PROPUESTA DE APLICACIÓN DEL BUSINESS INTELLIGENCE EN LOS GRANDES CONTRIBUYENTES PROPOSAL FOR THE APPLICATION OF BUSINESS INTELLIGENCE IN MAJOR TAXPAYERS

Contenido principal del artículo

Miguel Ángel Haro Ruiz

Resumen

Los grandes contribuyentes enfrentan desafíos en la determinación del pago provisional del Impuesto Sobre la Renta, especialmente en la determinación de los ingresos nominales debido al gran volumen de datos que generan y el grado de exactitud que exige la autoridad hacendaria. Por lo cual, la presente investigación tuvo como objetivo explorar la aplicación del Business Intelligence (BI) para la determinación del pago provisional del Impuesto Sobre la Renta en personas morales grandes contribuyentes en México durante el ejercicio de 2024. Como resultado, la propuesta de implementación del BI puede mejorar la precisión y eficiencia del proceso de cálculo del ISR, reducir riesgos asociados a errores y omisiones y proporcionar una mayor transparencia y control sobre la información fiscal. Se concluye que la implementación de un BI para la determinación de los ingresos nominales del pago provisional del Impuesto Sobre la Renta facilita significativamente el cumplimiento normativo mediante una plataforma integrada para consolidar, estandarizar, analizar y gestionar datos fiscales. El BI identifica discrepancias, permitiendo corregir errores antes de que se conviertan en problemas de cumplimiento, optimizando la eficiencia operativa y mejorando la precisión en la gestión fiscal de las empresas.

Detalles del artículo

Cómo citar
Haro Ruiz, M. Ángel. (2025). PROPUESTA DE APLICACIÓN DEL BUSINESS INTELLIGENCE EN LOS GRANDES CONTRIBUYENTES: PROPOSAL FOR THE APPLICATION OF BUSINESS INTELLIGENCE IN MAJOR TAXPAYERS. Diagnóstico fácil Empresarial Finanzas Auditoria Contabilidad Impuestos Legal, (25). https://doi.org/10.32870/dfe.vi25.183
Sección
Articles

Citas

Barón, E., García, C. W., & Sánchez, S. K. (2021). La inteligencia de negocios y la analítica de datos en los procesos empresariales. Revista Científica de Sistemas e Informática, 1(2), 38-53. https://doi.org/10.51252/rcsi.v1i2.167

Camargo-Vega, J. J., Joyanes-Aguilar, L., & Giraldo-Marín, L. M. (2016). La inteligencia de negocios como una herramienta en la gestión académica. Revista Científica, 24(1). https://doi.org/10.14483/10.14483/udistrital.jour.RC.2016.24.a11

Cano, J. (2008). Business Intelligence: competir con información . Madrid: ESADE Business School.

Código Fiscal de la Federación. (1981). Última reforma publicada en el Diario Oficial de la Federación el 12 de noviembre de 2021.

Forrester. (2024). The Total Economic Impact of Microsoft Fabric. Cambridge.

Hernández, R., Fernández, C. & Baptista, L. (2010). Metodología de la investigación. McGraw Hill.

IBM Ventana Research. (2021). Analytics and Data Value Index.

Ley del Impuesto Sobre la Renta. (2013). Última reforma publicada en el Diario Oficial de la Federación el 1 de abril de 2024.

McCauley, B. (2014). El uso de Business Intelligence para el propósito de control fiscal. Rio de Janeiro: Asamblea General del Centro Interamreicano de Administraciones Tributarias. Disponible en https://www.ciat.org/Biblioteca/AsambleasGenerales/2014/Espanol/2014_tema3_McCauley_Canada.pdf

Murillo, M. J., & Cáceres, G. (2013). Business intelligence y la toma de decisiones financieras: Una aproximación teórica. Revista Logos, Ciencia & Tecnología, 5(1). https://doi.org/10.22335/rlct.v5i1.11

Ortega-Giraldo, M. A., Humberto-Medina, E., Ruiz-Ruiz, M. I., & Matovelle-Romo, M. M. (2020). Business Intelligence y la productividad de las MYPES del sector artesano. Revista Arbitrada Interdisciplinaria Koinonía, 5(3), Article 3. https://doi.org/10.35381/r.k.v5i3.924

Pérez, M. (2015). Business Intelligence. Alfaomega.

Reglamento Interior del Servicio de Administración Tributaria. (2015).

Rosado, A. A., & Rico, D. W. (2010). Inteligencia de negocios: Estado del arte. Scientia et Technica, XVI(44), 321-326.

Servicio de Administración Tributaria. (2024a). Informe Tributario y de Gestión 4to. Trimestre 2023. México: Secretaria de Hacienda y Crédito Público. Recuperado de: http://omawww.sat.gob.mx/cifras_sat/documents/itg_2023_4t.pdf

Servicio de Administración Tributaria. (2024b). Plan Maestro 2024. México: Secretaría de Hacienda y Crédito Público. Recuperado de: https://www.gob.mx/cms/uploads/attachment/file/883360/PlaMaestro2024.pdf

Servicio de Administración Tributaria. (2024c, Enero 4). SAT implementa mejoras para presentar la Declaración Anual 2023 de personas morales. Comunicado 002/2024. Recuperado de: https://www.amcp.mx/sat-implementa-mejoras-para-presentar-la-declaracion-anual-2023-de-personas-morales-comunicado-4-01-2024/

Valentina, G. P., Mangoting, Y., & Yuliana, O. Y. (2024). The Moderating Effect of Business Intelligence on Tax Avoidance to Maximize Firm Value. Proceedings of the 2024 15th International Conference on E-business, Management and Economics. https://api.semanticscholar.org/CorpusID:275188523

Venzor, I., & Flores, H. (2018). Big Data y la Administración Tributaria en México. Vinculatégica EFAN, 3(3). https://doi.org/10.29105/vtga3.3-992

Wixom, B., & Watson, H. (2010). The BI-Based Organization: International Journal of Business Intelligence Research, 1(1), 13-28. https://doi.org/10.4018/jbir.2010071702