Fraude en fotos de auditoría: duplicadas, falsas y de pantalla

05/10/2026

Imaginen dos fotos de anaquel idénticas hasta la última botella y la última etiqueta de precio, enviadas para dos visitas en dos tiendas que están a treinta kilómetros una de otra. Quien revisa casi no tiene oportunidad de notarlo, porque las dos fotos quedan separadas por cientos de imágenes en la fila de revisión. Ambas reciben un Pasa. Se paga el incentivo de exhibición. En el dashboard, esa zona se ve muy sana.

Por eso el fraude en fotos de auditoría merece una conversación seria. No porque los promotores sean deshonestos. Sino porque cuando un bono, un KPI o un programa de exhibición depende de una foto, alguien buscará un atajo. Y una foto falsa no hace trampa una sola vez: contamina cada número que se calcula a partir de ella.

Tres tipos de fotos que se ven bien pero no son reales

Fotos duplicadas

Las más fáciles de entender y probablemente las más comunes. Un anaquel bonito se fotografía una vez y luego se envía para varias visitas o para varias tiendas distintas. A veces es un error: el promotor elige la imagen equivocada en la galería del celular. A veces es muy intencional: es fin de mes, faltan veinte tiendas por visitar y el KPI está por cerrar.

Fotos falsas

La foto no se tomó en la tienda que dice. Puede venir de otro punto de venta o puede estar editada para tapar un hueco en el anaquel. Son más difíciles de detectar a simple vista que las duplicadas, porque cada una, vista por separado, parece perfectamente creíble.

Fotos tomadas a una pantalla

Se abre una foto vieja en una computadora o en otro celular y luego se le toma una foto a esa pantalla. Así se brincan las revisiones simples basadas en la hora de captura, porque técnicamente es una foto nueva. Solo que no es una foto del anaquel.

Por qué hay que frenarlas antes de que entren a los datos

El fraude en fotos suele tratarse como un asunto disciplinario de recursos humanos. Yo creo que es un problema de calidad de datos antes que un problema de personas. Una foto falsa que recibe un Pasa va a:

• Inflar el porcentaje de cumplimiento de toda una zona y esconder un hueco real en un anaquel real.
• Distorsionar los datos de disponibilidad en anaquel, de modo que el área de abasto nunca ve que la tienda se está quedando sin producto.
• Hacer que se pague un incentivo por una exhibición que no existe.
• Sesgar cada reporte de tendencias construido sobre esos datos, incluidos los que se hagan dentro de seis meses.

Sacar una foto mala de un dashboard cuando ya está en el reporte trimestral es mucho más difícil que frenarla en la entrada. Casi nadie regresa a corregir números viejos. Simplemente van perdiendo la confianza en todo el sistema de datos.

Dónde las frena VTraks

El flujo de VTraks tiene cuatro pasos: Captura, Escaneo, Reconocimiento y un resultado de Pasa o No pasa. Su capa de detección de fraude marca automáticamente las fotos duplicadas, falsas y tomadas a una pantalla antes de que alcancen a sesgar los datos. Es decir, una foto problemática no se cuela en silencio al data lake que comparten todas las tiendas para quedarse ahí hasta que alguien la descubra por casualidad. La función se describe en vtraks.com.

Lo que me gusta de este enfoque es que separa dos tareas que suelen mezclarse. La máquina se encarga de revisar en volumen, algo que las personas hacen muy mal cuando son miles de fotos. Las personas se encargan del criterio, algo que una máquina no debería hacer. La página de VTraks en aivision.mx pone esta función junto a las demás, como la calificación de cumplimiento y la información de la competencia, y vale la pena revisarla si están evaluando el panorama completo.

La tecnología es solo la mitad

Cuando una foto queda marcada, entran las personas. Algunas cosas que yo haría si estuviera a cargo de un equipo de campo:

• Avisarle al equipo desde antes: dejar claro que las fotos duplicadas, falsas y tomadas a una pantalla se revisan automáticamente. Muchos atajos desaparecen cuando la gente sabe que ya no funcionan.
• Una marca es una señal, no una sentencia: cualquier decisión disciplinaria necesita que una persona la revise y escuche la explicación. Elegir mal una foto de la galería y hacer fraude a propósito son cosas distintas.
• Revisar cómo se pagan los incentivos: si pagan por foto, van a recibir muchísimas fotos. Si pagan por anaquel que cumple y está verificado, el incentivo apunta a otro lado.
• Ver patrones, no casos sueltos: una foto duplicada puede ser un descuido. Diez duplicadas en la misma ruta y la misma semana ameritan una plática.

Hay quien teme que la detección de fraude haga sentir a los promotores bajo sospecha. Yo creo que pasa lo contrario. Quienes hacen bien su trabajo suelen ser los más molestos cuando un compañero toma atajos y aun así cobra el mismo bono. Un sistema que califica parejo está de su lado.