Por José M. Terán P.

La calidad de los datos es el factor más determinante en la efectividad de un sistema de prevención de blanqueo de capitales (AML), aunque suele ser uno de los menos gestionados.

Muchas instituciones invierten en herramientas y modelos avanzados, pero descuidan el insumo base: el dato. Esto genera sistemas que aparentan sofisticación, pero operan sobre información distorsionada, afectando directamente la toma de decisiones.

El problema es conceptual. La calidad de datos se trata como un asunto operativo cuando en realidad es un riesgo estructural que impacta toda la cadena AML: debida diligencia, segmentación, monitoreo y reportes. Un sistema AML es un sistema de inferencia; si los datos son incompletos, inconsistentes o incoherentes, las conclusiones serán erróneas, aunque parezcan válidas.

Tres dimensiones explican este riesgo. La completitud afecta la construcción del perfil financiero: datos faltantes o subestimados distorsionan los umbrales y generan tanto falsos positivos como falsos negativos. La consistencia impacta la estabilidad en el tiempo: cambios no justificados convierten las desviaciones en ruido. La coherencia asegura compatibilidad entre variables: su falla distorsiona la segmentación, base de todo el monitoreo.

Estas deficiencias se amplifican en el monitoreo transaccional. Modelos estadísticos dependen de datos históricos limpios; si están contaminados, los parámetros resultantes son inestables, generando reglas mal calibradas. Además, el error se propaga: afecta segmentación, umbrales, alertas, investigaciones y ROS.

El enfoque del Acuerdo 01-2026 refuerza este punto: la efectividad del sistema debe poder demostrarse. Sin datos confiables, los resultados no son defendibles. Por ello, la calidad de datos debe gestionarse como riesgo, mediante KRIs formales (incompletitud, inconsistencias, desactualización, duplicidad), monitoreo continuo y procesos estructurados de remediación.

En síntesis, la calidad de datos no es un componente del sistema AML, sino su fundamento. Ignorarla compromete toda la arquitectura de control y la capacidad de la institución de demostrar efectividad ante el regulador.