Aplicación de analítica de datos en auditoría forense: revisión bibliográfica sobre detección de fraudes financieros

• Resumen
• Abstract

En las últimas dos décadas, la auditoría forense ha transitado desde métodos manuales hacia procesos apoyados por tecnologías digitales y analítica avanzada. El objetivo del estudio es analizar la aplicación de técnicas de analítica de datos en auditoría forense y su impacto en la detección de fraudes financieros en economías emergentes. Se adopta un enfoque cualitativo de tipo documental, mediante una revisión bibliográfica estructurada de literatura académica y fuentes especializadas. La búsqueda se realizó en bases como Scopus, Web of Science, ScienceDirect, IEEE Xplore, ACM Digital Library y ProQuest Central, abarcando el periodo 2020–2025. Se identificaron y analizaron 21 estudios relevantes. Los hallazgos evidencian que la analítica de datos mejora la detección de anomalías y patrones complejos, incrementando las tasas de detección entre 15–25% y reduciendo los tiempos de investigación en 40–60%. Se concluye que su implementación efectiva requiere gobernanza de datos, adopción incremental, marcos legales actualizados y formación interdisciplinaria adaptada a contextos institucionales específicos.

Over the past two decades, forensic auditing has transitioned from manual methods to processes supported by digital technologies and advanced analytics. The objective of this study is to analyze the application of data analytics techniques in forensic auditing and their impact on the detection of financial fraud in emerging economies. A qualitative documentary approach is adopted, through a structured bibliographic review of academic literature and specialized sources. The search was conducted in databases such as Scopus, Web of Science, ScienceDirect, IEEE Xplore, ACM Digital Library, and ProQuest Central, covering the period 2020–2025. Twenty-one relevant studies were identified and analyzed. The findings show that data analytics improves the detection of anomalies and complex patterns, increasing detection rates by 15–25% and reducing investigation times by 40–60%. It is concluded that its effective implementation requires data governance, incremental adoption, updated legal frameworks, and interdisciplinary training tailored to specific institutional contexts.