccionamiento Empresarial. (Tesis inédita de maestría). Universidad de Holguín: Oscar Lucero Moya, Holguín, Cuba.

Escobar Rivera, D., Moreno Pino, M. y Cuevas Rodríguez, L. (2016). La calidad de la auditoría en Sistemas de Gestión. Software AUDIT_INTEGRATED. Ciencias Holguín, 22(2), 77-93.

Fischer, M. (2008). ARIS Process Performance Manager. 14th GI/ITG Conference-Measurement, Modelling and Evalutation of Computer and Communication Systems, 1-3.

Gallegos, F. & Carlin, A. (2007). IT Audit: A Critical Business Process. Computer, 40(7), 87-9.

Goñi Camejo, I. (2008). El qué y el cómo del diagnóstico del sistema de información gerencial. ACIMED, 17(5), 1-19.

Günther, C. & Van der Aalst, W. (2007). Fuzzy Mining – Adaptive Process Simplification Based on Multi-perspective Metrics. Business Process Management, 328-343. Recuperado de: https://link.springer.com/chapter/10.1007/978-3-540-75183-0_24

Jans, A. M. & MA, V. (2014). A Field Study on the Use of Process Mining of Event Logs as an Analytical Procedure in Auditing. Accounting Review, 89(5), 1751-1773.

Jans, M., Alles, M. & Vasarhelyi, M. (2012). Process mining of event logs in internal auditing: a case study. Recuperado de

https://uhdspace.uhasselt.be/dspace/handle/1942/14227

Jans, M., Alles, M. & Vasarhelyi, M. (2014). A Field Study on the Use of Process Mining of Event Logs as an Analytical Procedure in Auditing. Accounting Review, 89(5), 1751-1773.

Karapetrovi, S., Casadesus, M. & Heras, I. (2010). Empirical analysis of integration within the standards-based integrated management systems. Int J Qual Res, 4(1), 25-35.

Laboratories Fluxicon Process. (2017). Process Mining and Automated Process Discovery Software for Professionals - Fluxicon Disco. Recuperado de: https://fluxicon.com/disco/

Process Mining Group, E. T. (2010). ProM 6 tutorial. Recuperado de: http://www.promtools.org/doku.php?id=tutorial:start

QPR Software Oyj. (2017). QPR ProcessAnalyzer. Recuperado de: https://www.qpr.com/node/4

Ramírez Pérez, J. (2016). Modelo para la selección de equipos de trabajo quirúrgico en sistemas de información en salud aplicando técnicas de inteligencia organizacional. (Tesis inédita de doctorado). Universidad de las Ciencias Informáticas, La Habana, Cuba.

Sayana SA. (2003). Using CAATs to Support IS Audit. Inf Syst Control J. Recuperado de http://csbweb01.uncw.edu/people/IvancevichD/classes/MSA%20516/Extra%20Readings%20on%20Topics/CAATS/Supplemental%20Reading%20Week%208/Using%20CAATTS%20to%20Support%20IT%20Audit.pdf

Sotolongo Sánchez, M. (2005). Procedimiento para la auditoria interna del Sistema de Gestión de Recursos Humanos en instalaciones turísticas hoteleras cubanas. Aplicación en pequeñas y medianas instalaciones turísticas hoteleras. (Tesis inédita de doctorado). Universidad Marta Abreu de Las Villas, Santa Clara, Villa Clara, Cuba.

Stocker T, R. & Müller, G. (2013). On the Exploitation of Process Mining for Security Audits: The Process Discovery Case. Proceedings of the 28th Annual ACM Symposium on Applied Computing, (pp. 1462-1468). Recuperado de http://doi.acm.org/10.1145/2480362.2480634

Van der Aalst, W. (2011). Do Petri Nets Provide the Right Representational Bias for Process Mining? ART@ Petri Nets, (pp. 85-94). Newcastle upon Tyne, UK: J. Desel & A. Yakovlev.

Van der Aalst, W. (2011). Process Mining. Discovery, Conformance and Enhancement of Business Processes, (pp. 85-94). Springer-Verlag Berlin Heidelberg.

Van der Aalst, W. (2016). Process Mining: Data Science in Action, (477). Springer.

Van der Aalst, W. & Van Dongen, B. (2002). Discovering Workflow Performance Models from Timed Logs. Van der Aalst, W., & Van Dongen, B. (2002). Discovering Workflow Performance Models from Timed Logs. Engineering and Deployment of Cooperative Information Systems, (pp. 45-63). Recuperado de http://link.springer.com/chapter/10.1007/3-540-45785-2_4

Van der Aalst, W. & Weijters T, M. L. (2004). Workflow mining: discovering process models from event logs. IEEE Trans Knowl Data Eng, 16(9), 1128-1142.

Van der Aalst, W., Adriansyah, A., de Medeiros, A., Arcieri, F., Baier, T. & Blickle, T. (2011). Process Mining Manifesto. Business Process Management Workshops, 169-194. Recuperado de https://link.springer.com/chapter/10.1007/978-3-642-28108-2_19

Van der Aalst, W., Reijers, H., Weijters, A., Van Dongen, B., de Medeiros, A. S., et al. (2007). Business process mining: An industrial application. Information Systems, 32(5), 713-732. doi: http://doi.acm.org/10.1016/j.is.2006.05.003

Van der Aalst, W., van Hee, K., van Werf, J. & Verdonk, M. (2010). Auditing 2.0: Using Process Mining to Support Tomorrow’s Auditor. Computer, 43(3), 90-93.

Weijters, A. & Ribeiro, J. (2011). Flexible Heuristics Miner (FHM). IEEE Symposium on Computational Intelligence and Data Mining (CIDM), 310.

Werner, M. (2016). Process Model Representation Layers for Financial Audits. 49th Hawaii International Conference on System Sciences (HICSS), (pp. 5338-5347). USA.

Werner, M. & Gehrke, N. (2015). Multilevel Process Mining for Financial Audits. IEEE Trans Serv Comput, 8(6), 820-832.

Yzquierdo Herrera, R. (2013). Minería de proceso como herramienta para la auditoria. Ciencias de la Información, 44(2), 25-32.