Serviço Público Inteligente
Sistemas de BI, decidir com
base em informação de
qualidade
15 de maio de 2013
Auditório B, Reitoria UNL
Patrocinadores Globais APDSI Patrocínio Prata
O Valor do Business
Intelligence para a gestão na
Administração Tributária
Paulo Oliveira
(paulo.rui.oliveira@at.gov.pt)
Enquadramento da AT no
Ministério das Finanças
Ministério das Finanças Secretaria de Estado das Finanças Secretaria de Estado do Tesouro Secretaria de Estado do Orçamento Secretaria de Estado dos Assuntos Fiscais Autoridade Tributária e Aduaneira Secretaria de Estado da Administração Pública 2
Enquadramento do NADW na AT
Autoridade
Tributária e
Aduaneira
Sistemas de
Informação
Núcleo do Data
Warehouse e
Anti-fraude
Impostos
Alfândegas
3Porquê o BI na AT?
•
Importância de disponibilizar informação de forma centralizada e integrada
– Diferentes Sistemas Operacionais
– Dificuldade em aceder a informação de forma rápida
– Inexistência de um repositório único de acesso para todas as áreas de negócio
•
Disponibilização de Indicadores que proporcionam o apoio aos decisores e
áreas de negócio
– Disponibilização de informação visual – Dashboards
– Relatórios com estatísticas para as diversas áreas de negócio - Reports – Modelos de Previsão – Data Minning
•
Necessidade de uma visão global do contribuinte
4
Decisão
Conhecimento
Informação
Sistemas de BI da AT
Operacionais Data Warehouse (Analítico) (Estratégico) Data Marts
• Os sistemas Analíticos recorrem ao tratamento massivo da informação obtida nos sistemas operacionais
• Têm como objetivo produzir relatórios estatísticos, visões especializadas sobre o desempenho de áreas específicas e prever a evolução futura
• São fundamentais na avaliação e acompanhamento da atividade e como ferramentas de apoio ao combate à fraude e evasão fiscal
Nível Estratégico Nível Analítico Nível Operacional Nível Preditivo Data Mining (Preditivo) 5
• O DW atual cobre grande parte da atividade da Administração Tributária e Aduaneira
• O DW é utilizado, essencialmente, por um conjunto relativamente restrito de utilizadores especializados com formação específica na utilização das tecnologias de exploração do DW, exceto na área inspectiva
• Disponibiliza informação padronizada a grupos específicos de utilizadores através de portais na intranet
• O DW deverá passar a cobrir a totalidade da atividade, sendo que a cobertura ao longo dos anos tem evoluído de forma significativa
Data Warehouse Operacionais Utilizadores especializados Utilizadores 6
Nível Analítico – Data Warehouse
Nível Estratégico Nível Analítico Nível Operacional
Modelos de Impostos
Modelos de Impostos abrangidos:
• Imposto de Valor Acrescentado (IVA)
• Imposto sobre o Rendimento – Singular (IRS)
• Imposto sobre o Rendimento – Coletivo (IRC)
• Fluxos Financeiros
• Justiça Tributária
• Património:
– IMI – IMT – Avaliações• Cadastro de Contribuintes
• Informação Empresarial Simplificada /Declaração
Anual (IES/DA)
• Obrigações Acessórias (OA)
• Protocolos
– INE – Segurança Social – INCI 7 Nível Estratégico Nível Analítico Nível Operacional Nível PreditivoModelos de Alfândegas
Modelos de Alfândegas abrangidos:
• Importação
• Exportação
• Impostos Especiais sobre o Consumo
• Fiscalidade Automóvel
• Trânsito
• Contabilização da Receita Aduaneira
8
Nível Estratégico Nível Analítico Nível Operacional
• Atualmente o nível estratégico conta com vários Data Marts especializados para várias áreas (Inspeção Tributária, Justiça Tributária, Cobrança)
• Existem também Data Marts e ferramentas vocacionados para o combate à fraude e evasão fiscal
• Deverão ser construídos novos Data Marts especializados para as demais áreas
• Está a ser construído um Data Mart que permite ter uma perspetiva global da atividade (Painel de Controlo com Indicadores Globais e de Gestão da AT)
Data Warehouse
Vários Data Marts especializados
9
Nível Estratégico – Data Marts
Especializados
Nível Estratégico Nível Analítico Nível Operacional
• Antes a Seleção de Contribuintes para inspeção era feita com base em critérios estáticos, os quais davam origem a listas de Contribuintes (uma lista por critério)
• Neste momento existe um sistema que permite a criação, gestão e avaliação de critérios de Seleção de Contribuintes
Sistema de seleção e análise de contribuintes a inspeccionar Inspetor Inspetor Listas de Contribuintes para inspeção 10
Nível Estratégico – Seleção de
Contribuintes
Nível Estratégico Nível Analítico Nível Operacional
• Com base em cruzamentos de informação fiscal dos contribuintes são detetadas Divergências e Faltas Declarativas/Obrigações Fiscais dos contribuintes. Estas são identificadas com base em critérios de risco
Sistema de análise de incumprimento fiscal de contribuintes a inspeccionar
Inspetor
11
Nível Estratégico – Incumprimento
Fiscal
Nível Estratégico Nível Analítico Nível Operacional
• Exemplo de um relatório do Data Mart da Inspeção Tributária (componente Dossier do Contribuinte)
12
Nível Estratégico – Data Marts da
Inspeção Tributária
Nível Estratégico Nível Analítico Nível Operacional
• Investigação visual das relações entre entidades
Inspetor
13
Nível Estratégico – Relações entre
Entidades
Nível Estratégico Nível Analítico Nível Operacional
Modelos Anti-Fraude
Modelos Anti-Fraude abrangidos:
• Data Mart da Inspeção Tributária
• Dossier Analítico do Contribuinte • Estatísticas de Correção
• Histórico de Estatísticas de Correção • Estatísticas de Planeamento
• Estatísticas de Liquidação • Estatísticas de Tempos • Consulta Global
• Rendimentos obtidos em Países da OCDE
• Diretiva da Poupança
14 Nível Estratégico Nível Analítico Nível Operacional Nível PreditivoModelos Anti-Fraude
Modelos Anti-Fraude abrangidos
(cont):
• Data Mart Anti-Fraude
• Seleção de Contribuintes • Incumprimento Fiscal • Cumprimento Fiscal
• Sistema Integrado de Informação Aduaneira
Anti-Fraude (SIIAF)
• Repositório Anti-Fraude (RAF)
• Sistema de Tabelas Paramétricas (STP)
15
Nível Estratégico Nível Analítico Nível Operacional
• Nos processos Preditivos recorre-se ao conhecimento adquirido no passado para efetuar previsões
• Por exemplo, com base nos resultados das Inspeções Tributárias é possível identificar os perfis dos Contribuintes com maior risco de incumprimento e orientar parte da força inspetiva para esses Contribuintes
• Os resultados das ações tomadas permitem enriquecer o conhecimento e melhorar as previsões
Conhecimento
do passado Previsões Ações
Resultados de Inspeções Identificação de contribuintes de risco Inspeções aos Contribuintes de risco Exemplo: 16
Nível Preditivo
Nível Estratégico Nível Analítico Nível Operacional Nível Preditivo17
Nível Preditivo – Seleção Preditiva
Exemplo
Nível Estratégico Nível Analítico Nível Operacional Nível Preditivo Melhorar Seleção Inspetiva Dados de Contribuintes Histórico de Inspeções Prioritização de critérios Recomendar Ações Inspeções Resultados das Inspeções Comparar Objetivo de Negócio 1 2 3 4 Scoring• A segmentação dos Contribuintes em função do seu perfil de risco permite tomar medidas específicas para cada segmento • Vantagens:
• Diminuir a incidência e o impato do incumprimento
• Criar junto dos contribuintes uma imagem de eficiência e de justiça que funcione como dissuasor de fraude e de incumprimento
Universo de Contribuintes Segmentação de Contribuintes
18
Nível Preditivo – Seleção com base
em Critérios de Risco
Nível Estratégico Nível Analítico Nível Operacional
• Pretende-se a implementação de mecanismos de segmentação e de cálculo de risco que permitam gerar alertas e tratar de forma diferente os Contribuintes com maior risco de fraude ou incumprimento
Contribuintes Contribuintes com classificação de risco
19
Nível Preditivo – Alertas com base
em Critérios de Risco
Nível Estratégico Nível Analítico Nível Operacional
Tecnologias utilizadas no Data Warehouse
DM
Operacional
DW
Exploração
Data MiningODS
Exploração
Pedidos Protocolos Universos BO Universos BO Dashboards Relatórios Padronizados Dashboards Relatórios Padronizados Negócio Indicadores Operacionais Risco 20
2011 2012 2007 2008 2009 2010 2004 2005 2006 1999 2000 2001 2002 2003 2013 …
Cronologia
Estatísticas Modelos de Alfândegas Sensibilização de Utilizadores Protocolos Modelos de Impostos JT Modelos TransversaisLegenda NSIG NDWII NSA NADW Etapas
DMAF SIIAF Sensibilização de Utilizadores ODS DMIT Visual Dataming RAF SIIAF Sensibilização de Utilizadores DMIT DMAF Visual Datamining RAF SIIAF Estatísticas ODS Modelos Transversais Modelos de Impostos e Alfândegas JT Protocolos Modelos Transversais Modelos de Impostos e Alfândegas
JT Protocolos Indicadores Globais Dashboards de Gestão Cruzamentos Cruzamentos Estatísticas 21
Factores de Sucesso
• Flexibilidade e ajuste às necessidades de gestão • Visão global (Plataforma única para toda a
organização)
• Partilha de Metadata transversal e corporativa • Menor carga nos sistemas existentes
• Acessos garantidos com segurança aos dados • Facilidade de utilização
• Extração de dados para papel, Excel® e outros
• Capacidade de Drill
• Capacidade de comunicação/colaboração entre utilizadores
• Medição do grau de utilização • Redução de Custos