Portal del Contribuyente del Ayuntamiento de Madrid

La utilización de los datos y la tecnología como motor de la inteligencia de negocio ha revolucionado la forma en que las organizaciones toman decisiones estratégicas y optimizan sus operaciones.

Como ocurre en el sector privado, donde el propio mercado fagocita a aquellas organizaciones que no optimizan sus recursos en pro de unos mejores servicios al cliente, en el ámbito de las instituciones públicas, el aprovechamiento de los datos y la tecnología para la provisión de mejores servicios a los ciudadanos está creando una diferenciación muy clara entre aquellas administraciones que prestan servicios modernos y adaptados a las necesidades del ciudadano y las que no.

En la Agencia Tributaria Madrid (en adelante ATM), la revolución se inició en 2020, con la creación del Laboratorio Tributario como punta de lanza de la mejora en la gestión tributaria, el avance en la lucha contra el fraude y el fortalecimiento de la capacidad de respuesta ante las demandas ciudadanas a través de los datos y la tecnología.

En 2020, la ATM se enfrentaba a enormes desafíos en su gestión. La creciente complejidad del sistema tributario local, la perspectiva de reformas legales en alguno de los principales tributos y las expectativas ciudadanas, generaban una presión considerable sobre la organización. En esta situación y ante los retos que se avecinaban, en los que la crisis sanitaria por la COVID-19 fue el mayor exponente, la capacidad de acceder, recopilar, analizar y aprovechar eficazmente los datos se convertía en un elemento clave para mejorar los procesos internos, aumentar la transparencia y fortalecer la lucha contra el fraude fiscal.

En este mismo período, el Ayuntamiento de Madrid iniciaba un ambicioso proceso de transformación digital. Reconociendo el potencial de la tecnología para mejorar la calidad de vida de los ciudadanos y optimizar la gestión de los servicios públicos, se estaban desarrollando iniciativas innovadoras en diferentes áreas, como la movilidad, la gestión urbanística o la participación ciudadana. Esta dinámica transformadora proporcionaba un marco propicio para impulsar la modernización de la ATM y adoptar un enfoque más inteligente en la gestión de los impuestos y recursos municipales.

En aquel entonces, el Ayuntamiento de Madrid se enfrentaba a diversas limitaciones en la utilización de los datos en sus procesos de negocio, la mayoría de ellas provenientes de la complejidad de una organización tan grande como es el Ayuntamiento. Entre las principales dificultades destacaban:

En primer lugar, existía una elevada obsolescencia en las plataformas tecnológicas utilizadas para el análisis y compartición de datos. El Ayuntamiento carecía de una infraestructura adecuada para recopilar, almacenar, procesar y analizar grandes volúmenes de información, lo que dificultaba enormemente la recopilación, difusión y aprovechamiento efectivo de los datos disponibles.

Además, se evidenciaba la falta de una cultura organizativa arraigada en relación con el uso y gestión de los datos. A nivel municipal, no existía una conciencia sólida de la importancia estratégica de los datos como un activo municipal, vital en la prestación de los servicios. Unido a esto, como ocurre en el resto de las administraciones españolas, existen pocos perfiles dentro de las plantillas de trabajadores públicos especializados en la gestión y análisis de datos, lo que limita su implantación en los procesos de toma de decisiones.

La existencia de silos de datos representaba otro obstáculo significativo. La información se encontraba dispersa en diferentes departamentos y áreas de trabajo, dificultando su acceso y compartición efectiva. La falta de integración de datos entre las distintas áreas del Ayuntamiento dificultaba la obtención de una visión completa y precisa a nivel municipal.

Adicionalmente, las limitaciones normativas relacionadas con la privacidad y protección de datos imponían restricciones en el uso y compartición de la información, lo que limitaba su potencial aprovechamiento de una forma más transversal.

Por último, la falta de una estructura organizativa referente en el ámbito de los datos a nivel municipal dificultaba la adquisición e impulso de políticas y estrategias comunes. La ausencia de una estructura sólida en este sentido obstaculizaba el avance coordinado y uniforme en la implementación de soluciones basadas en datos.

La ATM, como parte integrante del Ayuntamiento, no era ajena a los desafíos mencionados anteriormente. A pesar de ser consciente de la importancia estratégica de los datos para optimizar sus procesos de gestión y la lucha contra el fraude y tener como referentes en esta materia otras organizaciones tributarias estatales y europeas, la ATM se enfrentaba a retos particularmente complejos.

En materia tecnológica, los sistemas de información tributaria presentaban una fuerte obsolescencia que ponía en riesgo su misma continuidad y evolución. Además, la dispersión de los datos en diferentes aplicaciones y sistemas y su falta de integridad dificultaba su integración y compartición, lo que limitaba la capacidad de obtener una visión completa y precisa de la situación fiscal de un contribuyente.

A nivel organizativo, aunque existía algún servicio especializado en el análisis de datos, no existía una cultura organizativa arraigada en la responsabilidad, gestión y compartición de datos entre las diferentes unidades ni en el uso de la tecnología como factor de innovación. En este sentido, la tecnología dependía exclusivamente del Organismo Autónomo de Informática del Ayuntamiento de Madrid (en adelante IAM), lo que situaba un factor estratégico para la ATM fuera de su ámbito de actuación directa.

Además de los desafíos tecnológicos y organizativos, la ATM también enfrentaba una carencia de perfiles técnicos especializados que le impidieron situarse a la vanguardia en términos de tecnología, innovación y uso de datos como factor impulsor de una mejor gestión tributaria. La escasez de expertos en ciencia de datos, análisis estadístico y gestión de proyectos tecnológicos entre la plantilla de la ATM dificultaba la implementación de soluciones avanzadas propias y el aprovechamiento pleno del potencial de los datos que fluyen en la organización.

Dado todo lo expuesto anteriormente, resultaba imperativo establecer un nuevo modelo de trabajo en la ATM que abordara de manera efectiva los retos y desafíos mencionados. Este modelo debía posicionar a la ATM en la vanguardia de las organizaciones tributarias, convirtiéndola en un referente en el uso de la tecnología y los datos para lograr una gestión tributaria mejorada. Como veremos, esto se está llevando a cabo en el marco del nuevo plan estratégico de la ATM para el período 2021-2024. Este plan marca un punto de inflexión en la transformación de la ATM, enfocándose en la implementación de soluciones tecnológicas innovadoras, el fortalecimiento de capacidades internas y la promoción de una cultura organizativa orientada hacia la inteligencia de negocio basada en datos.

Tanto el Ayuntamiento de Madrid como la ATM, conscientes de las carencias previamente mencionadas, han puesto en marcha un plan concreto para mejorar el uso de la tecnología y los datos en sus respectivas áreas de actuación.

El Ayuntamiento de Madrid ha creado dentro de su estructura la Oficina Digital, encargada de impulsar y coordinar la tecnología y los datos a nivel municipal. La estrategia implementada por esta Oficina se basa en tres pilares fundamentales: proporcionar más servicios digitales a los ciudadanos, fomentar una mayor inteligencia de ciudad a través de los datos y atraer más innovación a la ciudad.

En el primer y segundo ámbito, el impulso de la transformación digital de la ATM es una de las principales medidas por las que ha apostado la Oficina Digital en su plan estratégico, consciente de que el impulso de la administración tributaria municipal es clave como vehículo tractor del resto de la organización. A su vez, se ha creado la Oficina del Dato para el impulso, a nivel municipal, del uso de los datos de forma transversal, creando las infraestructuras tecnológicas y organizativas necesarias para el análisis, compartición y reutilización de datos por todos los organismos de la corporación. Esto, es clave para la ATM pues la gestión tributaria eficiente y la lucha contra el fraude se basa no solo en la utilización de datos tributarios propios, si no en el establecimiento de una red de relaciones con otras administraciones y organismos municipales que permita tener una visión del ciudadano en todas sus facetas.

Por su parte, la ATM ha lanzado su nuevo plan estratégico para el periodo 2021-2024, con el objetivo principal de convertirse en una organización "fuertemente tecnológica, conectada y centrada en las personas". Entre las líneas estratégicas destacadas se encuentra la denominada estrategia “Smart Taxes”, o “Tributos Inteligentes”, diseñada para hacer de la ATM una organización dirigida por datos. A través de esta estrategia, la ATM busca aprovechar al máximo los datos y la tecnología para mejorar la eficiencia en la gestión tributaria, establecer modelos tributarios más justos y adaptados a la realidad, y combatir el fraude fiscal.

El modelo de tributos inteligentes se sustenta en pilares estratégicos fundamentales para la ATM. En primer lugar, implica la creación de una estructura tecnológica propia más sólida que permita disponer de liderazgo en la incorporación de tecnologías innovadoras para una gestión tributaria más eficiente y precisa. En segundo lugar, se busca establecer una cultura organizativa orientada a la dirección y gestión a través de los datos, promoviendo la valoración y utilización de la información como un activo estratégico en todas las áreas de la ATM. El tercer pilar se centra en fortalecer la conexión de la ATM con el resto de las organizaciones municipales y otras administraciones, facilitando el acceso a datos relevantes y fomentando la colaboración para una visión integral del contribuyente. Por último, se plantea la implantación de herramientas tecnológicas adecuadas que permitan mejorar la gestión tributaria, optimizar los procesos internos y brindar servicios más eficientes y personalizados, adaptados a las necesidades y demandas de los contribuyentes.

Dentro del modelo de Tributos Inteligentes, la creación del Laboratorio Tributario se ha convertido en el componente principal y estratégico. Este servicio desempeña un papel fundamental en la implementación y adopción de nuevas herramientas tecnológicas para el análisis de datos y la aplicación de la inteligencia artificial en la gestión tributaria. El Laboratorio Tributario está diseñado para ser la punta de lanza en la transformación digital de la ATM, liderando la introducción de tecnologías disruptivas que permitan una gestión más eficiente, precisa y automatizada de los procesos tributarios.

El Laboratorio Tributario reúne a un equipo multidisciplinar con conocimientos el análisis de datos, la inteligencia artificial o el aprendizaje automático. Estos profesionales poseen una sólida formación y experiencia en el manejo de herramientas y técnicas de vanguardia en el ámbito de la ciencia de datos, lo que les permite desarrollar modelos predictivos, algoritmos avanzados y sistemas inteligentes que optimizan la detección de irregularidades fiscales y agilizan los procesos de fiscalización.

Además de su enfoque en la tecnología y el análisis de datos, el Laboratorio Tributario desempeña un papel crucial en la gestión del cambio organizativo. Reconociendo que la adopción exitosa de nuevas tecnologías implica cambios en los procesos y en la cultura organizativa, el Laboratorio trabaja en estrecha colaboración con los distintos departamentos de la ATM que deben impulsar la aceptación y el aprovechamiento de estas innovaciones. Mediante la realización de programas de capacitación, la divulgación de mejores prácticas y la promoción de una mentalidad abierta hacia la transformación digital, el Laboratorio Tributario fomenta una cultura de cambio y adaptabilidad en toda la organización.

Son diversas líneas de trabajo estratégicas las que se están impulsando desde el Laboratorio, mediante la adoptación de tecnologías, la gestión tributaria inteligente y eficiente, siempre dirigido por las áreas gestoras y servicios responsables.

Entre las principales líneas de trabajo destacan:

1. Creación de modelos descriptivos y predictivos: El Laboratorio Tributario se dedica a desarrollar modelos analíticos avanzados que permitan comprender en profundidad los principales tributos municipales. Mediante el análisis de datos históricos y la aplicación de técnicas estadísticas y de aprendizaje automático, se generan modelos descriptivos que ofrecen una visión detallada y precisa de los patrones y comportamientos tributarios. Además, se desarrollan modelos predictivos que permiten anticipar tendencias y proyecciones futuras, lo que facilita la toma de decisiones informadas y el diseño de políticas públicas más efectivas.
2. Diseño de nuevos modelos tributarios adaptados a la realidad de la ciudad: El Laboratorio Tributario apoya, mediante el uso de tecnología y datos, la tarea de rediseño de los modelos tributarios existentes, con el objetivo de adaptarlos a las necesidades y características específicas de la ciudad de Madrid. Mediante el análisis de datos demográficos, económicos y socio-culturales, se busca diseñar modelos tributarios más justos, equitativos y eficientes, que reflejen de manera más precisa la realidad socioeconómica de los contribuyentes y promuevan una distribución equitativa de las cargas fiscales.
3. Implantación de modelos expertos basados en inteligencia artificial y BigData para la prevención y detección del fraude: El Laboratorio Tributario desarrolla tecnologías avanzadas, basadas en inteligencia artificial y el análisis de grandes conjuntos de datos, para fortalecer la prevención y detección del fraude fiscal. Mediante la construcción de modelos expertos, se identifican patrones y anomalías en los datos fiscales que puedan indicar posibles irregularidades. Estos modelos permiten una fiscalización más eficiente y precisa, ayudando a reducir la evasión y elusión fiscal, así como a proteger los ingresos municipales de prácticas fraudulentas.

Para llevar a cabo las ambiciosas líneas de trabajo mencionadas anteriormente, se ha considerado fundamental acompañar la creación del Laboratorio Tributario con la adquisición de infraestructuras y servicios adecuados para el análisis avanzado de información. Esto se ha llevado a cabo en estrecha colaboración con el IAM y la Oficina digital y de acuerdo con la estrategia municipal establecida, pero con el objetivo de reducir en lo posible la dependencia de la ATM de organismos externos en lo que se ha convertido en un eje fundamental de la estrategia de innovación y eficiencia de la ATM. Así, se han implementado soluciones tecnológicas de vanguardia, como plataformas de análisis de datos en nube, sistemas de almacenamiento escalables o herramientas de inteligencia artificial. De esta manera, se asegura que la ATM tenga la capacidad necesaria para impulsar la innovación y mejorar su eficiencia, coordinadamente con los organismos responsables de la tecnología a nivel municipal pero con cierto grado de autonomía dentro de esa coordinación. 

De igual forma, se están llevando a cabo acciones de concienciación y capacitación en toda la organización, con el fin de fomentar una cultura de datos sólida y arraigada. Se han incorporado a los programas de formación actividades específicas para que todos los empleados comprendan la importancia estratégica de los datos y sepan cómo utilizarlos de manera efectiva en su trabajo diario. De esta manera, se sentarán las bases para una gestión tributaria moderna, impulsada por el análisis de información y respaldada por una cultura organizativa orientada hacia los datos y la toma de decisiones basada en evidencias.

Tras lo expuesto, se puede destacar que el Laboratorio Tributario se convierte en un centro de innovación y conocimiento en el ámbito de la gestión tributaria, donde se aplican tecnologías avanzadas y se generan soluciones basadas en datos para mejorar la eficiencia, equidad y transparencia en la administración de los tributos municipales. Sin embargo, es fundamental para su éxito que el trabajo del laboratorio esté estrechamente dirigido por los servicios de negocio correspondientes, aquellos que poseen un profundo conocimiento del negocio tributario y sus particularidades. Esto garantiza que los modelos y las soluciones desarrolladas sean aplicables y adecuadas a las necesidades específicas de la gestión tributaria municipal y sirvan como motor del progreso laboral de los propios empleados de la ATM que los usan. La colaboración estrecha entre los expertos en datos y tecnología del laboratorio y los profesionales del negocio tributario permite una sinergia efectiva para lograr resultados óptimos y una gestión tributaria de vanguardia en la ciudad de Madrid.

La puesta en marcha del Laboratorio Tributario requería de unas capacidades tecnológicas muy específicas que posibilitaran disponer de soluciones avanzadas en el ámbito de la analítica y la detección y prevención del fraude tributario. Adicionalmente, en el contexto de una decidida apuesta de la ATM por acelerar la transformación tecnológica, se requería acortar lo máximo posible los tiempos de implantación de las soluciones a adoptar, así como contar con una alta escalabilidad y flexibilidad para dar respuesta a las futuras necesidades de la ATM. Ante estos retos, se plantea como mejor opción tecnológica el uso del Cloud Computing.

El Cloud Computing ha supuesto un cambio de paradigma en la provisión de tecnologías, basado en la entrega de servicios y aplicaciones a través de internet en un modelo de pago por uso.  Entre las ventajas más relevantes de este modelo, podemos citar una mayor flexibilidad en la provisión de los recursos, un uso optimizado y ajustado a la demanda y un mayor nivel de innovación.  Este modelo ofrece oportunidades a las Administraciones Públicas para avanzar en su transformación digital, como palanca para mejorar su gestión y ofrecer un mejor servicio a los ciudadanos y, por ello, es el modelo adoptado para el Ayuntamiento de Madrid en lo que su Oficina Digital denomina “estrategia multicloud”.

En la ATM, en el marco estratégico hacia una organización fuertemente tecnológica, se ha apostado de forma clara y decidida por este modelo, colocándonos en primera línea, respecto a otras organizaciones tributarias, en la adopción del cloud computing como una poderosa herramienta que impulsa la eficiencia, la innovación y la seguridad.

En términos no solo de agilidad, escalabilidad y rendimiento, el Cloud Computing proporciona una sólida infraestructura de seguridad, incluyendo cifrado de datos en reposo y en tránsito, controles de acceso basados en roles y una gestión exhaustiva de identidades. Además, los principales proveedores cuentan con certificaciones y auditorías de cumplimiento que respaldan su cumplimiento en cuanto a la protección de datos y la seguridad de la información. En el caso del Laboratorio Tributario se ha exigido la adhesión a los estándares más exigentes de cumplimiento con los requisitos de confidencialidad, integridad y disponibilidad establecidos por el Esquema Nacional de Seguridad en nivel alto y el RGPD(1) brindando así un entorno confiable y seguro.

Las herramientas basadas en servicios en el cloud son el pilar básico que está permitiendo al Laboratorio Tributario la prestación de servicios analíticos. Los servicios de analítica descriptiva son ofrecidos haciendo uso de las capacidades de la solución municipal basada en Power BI. Esta potente herramienta posibilita el acceso a los informes dentro de la suite de herramientas corporativa de Office 365, desde diferentes dispositivos y aplicaciones, lo que permite a los usuarios explorar y visualizar los datos tributarios de manera sencilla e interactiva. Es además una herramienta sencilla de utilizar que va a permitir “democratizar” el análisis básico de datos en la ATM, sin requerir perfiles especializados, generando así una mayor cultura del uso de los datos.

Power BI es utilizada para ofrecer servicios de cuadros de mando, tales como el seguimiento de objetivos de la ATM, así como informes ejecutivos de los principales tributos del Ayuntamiento de Madrid. Con una interfaz intuitiva y amigable, los usuarios pueden acceder de manera rápida y sencilla a informes interactivos obteniendo una visión clara y sintética de los principales indicadores tributarios.

Los servicios de analítica predictiva, prevención y detección del fraude tributario y desarrollo de nuevos modelos tributarios, requieren de una solución con una capacidades específicas y especializadas. Con el objeto de proporcionar estos servicios, el Laboratorio Tributario ha puesto en marcha una plataforma de analítica tributaria en la nube.  Se trata de una plataforma de analítica e inteligencia artificial que ofrece una amplia gama de capacidades y funcionalidades avanzadas, orientadas a dar una rápida respuesta a las necesidades planteadas. Esta plataforma permite aprovechar la potencia de la computación en la nube para el procesamiento y análisis avanzado de datos tributarios, el análisis de redes de información y grandes conjuntos de datos en tiempo real o para automatizar la captura e integración de diversas fuentes de información, siendo también una solución referente en otros ámbitos como, por ejemplo, los servicios analíticos y de gestión del fraude en la Seguridad Social, o la analítica avanzada para la gestión de la crisis sanitaria provocada por la COVID-19 en Sanidad.

La plataforma de analítica tributaria está integrada e interconectada con las infraestructuras municipales, en un entorno colaborativo multicloud, siguiendo la estrategia municipal que posibilita el intercambio de conjuntos de datos con los sistemas existentes. A través de este entorno, se tiene acceso a datos procedentes del nuevo sistema de gestión de ingresos SAP-TRM y de otros sistemas operacionales del Ayuntamiento de Madrid que poco a poco se van uniendo a este entorno. También se consigue una integración plena con Power BI lo que permite aprovechar al máximo todos los datos e informes disponibles en dicha plataforma para la visualización de informes ejecutivos de los tributos del Ayuntamiento de Madrid, y facilitar la interpretación y toma de decisiones basadas en datos.

Por último, es fundamental destacar que el éxito de todo este esfuerzo de transformación y autonomía tecnológica que se está llevando a cabo en la ATM, seguramente el mayor desde su creación depende en gran medida del establecimiento de una cultura interna en la que los empleados de la ATM adopten el uso de estas plataformas para compartir y analizar información, con el objetivo de mejorar, en sus respectivas áreas, el trabajo que realizan diariamente. 

(1) Reglamento General de Protección de Datos

En el contexto de la transformación digital y el impulso de la inteligencia de negocio, se reconoce que los datos son la materia prima esencial para la construcción de modelos estratégicos basados en datos y en tecnologías disruptivas, como BigData o Inteligencia Artificial.

Afortunadamente, las administraciones tributarias se encuentran en una posición privilegiada, ya que debido a la legislación sobre la que se sustentan, cuentan con acceso a grandes volúmenes de información. Estos datos representan una fuente valiosa de conocimiento, que puede ser aprovechada para mejorar la toma de decisiones, optimizar los procesos y detectar patrones y tendencias relevantes. Al tener acceso a esta abundancia de información, las administraciones tributarias tienen la oportunidad de utilizarla estratégicamente y convertirla flujos de trabajo que impulsen una gestión tributaria más eficiente y efectiva.

Sin embargo, en la aplicación de BigData e inteligencia artificial, la disponibilidad de grandes volúmenes de información no es suficiente por sí misma, se requiere que la información tenga suficiente calidad; la precisión, integridad y relevancia de los datos son elementos esenciales para obtener resultados fiables y significativos. La calidad de los datos garantiza la confianza en los resultados obtenidos a partir de análisis y modelos basados en inteligencia artificial, es decir, "una decisión basada en un algoritmo será tan fiable como la información en la que se basa". Además, una gestión adecuada de la calidad de los datos es crucial para evitar sesgos y garantizar que las decisiones se tomen sobre una base sólida y fundamentada, algo especialmente relevante en materia administrativa y tributaria, donde existirá la necesidad de justificar muy claramente ante terceros el porqué de las decisiones adoptadas.

En el caso de la ATM y como hemos comentado previamente, los datos tributarios se encontraban esparcidos en varios sistemas, constituyendo un conjunto de más de 12 millones de registros de identificación de contribuyentes no integrados y sin controles periódicos de calidad. Para dar solución a este problema y conseguir una identidad de contribuyente única que permita la construcción de un modelo de ciudadano 360º, en el marco de la implantación del nuevo sistema de gestión de ingresos SAP-TRM, se ha llevado a cabo la depuración de este conjunto de 12 millones de registros para identificar un conjunto reducido y perfectamente identificado de casi 5 millones de ciudadanos que constituyen el censo de obligados tributarios para los tributos hasta ahora implantados, Este censo constituye también la base de datos de contribuyentes sobre la que operan todos los procesos de detección y prevención del fraude.

Conscientes de que el elemento sobre el que se debe asentar la transformación digital de la ATM es la calidad del dato y su mantenimiento continuo, el censo de contribuyentes incluye un conjunto de procesos tecnológicos y organizativos para el aseguramiento de la calidad continua que permitirá garantizar la calidad de la información en cualquiera de los procesos que se lleven a cabo.

Si bien la información propia es el punto de partida, la administración tributaria requiere del uso de otra información que complete la visión que se tiene del ciudadano y de los procesos que lleva a cabo con el resto de los agentes que participan de alguna forma en el negocio tributario, como la administración tributaria estatal o los registradores de la propiedad, en el caso de información externa al Ayuntamiento, o la información de la actividad urbanística, en el caso de la interna. Para ello, se requiere tejer una red de procedimientos técnicos y organizativos que permitan el intercambio y cesión de información, donde los convenios de colaboración son uno de los instrumentos más utilizados. A nivel municipal y debido a las restricciones internas derivadas de cómo se ha configurado la responsabilidad de la información de carácter personal y su protección, ha sido necesario que la ATM “normalice” un conjunto de cesiones de información que permitan dar cobertura al acceso de información de terceros. Claramente, esta configuración de la responsabilidad en los tratamientos de datos constituye uno de los elementos de mejora a abordar en la próxima legislatura para conseguir desbloquear de una forma más eficiente la compartición de información, siempre bajo las garantías de legitimidad, seguridad y proporcionalidad, entre diferentes áreas municipales.

En el plano técnico, la compartición de información requiere de infraestructuras tecnológicas que posibiliten un intercambio de información más rápido, seguro y periódico. El IAM, bajo la directriz de la Oficina Digital, está creando el "Datalake" municipal, un repositorio de información en el que sea posible la compartición y uso de información municipal por quién tenga potestad para hacerlo. Si bien no todos los conjuntos de datos están en ese datalake representados, cada vez es mayor su número. Como se ha comentado, el Laboratorio Tributario es una de las primeras plataformas tecnológicas conectadas a ese datalake municipal, lo que va a permitir en un futuro muy próximo acceder a algunos de los conjuntos de datos más relevantes para la detección y prevención del fraude o el establecimiento de nuevos modelos tributarios basados en la configuración actualizada de la ciudad. Obviamente, la información de terceros adolece, en muchos casos, de la misma falta de calidad e integridad que se percibía en la información tributaria y es responsabilidad de la Oficina del Dato impulsar la calidad de datos en origen y la integridad de datos entre diferentes ámbitos municipales. Siendo esta una responsabilidad externa, la ATM deberá ejercer toda la influencia posible para que estas acciones se lleven a cabo, ya que son esenciales para sus fines.

En el ámbito puramente interno, es necesario adoptar en la ATM una mayor cultura de la responsabilidad del dato y de su actualización y calidad. Si bien en los últimos años se ha avanzado en esa dirección, son muchos aún los pasos que se necesitan dar hasta que la calidad del dato y su potencialidad estén en el ADN de la organización. Es fundamental que en todos los niveles de la organización se comprenda la importancia de los datos como activo estratégico y se promueva una conciencia colectiva sobre la responsabilidad de su correcta gestión y difusión. Esto implica establecer procesos y mecanismos que garanticen la captura, actualización, corrección y difusión de los datos en todo su ciclo de vida.

Por último, el Laboratorio Tributario es el responsable de la ATM en materia de transparencia y reutilización de datos. Esta iniciativa se enmarca en la estrategia de la ATM para fomentar un gobierno abierto y una gestión tributaria basada en la transparencia y la rendición de cuentas. Al proporcionar datos de forma transparente, el Laboratorio Tributario contribuye a fortalecer la confianza ciudadana y la colaboración en una economía colaborativa basada en datos.

La analítica de datos ha transformado la forma en que las organizaciones manejan y aprovechan la información, constituyéndose en herramientas fundamentales para mejorar su eficiencia y la toma de decisiones, tanto en el ámbito privado como en las administraciones públicas. Abarca diferentes tipos de enfoques y técnicas para extraer conocimientos valiosos a partir de conjuntos de datos. Estos incluyen la analítica descriptiva, predictiva, prescriptiva, cognitiva o la analítica de textos, entre otros. En este apartado, nos centraremos en los dos primeros tipos y cómo se aplican en el Laboratorio Tributario de la ATM.

La analítica de datos descriptiva se enfoca en el análisis de datos para comprender y analizar valores, tendencias y características de un conjunto de datos. Su objetivo principal es proporcionar una visión de lo que ha sucedido en el pasado, o está ocurriendo en el presente. Sus principales utilidades son:

• Resumen de datos: La analítica descriptiva permite resumir y organizar grandes volúmenes de datos de manera concisa y comprensible. Proporciona una visión general de los datos, lo que facilita la identificación de patrones, tendencias y características relevantes.
• Visualización de datos: Una de las ventajas más destacadas de la analítica descriptiva es su capacidad para visualizar datos de forma clara y atractiva. Utiliza gráficos, tablas y otras representaciones visuales para comunicar la información de manera efectiva, lo que facilita la comprensión y la toma de decisiones basadas en datos.
• Identificación de patrones: La analítica descriptiva permite identificar patrones y tendencias en los datos, revelando relaciones y correlaciones entre variables. Esto ayuda a comprender mejor el comportamiento de los contribuyentes, las relaciones entre los tributos y otras variables, y otros factores relevantes para la toma de decisiones estratégicas.
• Segmentación de datos: Mediante la analítica descriptiva, es posible segmentar los datos en grupos o categorías homogéneas, lo que facilita el análisis específico de cada segmento. Esto permite comprender mejor las necesidades y preferencias de diferentes grupos de contribuyentes, lo que a su vez ayuda a personalizar las estrategias tributarias y mejorar el servicio al ciudadano.
• Identificación de oportunidades y desafíos: La analítica descriptiva ayuda a identificar oportunidades de mejora y desafíos que pueden surgir en una organización. Al analizar los datos pasados y actuales, se pueden detectar áreas de mejora, brechas en el rendimiento o problemas potenciales, lo que permite tomar medidas proactivas para abordarlos.

En la ATM, la analítica descriptiva se utiliza para analizar datos de muy diverso tipo, proporcionando una amplia y detallada visión de la realidad tributaria y los múltiples ámbitos con los que interactúa, teniendo en cuenta la diversidad de áreas, objetos tributarios y hechos imponibles sobre los que aplican los tributos municipales. De esta manera, entre los conjuntos de datos empleados, además de datos tributarios se tienen en cuenta datos urbanísticos, catastrales, de actividades, transmisiones, sociedades, ciudadanos, vehículos, infraestructuras, obras e instalaciones, residuos, etc.

Los diferentes servicios de la ATM responsables de ofrecer la información, guían al Laboratorio Tributario en el proceso de desarrollo de cuadros de mandos que permitan comprender en profundidad los principales tributos municipales y la interrelación con sus diversos ámbitos de aplicación, así como la correlación con información del contribuyente de otros sectores municipales con los que interactúa, como información urbanística, económica o social. Esto permite identificar patrones, tendencias y factores externos que influyen en la recaudación de impuestos, así como segmentar la base de contribuyentes en grupos homogéneos para una gestión más eficiente. Además, la interrelación de datos tributarios con otras fuentes de información también ayuda a identificar oportunidades de mejora en la política fiscal y la asignación de recursos. De esta forma, la analítica descriptiva potencia el conocimiento de la realidad tributaria al ampliar la perspectiva mediante la interrelación de datos tributarios con otros tipos de datos relevantes.

En estos modelos analíticos el uso de datos georreferenciados juega un papel fundamental. La perspectiva espacial es esencial en el análisis de los tributos locales, fuertemente vinculados al territorio. La georreferenciación permite asignar información tributaria a ubicaciones geográficas específicas con el nivel de granularidad deseado, desde distritos o barrios hasta la ubicación precisa del elemento tributario, lo que brinda una visión geoespacial de los contribuyentes y su comportamiento tributario. Al combinar datos tributarios con datos geográficos, se puede comprender mejor el impacto territorial y diseñar estrategias específicas para maximizar la eficacia de la gestión tributaria. En el Laboratorio Tributario se aplica el uso de la dimensión espacial y geográfica por diseño en la analítica descriptiva, fortaleciendo el conocimiento territorial de la realidad tributaria.

La analítica de datos predictiva utiliza modelos estadísticos y algoritmos avanzados para realizar pronósticos y estimaciones futuras basadas en datos históricos. Su objetivo principal es predecir eventos o comportamientos futuros con alta precisión. Sus principales utilidades son:

• Pronóstico de eventos: La analítica predictiva utiliza modelos matemáticos y algoritmos para predecir eventos futuros. Puede anticipar tendencias, comportamientos y resultados, lo que permite tomar decisiones informadas y proactivas.
• Identificación de patrones ocultos: La analítica predictiva ayuda a descubrir patrones ocultos o relaciones no evidentes en los datos. Al analizar grandes volúmenes de información, puede identificar correlaciones y tendencias que no son fácilmente perceptibles para los seres humanos.
• Optimización de decisiones: Al predecir eventos futuros, la analítica predictiva ayuda a optimizar las decisiones empresariales. Permite identificar las mejores acciones a tomar, evaluar diferentes escenarios y seleccionar la estrategia más efectiva para lograr los objetivos deseados.
• Mejora de la eficiencia y optimización de costes e ingresos: La analítica predictiva ayuda a mejorar la eficiencia operativa al predecir problemas potenciales antes de que ocurran. Esto permite tomar medidas preventivas para evitar situaciones indeseadas y mejorar la utilización de los recursos.
• Gestión de riesgos: La analítica predictiva ayuda a identificar riesgos y tomar medidas para mitigarlos. Puede predecir fraudes, riesgos financieros, incumplimientos regulatorios y otros riesgos potenciales, lo que permite implementar estrategias de gestión de riesgos más efectivas.

El Laboratorio Tributario está, guiado por los servicios responsables del análisis de la información, desarrollando modelos que, mediante técnicas de análisis predictivo y de macro/micro-simulación, permiten aprovechar al máximo la información disponible e identificar patrones y tendencias en los datos, obteniendo así una visión más completa y precisa de la realidad económica y tributaria y de los posibles impactos de cambios en las políticas fiscales, lo que conduce a una toma de decisiones más eficiente, fundamentada y transparente.

En esta línea, se han desarrollado simuladores para los principales tributos que permiten evaluar de forma precisa y en tiempo real el impacto de cualquier modificación en el tributo. Esto incluye la capacidad de jugar con las "palancas" del tributo, como tipos impositivos, exenciones o beneficios fiscales, y anticipar el efecto que estos cambios pueden tener en la recaudación y en el comportamiento de los contribuyentes. Este impacto es analizado desde múltiples dimensiones, destacando la geoespacial y territorial, y considerando aspectos tributarios, económicos y sociales.

En una primera fase se han desarrollado modelos que tienen como propósito facilitar el trabajo de los usuarios, simplificando el uso y optimizando los tiempos de respuesta en el tratamiento de la información, permitiendo obtener más modelos y datos en menos tiempo del que antes se empleaba en análisis manuales. En siguientes fases, será fundamental que las herramientas permitan a los usuarios una mayor interacción con los datos y una mayor autonomía en la creación de los modelos, para conseguir que la tecnología potencie todas sus áreas de trabajo, así como el desarrollo de modelos más avanzados que nos permitan una prescripción tributaria, es decir, proponer al modelo el resultado deseado y que éste nos indique los elementos tributarios a modificar para conseguirlo.

En la línea del análisis avanzado de información, se ha iniciado la exploración del uso de redes neuronales para generar modelos predictivos que permitirían conocer con mayor precisión el comportamiento futuro de los tributos en un análisis multidimensional, utilizando tanto con variables internas como exógenas. Como primer ejemplo, se ha desarrollado una simulación de la recaudación de la plusvalía municipal mortis-causa basado en redes neuronales utilizando un análisis multivariable en el que se incluyen diferentes fuentes de datos de fallecidos, variables económicas, etc.

La detección y prevención del fraude es una labor compleja y en continuo cambio. Los defraudadores buscan constantemente nuevas formas de actuar, camuflándose en comportamientos ordinarios, evolucionando constantemente, y aprovechando las nuevas tecnologías para innovar y eludir los sistemas de control existentes. A esto se añade la dificultad de la consideración social hacia el fraude, especialmente el fraude tributario y la participación en ocasiones de redes eficazmente organizadas. Por este motivo, cada vez se requieren herramientas más potentes que ayuden a los inspectores en su difícil labor.

En este sentido, el uso de la analítica de datos y la inteligencia artificial se ha convertido en una poderosa herramienta en la prevención y detección del fraude. Estas tecnologías permiten analizar grandes volúmenes de datos en tiempo real, identificar patrones y comportamientos anómalos, y tomar medidas proactivas para combatir el fraude fiscal o de otro tipo. Entre sus principales ventajas podemos indicar:

• Mayor eficiencia: La analítica avanzada y la inteligencia artificial permiten automatizar y agilizar los procesos de detección del fraude, lo que resulta en una mayor eficiencia en la identificación de casos sospechosos. Al procesar grandes volúmenes de datos de manera rápida y precisa, se reducen los tiempos de análisis y se optimizan los recursos de las administraciones públicas, de forma que los inspectores no deban realizar tareas de tratamiento de datos, enfocándose en tareas de verificación y control en las que están altamente especializados.
• Detección temprana: Los algoritmos y modelos de inteligencia artificial pueden identificar patrones y comportamientos anómalos en los datos, lo que facilita la detección temprana del fraude. Esto permite a las administraciones actuar de manera proactiva y tomar medidas preventivas que eviten o minimicen los daños.
• Mayor precisión: Los algoritmos son capaces de detectar patrones sutiles y relaciones complejas entre variables, lo que mejora la precisión en la detección de irregularidades y reduce los falsos positivos.
• Análisis de datos complejos: Con la analítica avanzada y la inteligencia artificial, las administraciones públicas pueden analizar y correlacionar una amplia gama de datos, incluyendo actuaciones tributarias, registros públicos, información de actividades y datos externos relevantes. Esto permite obtener una visión integral de los patrones de fraude y de posibles conexiones entre diferentes casos.
• Adaptabilidad y mejora continua: Los modelos de inteligencia artificial pueden aprender y adaptarse con el tiempo, mejorando su capacidad para detectar nuevas formas de fraude y adaptarse a las estrategias cambiantes de los defraudadores.

Cada vez más administraciones públicas utilizan algoritmos avanzados y modelos predictivos en su lucha contra el fraude, entre las que cabe citar a la Agencia Tributaria estatal o a la Seguridad Social. La ATM, lejos de ser ajena a esta tendencia, busca aprovechar de igual forma la capacidad de las técnicas avanzadas de analítica de datos e inteligencia artificial con el objeto de obtener una detección temprana de posibles irregularidades y una respuesta más rápida y precisa en la lucha contra el fraude.

La complejidad del fenómeno fraudulento requiere abordar su detección desde distintos frentes, combinando simultáneamente diferentes métodos y técnicas, aprovechando sus diferentes fortalezas y los efectos sinérgicos de su aplicación conjunta. Dentro de estas técnicas debemos incorporar el propio conocimiento del personal de inspección, aplicado en forma de reglas y sistemas expertos, y las capacidades de la propia tecnología para aprender de forma automática ya sea en base a ejemplos reales de fraude, es decir, aprendizaje supervisado, o bien mediante la capacidad de autodescubrimiento de anomalías, agrupaciones y patrones, lo que constituye el denominado aprendizaje no supervisado. Es fundamental incorporar también técnicas, como los grafos y modelos de red, que aporten una visión integral del fenómeno fraudulento y las interrelaciones entre los diferentes elementos y actores.

Los servicios de la ATM responsables de la prevención y detección del fraude han guiado al Laboratorio Tributario en el desarrollo de estos modelos. De esta forma se ha desarrollado un modelo, consistente en diversas reglas basadas en el conocimiento experto de los inspectores, que permite identificar posibles candidatos de fraude en el tributo de Plusvalía. Este modelo genera alertas que son puntuadas en función de diversos parámetros para valorar su nivel de criticidad. Los candidatos seleccionados pueden ser analizados detalladamente y podrán ser enviados al sistema SAP-TRM para proceder a la gestión de los casos. Este mismo modelo basado en reglas de negocio puede ser aplicado a otros tributos, como por ejemplo ICIO. En este caso, el modelo se completará con la explotación automática de los datos de las licencias urbanísticas y de actividad, que próximamente estarán disponibles en el datalake municipal, para aplicar técnicas de machine learning, como algoritmos de agrupamiento, clasificación y asociación, con los que descubrir de forma automática comportamientos y anomalías que pueden ser posibles casos de comportamiento fraudulento.

Con objeto de completar las posibilidades que ofrecen los sistemas basados en inteligencia artificial a la inspección, se está explorando también el empleo de técnicas de visión artificial en un piloto de reconocimiento automático de imágenes reales de la ciudad recogidas desde un vehículo, construyéndose así un gemelo digital de alta precisión que permite su contraste automático con los datos tributarios y la detección automática de posibles omisiones o diferencias.

Además de la incorporación de técnicas avanzadas en la lucha contra el fraude, con objeto de disponer de una visión 360º del contribuyente, se está construyendo un modelo en grafo con toda la información de la que se dispone del contribuyente en las diferentes bases de datos de control tributario, ya sean propias o ajenas, consiguiendo una visión global que permite a los inspectores estudiar mejor los casos y priorizarlos. Esta visión 360º constituye un hito, pues la ATM nunca había podido disponer de toda la información de los contribuyentes asociada y relacionada. Entre esta información se pueden encontrar los inmuebles de un ciudadano, el valor catastral o de referencia de dichos inmuebles, sus transmisiones ante notario registradas, sus vehículos, etc.

Todos estos modelos que se han ido describiendo se integran de manera plena con los sistemas tributarios operacionales. Desde la plataforma de analítica tributaria se ha diseñado el envío de información de posibles casos de fraude a SAP-TRM, permitiendo una comunicación eficiente entre los sistemas de detección y gestión. En sentido inverso, también se ha previsto recoger datos de los análisis realizados mediante un mecanismo para recopilar feedback sobre los resultados finales. Esto permitirá evaluar la efectividad de los modelos y algoritmos utilizados, identificar posibles mejoras y realizar ajustes para optimizar la detección y prevención del fraude tributario. La retroalimentación recibida contribuirá a la continua evolución y mejora de los modelos de análisis y detección, fortaleciendo así la capacidad de la agencia para identificar y abordar casos de fraude de manera más efectiva en el futuro. Para conseguir esta mejora continua y la evolución de los modelos utilizados es fundamental su adopción y uso por parte de los usuarios y su integración plena en los procesos de negocio, de forma que sean los resultados obtenidos y el retorno de la inversión lo que dirija el camino a seguir en su evolución.

Los resultados obtenidos por estos modelos no sólo han de ser eficaces a la hora de prevenir y detectar el fraude, sino que también han de ser explicables. La explicabilidad de los algoritmos de detección de fraude tributario desempeña un papel fundamental en el contexto de la transparencia, las demandas sociales y las exigencias de los tribunales. La explicabilidad garantiza la transparencia en el proceso de detección de fraude, ya que permite comprender cómo funcionan los algoritmos y cómo se toman las decisiones. Esto es crucial para evitar arbitrariedades, identificar posibles sesgos y garantizar que los contribuyentes comprendan las razones detrás de las acciones tomadas en su contra.

La creciente demanda de equidad fiscal ha generado una mayor presión por parte de la sociedad y los tribunales para que los impuestos sean más progresivos, transparentes y se adecuen a la capacidad económica de cada contribuyente. En el contexto actual, se requiere una mayor transparencia y justificación de los modelos tributarios establecidos y las decisiones tomadas por los sistemas automáticos.

En esta línea, el Laboratorio proporciona apoyo en el diseño y mejora de los modelos tributarios, posibilitando que se adapten mejor a la capacidad económica real de los contribuyentes y sean más equitativos, con el objetivo de seguir avanzando en una mayor eficiencia, adaptación a la realidad y justicia tributaria. Así, se han desarrollado o propuesto nuevos modelos tributarios, basados en un análisis multidimensional y multivariable que se ajustan de manera mucho más precisa al valor real del uso.

El Laboratorio Tributario ha dado soporte a los servicios de la ATM en un piloto de diseño de un nuevo modelo tributario de tasa de terrazas que revoluciona la forma en que se calcula el valor del uso privativo del espacio público. Este modelo utiliza un análisis multivariante que considera diversos factores, como el ancho de la acera, la ubicación en una zona concurrida, o la presencia de arbolado y zonas de sombra, para medir con mayor precisión el valor del espacio público destinado al uso de terrazas. Este enfoque más sofisticado y completo permite una distribución más equitativa de las tasas, ajustándolas de manera proporcional a las características específicas de cada ubicación y su verdadero uso. Partiendo de este trabajo se ha propuesto incorporar una mejora progresiva del modelo sobre el que se construye el estudio económico de la tasa, comenzando por el establecimiento de zonas de valor basadas en la rentabilidad real y de mercado del uso del espacio público para una terraza, y no en base a su valor catastral.

En otro ejemplo del uso de los datos en mejora de los modelos tributarios, recientemente se ha aprobado una nueva ordenanza para el uso privativo del espacio público en el caso de los pasos de vehículos Este nuevo estudio se basa en un análisis multivariante que considera diversos factores, como datos de valor de mercado real de la rentabilidad, con el que se logra una evaluación más precisa y justa del valor del uso privativo del espacio público por parte de los vehículos, pasándose de una sola zona de rentabilidad a 101 zonas.

Como reto actual y de futuro, encontramos el diseño de la futura tasa de residuos en cumplimiento con la Ley 7/2022 de residuos y suelos contaminados para una economía circular. Según esta ley, las entidades locales deben establecer una tasa que refleje el coste real de las operaciones de gestión de residuos basado en generación. Este nuevo modelo podrá tener en cuenta características específicas y su implantación en los municipios se está realizando en base a diversos enfoques, como por ejemplo según se trate de una cuota doméstica o comercial, la ubicación, las características del inmueble o determinados consumos. Las capacidades de la analítica de datos permiten desarrollar y evaluar de forma ágil y precisa diferentes modelos buscando establecer una tasa justa y equitativa, teniendo en cuenta diversas variables para reflejar de manera más precisa el coste de la gestión de residuos y promover prácticas más sostenibles en la economía circular.

Son muchos los retos a los que se enfrenta la ATM en su empeño en hacer de los datos y la tecnología un factor estratégicamente relevante.   

En primer lugar, a nivel técnico, la ATM se enfrenta a la constante evolución tecnológica, lo cual requiere una adaptación y actualización continua de las herramientas, sistemas y servicios utilizados en el análisis de datos y en la aplicación de técnicas de inteligencia artificial. La innovación se convierte en un pilar fundamental en la organización, impulsando la adopción constante de tecnologías disruptivas y adaptando su uso para mejorar la eficiencia tributaria y ofrecer servicios modernos y personalizados. Un claro ejemplo de esta búsqueda continua de la innovación en los procesos de la ATM es la utilización de modelos de generación de lenguaje, como Chat GPT u otros. Sirva como ejemplo de la potencia de estas herramientas el hecho de que un apartado de este artículo (animamos al lector a deducir cuál) ha sido redactado con una herramienta de generación de lenguaje basada en inteligencia artificial. Sin duda, es un área en la que la ATM debe estar atenta para aprovechar al máximo su potencial, sobre todo en lo relativo a servicios de asistencia al contribuyente.

En segundo lugar, la ATM se enfrenta a la creciente complejidad del panorama fiscal y a la sofisticación de los esquemas de fraude, en continua evolución. Es fundamental que la ATM esté preparada para identificar y combatir nuevas formas de evasión y elusión fiscal y, para ello, se requiere la aplicación de técnicas avanzadas que permitan mantener actualizados los esquemas de detección y prevención del fraude, así como la capacidad de detectar patrones ocultos mediante el uso del machine learning.

Además, en busca de una ciudad más justa, moderna y servicios públicos adaptados a las necesidades de la ciudadanía, es necesario seguir mejorando la gestión de datos. Esto implica una mayor coordinación con otras áreas municipales y organismos públicos, promoviendo la colaboración y el intercambio de información para obtener una visión más completa y precisa de la realidad socioeconómica y fiscal. En este sentido, es fundamental fortalecer la integración de los datos, fomentar la interoperabilidad de los sistemas y promover una cultura de colaboración y uso responsable de la información en beneficio de todos los ciudadanos. Esta cultura de la colaboración y uso eficiente de la información pública deberá pasar, inexcusablemente, por un rediseño de las responsabilidades en materia de protección de datos a nivel municipal.

En tercer lugar, es necesario tener una visión a medio plazo que permita entender las demandas de los ciudadanos y tribunales en relación con la ética en el uso de los datos y la transparencia de los algoritmos. Es común, hablando del uso de los datos y la inteligencia artificial, que surja un debate sobre los sesgos que pueden provocar la utilización de este tipo de técnicas. Obviamente, aunque la tecnología puede caer en sesgos que tienen su origen en los sesgos de los datos que se le proporcionan como entrenamiento o en el sesgo de las propias personas que crean las reglas y algoritmos, la utilización masiva de datos de forma automática acompañada de herramientas que consigan dar transparencia y explicar las decisiones automáticas pueden evidenciar rápidamente esos sesgos para corregirlos. Siguiendo el ejemplo de otras ciudades españolas y europeas, Madrid deberá establecer su propio registro de algoritmos, garantizando así un uso confiable y responsable de la inteligencia artificial. Esta iniciativa permitirá una mayor visibilidad y comprensión de los algoritmos utilizados en la toma de decisiones, asegurando la rendición de cuentas y fomentando la confianza de los ciudadanos en los procesos automáticos. Estas exigencias se están viendo acompañadas por el desarrollo de un marco normativo, en el que destaca la reciente aprobación por el parlamento europeo del Reglamento de Inteligencia Artificial, el cual se basa en un sistema de clasificación que evalúa en cuatro niveles (inaceptable, alto, limitado y mínimo) el riesgo que la inteligencia artificial (IA) puede representar para la salud, seguridad y derechos fundamentales. Esta regulación afectará indudablemente al uso de estas tecnologías en las administraciones públicas, y establece prohibiciones para sistemas de IA considerados de alto riesgo, como los sistemas gubernamentales de puntuación social y de identificación biométrica en tiempo real.

Por último, el reto más significativo que se debe abordar es el factor humano y cultural. La incorporación, formación y retención de profesionales capacitados en el ámbito de la gestión y análisis de datos se presenta como un desafío crucial para garantizar el éxito de la transformación digital tanto en la ATM como en el entorno municipal en general. La atracción de talento y la creación de programas de formación y capacitación continua son aspectos clave para desarrollar las capacidades necesarias y mantenerse al día con las últimas tendencias y avances tecnológicos en el campo de la gestión tributaria.

Además, es crucial crear una cultura sólida en materia de datos que fomente la responsabilidad y el trabajo colaborativo entre los equipos en favor del uso efectivo de la tecnología y los datos. Esto implica promover una mentalidad orientada a los datos en todos los niveles de la organización, donde se reconozca el valor estratégico de los datos y se fomente su recopilación, gestión y análisis de manera precisa y confiable. La creación de esta cultura en materia de datos no solo mejorará la toma de decisiones basada en evidencia, sino que también fomentará la innovación, la agilidad y la adaptabilidad de la ATM en un entorno en constante evolución.

Dentro de este factor cultural y para lograr una correcta transformación digital en la ATM, es fundamental comprender el rol que debe desempeñar el Laboratorio Tributario. Más que simplemente ser un ente encargado del análisis de datos, el laboratorio debe actuar como un catalizador que impulsa a los servicios de negocio a asumir la responsabilidad de sus propios datos, analizarlos y compartirlos de manera colaborativa. Esto implica romper con los silos de información existentes y fomentar una cultura de colaboración y participación por parte de todos los servicios de la organización.

El Laboratorio Tributario debe asentarse como proveedor de soluciones tecnológicas que facilite y potencie el análisis de datos transversal en la ATM. Su objetivo principal radica en brindar a los diferentes servicios las herramientas y recursos necesarios para que puedan realizar un análisis profundo de los datos que manejan en sus respectivas áreas. Asimismo, el Laboratorio debe promover la adopción de buenas prácticas en cuanto a la gestión de datos, asegurando su calidad, integridad y actualización constante. Al romper los silos de información y fomentar la colaboración entre los servicios de negocio, se logrará una mayor eficiencia y efectividad en el análisis de datos, una visión global y más completa de la realidad tributaria y se identificarán más fácilmente las oportunidades de mejora.  

Si bien se han logrado avances significativos en el camino hacia una mayor autonomía tecnológica y en el fomento de una cultura de datos de los que poder sentirnos orgullosos, es importante reconocer que todavía enfrentamos desafíos futuros que van a ponernos a prueba y van a requerir de nuestra continua dedicación y mejora.

• Unión Europea (2016). Reglamento general de protección de datos. Diario Oficial de la Unión Europea, 2014 (119).
• Baesens, B., Vlasselaer, V. Van & Verbeke, W. (2015). Fraud Analytics Using Descriptive, Predictive, and social network techniques: A guide to data science for fraud detection. Journal of Chemical Information and Modeling, 53(9).
• Cuello, R. O. (2021). Big data and artificial intelligence in tax administration - Big data e inteligencia artificial en la administración tributaria. Revista de Internet, derecho y política, 33.