En este artículo presentamos un enfoque para el análisis de datos financieros y el descubrimiento de anomalías. En nuestra opinión, la evaluación de la gestión del rendimiento requiere el monitoreo de indicadores de rendimiento financiero (KPI) y las características de los cambios en los KPI a lo largo del tiempo. Con base en esta suposición, se introducen indicadores de cambio de comportamiento (BCI) para detectar y evaluar los cambios en los KPI tradicionales en series temporales. Se definen tres tipos de BCI: indicadores de cambio absoluto (BCI-A), indicadores de cambio relativo (indicadores de proporción BCI-RE) e indicadores de cambio delta (D-BCI). Se discute y se ilustra en estudios de caso la técnica y ventajas de utilizar BCI para identificar desviaciones inesperadas y evaluar la naturaleza de los cambios de valor de los KPI en series temporales. Se presenta la arquitectura del sistema de análisis de datos financieros para la detección de anomalías en los datos financieros. El prototipo del sistema utiliza el motor de reglas de negocio Camunda para especificar los KPI y los umbrales de BCI. El prototipo se puso en práctica con éxito para un análisis de registros financieros reales (datos históricos).