Alrededor del 30 por ciento de los números de tu sistema contable deberían empezar por el dígito 1. No el 11 por ciento: el 30 por ciento. Y solo alrededor del 5 por ciento deberían empezar por 9. Si eso te suena mal, estás en buena compañía: la mayoría de la gente supone que cada dígito inicial aparece más o menos con la misma frecuencia. Esa intuición equivocada es precisamente lo que convierte la Ley de Benford en una de las herramientas de detección de fraude más económicas que puede aplicar una pequeña empresa, porque quien inventa números falsos en tus libros casi con seguridad comparte esa misma intuición.
Esta guía explica qué dice la Ley de Benford, por qué las facturas y los informes de gastos fabricados la incumplen, qué cuentas de las tuyas merece la pena analizar y cómo aplicar una prueba del primer dígito a tus propios datos sin nada más sofisticado que una hoja de cálculo.
Qué dice realmente la Ley de Benford
La Ley de Benford describe cómo se agrupan los dígitos iniciales de los números en conjuntos de datos que se dan de forma natural: los dígitos iniciales pequeños aparecen mucho más a menudo que los grandes, siguiendo un patrón logarítmico en lugar de un reparto uniforme. La probabilidad de que un número empiece por el dígito d es log10(1 + 1/d), lo que produce esta distribución esperada:
| Primer dígito | Proporción esperada |
|---|---|
| 1 | 30,1% |
| 2 | 17,6% |
| 3 | 12,5% |
| 4 | 9,7% |
| 5 | 7,9% |
| 6 | 6,7% |
| 7 | 5,8% |
| 8 | 5,1% |
| 9 | 4,6% |
El patrón se ha mantenido en una gama notablemente amplia de datos: longitudes de ríos, direcciones postales, facturas de electricidad, precios de acciones y —lo más útil para ti— transacciones contables. El astrónomo Simon Newcomb lo advirtió por primera vez en 1881, cuando observó que las primeras páginas de las tablas de logaritmos se desgastaban más rápido que las últimas. El físico Frank Benford lo puso a prueba de forma rigurosa en 1938 con más de 20.000 números extraídos de 20 conjuntos de datos distintos y publicó el resultado como "The Law of Anomalous Numbers".
La conexión con la contabilidad llegó décadas después. En la década de 1990, el investigador Mark Nigrini demostró que la Ley de Benford podía aplicarse a los datos de auditoría como procedimiento analítico, un trabajo que el Journal of Accountancy ha tratado como técnica práctica de detección de fraude para auditores. Hoy en día, los auditores externos aplican de forma rutinaria el análisis de dígitos a los archivos de transacciones de sus clientes, y nada te impide aplicar tú primero esa misma prueba a tus propios libros.
Por qué los defraudadores fallan la prueba de los dígitos
La potencia de la prueba procede de la psicología humana. Cuando las personas inventan números —un informe de gastos inflado, la factura de un proveedor ficticio, una cifra de ventas con fecha retrasada— intentan que los números parezcan "aleatorios". Pero su modelo mental de lo aleatorio es más o menos uniforme: cada dígito les parece que debería aparecer alrededor del 11 por ciento de las veces. Los datos financieros reales nunca se parecen a eso.
Los números fabricados suelen mostrar algunas señales reveladoras:
Un reparto demasiado uniforme. Los importes inventados distribuyen los dígitos iniciales de forma mucho más uniforme que la pronunciada pendiente de 30 a 5 que predice Benford. Demasiados 7, 8 y 9 encabezando importes es una señal clásica de que alguien escribió lo que "parecía correcto".
Demasiados números redondos. Las facturas reales acaban en totales extraños —1.847,20 $, 312,55 $— porque las cantidades se multiplican por precios unitarios y se añaden impuestos. Un grupo de importes limpios de 500 $ o 1.000 $, sobre todo si procede de un mismo proveedor o de un mismo empleado, merece una segunda mirada.
Agrupación en umbrales. Este es el patrón más accionable para una pequeña empresa. Si tu política exige una segunda firma por encima de 500 $, vigila la franja de 400 a 499 $. Los empleados que dividen compras para esquivar la aprobación, o un contable que mantiene facturas fraudulentas por debajo del límite de revisión, acumulan transacciones adicionales en el dígito inicial 4. La prueba de dígitos convierte tu umbral de aprobación en un control y, a la vez, en una trampa.
Favoritos repetidos. Las personas reutilizan inconscientemente combinaciones de dígitos que les gustan. Una prueba de los dos primeros dígitos (comparar el par inicial, del 10 al 99, con las frecuencias esperadas) puede sacar a la luz a un empleado cuyos importes "aleatorios" empiezan siempre por el mismo par.
Ninguno de estos patrones prueba un fraude. Cada uno es un motivo para sacar la documentación subyacente y examinarla más de cerca, que es precisamente lo que debe hacer una buena prueba de cribado.
Qué cuentas merece la pena analizar
La Ley de Benford solo funciona con el tipo adecuado de datos. La regla general: los números deben producirse de forma natural, abarcar varios órdenes de magnitud y estar libres de mínimos, máximos o secuencias asignadas de forma preestablecida. Así se clasifican los datos habituales de una pequeña empresa.
Buenos candidatos
Cuentas a pagar y facturas de proveedores. El mejor objetivo con diferencia. Los totales de las facturas surgen de multiplicar cantidades, tarifas e impuestos entre proveedores de tamaños muy distintos: condiciones de manual para Benford. Analiza este archivo primero.
Informes de gastos de empleados. Comidas, kilometraje, alojamiento y suministros varían mucho y los introducen muchas manos. Los gastos fabricados o inflados distorsionan rápidamente el patrón de dígitos.
Transacciones de ventas e ingresos. Las facturas de clientes y los totales de punto de venta suelen ajustarse bien, lo que los hace útiles para detectar ventas con fecha retrasada o inventadas, o a un empleado que desvía ventas en efectivo y cubre el hueco con cifras inventadas.
Notas de abono y reembolsos. Poco volumen pero alto riesgo: los reembolsos falsos a una tarjeta personal son un esquema clásico en las pequeñas empresas, y los importes son los que haya escrito el autor.
Malos candidatos: sáltatelos
Nóminas. El salario neto se agrupa en torno a bandas salariales y tarifas por hora, así que fallará la prueba por motivos inocentes. Analiza las nóminas con otros controles (conciliación de plantilla, revisiones de empleados fantasma), no con análisis de dígitos.
Números asignados. Los números de cheques, de facturas, de pedidos y de cuentas son secuenciales por diseño. Analizarlos no tiene sentido.
Importes restringidos. Los pagos de dietas limitados a una tarifa fija, las suscripciones facturadas a un único nivel de precio o el inventario con precios de 9,99 $ llevan todos suelos, techos o picos artificiales. Un catálogo lleno de precios de 9,99 $ mostrará un misterioso exceso de 9 que refleja la estrategia de precios, no un fraude.
Archivos pequeños. Unas pocas docenas de transacciones no pueden producir una distribución estadísticamente significativa. Apunta a al menos varios cientos de registros que abarquen varios órdenes de magnitud —de decenas de dólares a decenas de miles— para que cada dígito inicial tenga espacio para aparecer a su ritmo natural.
Cómo aplicar una prueba del primer dígito en una hoja de cálculo
No necesitas software de auditoría. Todo el procedimiento lleva menos de una hora la primera vez y minutos una vez que tengas una plantilla.
Paso 1: exporta un año completo de un tipo de transacción
Extrae 12 meses de cuentas a pagar (o gastos, o ventas) de tu sistema contable: fecha, proveedor o cliente, descripción e importe. Un tipo de transacción por prueba: mezclar cuentas a pagar con nóminas enturbia la distribución. Exporta todos los registros, incluidas anulaciones y correcciones; filtrar de antemano puede ocultar justo lo que buscas.
Paso 2: limpia los importes
Trabaja sobre una copia. Toma valores absolutos para que los reembolsos y abonos no rompan la extracción del dígito, y elimina las filas de importe cero. Si tu exportación incluye unos pocos valores atípicos enormes (la compra de un edificio en cuentas a pagar, por ejemplo), anótalos pero déjalos en la primera pasada: eliminar datos antes de entenderlos es como se acaban explicando las anomalías.
Paso 3: extrae el dígito inicial
Añade una columna con una fórmula que capture el primer dígito de cada importe. En Excel o Google Sheets, si los importes empiezan en la celda A2:
LEFT(TEXT(ABS(A2),"0"),1)
Esto elimina el signo, descarta los decimales y devuelve el dígito inicial como texto. Arrastra la fórmula por toda la columna.
Paso 4: cuenta y compara
Cuenta cuántos importes empiezan por cada dígito del 1 al 9 (COUNTIF lo hace en segundos), convierte cada recuento en un porcentaje del total y coloca los resultados junto a las proporciones esperadas de Benford de la tabla anterior. Un gráfico de barras sencillo —tus porcentajes frente a la curva esperada— hace que las desviaciones salten a la vista. Los auditores formalizan la comparación con pruebas estadísticas, pero para una primera pasada basta con mirar un gráfico de varios cientos de transacciones para detectar un dígito muy por encima de su proporción esperada.
Paso 5: profundiza en los picos
Supón que el dígito 4 aparece en el 18 por ciento en lugar del 9,7 esperado. Filtra tu exportación por los importes que empiezan por 4 y mira qué hay realmente: ¿qué proveedores? ¿qué empleados los introdujeron? ¿se agrupan los importes justo por debajo de un límite de aprobación? ¿se repiten los mismos totales? Cada respuesta o bien despeja el pico (un proveedor mayorista legítimo que factura importes en torno a 400 $ cada mes) o bien lo agrava (once facturas de 480 $ de un proveedor del que nadie ha oído hablar).
Para un enfoque más fino, amplía la prueba a los dos primeros dígitos —el par inicial de cada importe, del 10 al 99— y busca pares concretos que aparezcan con demasiada frecuencia. Que los pares 48 y 49 se disparen a la vez es la firma clásica de un fraccionamiento por debajo del umbral.
Interpretar los resultados: señales de alarma frente a falsas alarmas
Una desviación es una pista, no un veredicto. Antes de enfrentarte a nadie, descarta las explicaciones inocentes que los auditores ven con más frecuencia:
Umbrales de aprobación que habías olvidado. Cualquier límite de política —500 $ que exigen la firma de un responsable, 1.000 $ que exigen la tuya— reconfigura el comportamiento a su alrededor. Los empleados legítimos también agrupan compras justo por debajo de los límites. El pico te dice dónde mirar, no lo que vas a encontrar.
Precios de catálogo y tarifas fijas. Si tu catálogo se apoya en precios de 19, 29 y 99 $, espera 1, 2 y 9 adicionales. Si un proveedor domina una banda de dígitos con un cargo mensual estándar, eso es concentración, no fabricación.
Datos escasos. Los archivos con menos de unos cientos de registros, o con importes que abarcan un solo orden de magnitud (todo entre 100 y 999 $), oscilan alrededor de la curva esperada por puro azar. Vuelve a ejecutar la prueba cada trimestre a medida que crezca el archivo en lugar de sobreinterpretar una muestra pequeña.
Un único gigante honesto. Un solo pago recurrente —un alquiler mensual de 4.200 $ que toca el dígito 4 doce veces— puede inclinar un archivo pequeño. Segrega los pagos fijos recurrentes y analiza por separado el resto variable.
Cuando un pico sobrevive a las cuatro explicaciones, trátalo como el punto de partida de una investigación real: saca las facturas, verifica que los proveedores existen con independencia de quien los introdujo, comprueba si hay duplicados y números de factura secuenciales del mismo proveedor, y confirma que los bienes o servicios se recibieron de verdad.
Qué hacer cuando los dígitos no cuadran
Encontrar un patrón sospechoso te sitúa al principio de un proceso, no al final. Trabájalo con cuidado:
- Primero preserva, después pregunta. Guarda una copia de la exportación y de los registros subyacentes antes de que algo pueda ser "corregido". Si tus libros están bajo control de versiones, este paso ya está hecho.
- Verifica a los proveedores de forma independiente. Busca a los proveedores desconocidos fuera de tu sistema contable: una búsqueda web, una llamada a un número que encuentres tú mismo, una comprobación de que la dirección de pago no es el piso de alguien. Los esquemas de proveedores ficticios están entre los fraudes más comunes en las pequeñas empresas precisamente porque crear un registro de proveedor es fácil.
- Sigue el rastro de aprobación. ¿Quién creó el proveedor, quién introdujo la factura, quién la aprobó? El fraude se concentra donde una sola persona controla demasiados de esos pasos.
- Arregla el control, no solo el caso. Separa funciones para que quien puede añadir un proveedor no pueda también aprobar pagos al mismo. Baja o escalona los umbrales de aprobación si el patrón es el fraccionamiento. Exige recibos originales —no fotocopias— para los gastos por encima de un importe determinado.
- Sabe cuándo escalar. Si los importes son significativos o el patrón apunta a alguien con acceso al sistema, recurre a tu contable o a un examinador de fraude antes de avisar a nadie. El fraude ocupacional se prolonga meses de media antes de ser detectado, así que una semana de verificación discreta y cuidadosa supera a una acusación precipitada.
Y recuerda las tasas base que hacen que esto valga la pena: en el Informe a las Naciones de 2024 de la Association of Certified Fraud Examiners, la apropiación indebida de activos —esquemas de facturación, desvíos, reembolsos falsos— apareció en el 89 por ciento de los casos de fraude ocupacional estudiados, con una pérdida media de 120.000 $. Las pequeñas empresas, con menos separación de funciones y una supervisión más débil, absorben estas pérdidas con mayor dureza.
Unos libros limpios hacen posible la prueba
Aquí está el requisito silencioso sin el cual ninguno de los pasos anteriores funciona: datos de transacciones completos y categorizados de forma coherente. Una prueba de dígitos ejecutada sobre gastos a medio introducir, apuntes globales en "varios" y tres meses de extractos bancarios sin conciliar producirá ruido, no señal. Cada transacción sin categorizar es un escondite para una fabricada.
Ese es el argumento más profundo para mantener tus libros al día y con granularidad todo el año, no solo en época de impuestos. Cuando cada factura se introduce puntualmente, se codifica en la cuenta correcta y se vincula a un registro real de proveedor, las comprobaciones analíticas como la Ley de Benford muerden de verdad: las anomalías destacan porque la línea base es fiable. Combina la prueba de dígitos con una revisión visual periódica —representar el gasto por proveedor o categoría, el tipo de vista de panel que ofrecen los informes de Fava, hace obvio de un vistazo un nuevo beneficiario o una categoría que se hincha. Y si empiezas de cero, la documentación de Beancount explica cómo montar un libro de texto plano en el que cada transacción es explícita, fechada y revisable.
Mantén tus libros a prueba de fraude desde el primer día
Ejecutar una prueba del primer dígito una vez al año te cuesta una tarde y puede sacar a la luz el esquema de facturación o los gastos inflados que, de otro modo, seguirían funcionando en silencio durante años. Pero la prueba vale lo que valen los datos que la sustentan, y esos datos valen lo que vale tu hábito de llevar la contabilidad. Mantener registros financieros claros y completos es el control sobre el que descansan todos los demás. Beancount.io ofrece contabilidad de texto plano que te da total transparencia y control sobre tus datos financieros: sin cajas negras, sin dependencia de proveedor. Empieza gratis y construye el tipo de libros limpios y auditables que hacen que el fraude sea fácil de detectar y difícil de ocultar.
