La fiscalización algorítmica es el uso de datos digitales y técnicas computacionales para detectar inconsistencias, clasificar riesgos, identificar patrones o relaciones y apoyar actuaciones fiscales. Es una categoría doctrinal y no un procedimiento jurídico autónomo previsto con ese nombre en el Código Fiscal de la Federación.

La fiscalización algorítmica no se limita conceptualmente al SAT. El análisis puede involucrar información relacionada con otras autoridades; sin embargo, el alcance concreto de los datos, intercambios y técnicas utilizados por IMSS e INFONAVIT debe acreditarse documentalmente en cada caso.

Los CFDI contienen datos estructurados y estandarizados que pueden analizarse computacionalmente para identificar relaciones, inconsistencias y patrones. Sin embargo, detectar una anomalía en los datos no demuestra por sí mismo que una operación sea inexistente, simulada o jurídicamente irregular.

La analítica de grafos utiliza nodos y relaciones para estudiar conexiones entre entidades y detectar estructuras o patrones. Aplicada al ámbito fiscal, permite analizar redes de relaciones; sin embargo, una conexión detectada mediante un grafo no demuestra automáticamente la existencia de una irregularidad jurídica.

El machine learning puede analizar datos históricos para identificar patrones y asociaciones y generar una calificación probabilística de riesgo sobre un contribuyente. El expediente precisa que ese resultado constituye "una calificación probabilística de riesgo —no un hecho probado".