Publicado: 11 de septiembre de 2024
Cuando se trata de medir el riesgo de una transacción, cuantas más transacciones haya que analizar, más difícil resulta para los expertos en cumplimiento y fraude. Esto es lo que hace que la temporada de regreso a clases y otras temporadas de compras de gran volumen sean un desafío.
Durante las temporadas altas, los estafadores y otros defraudadores buscan aprovechar las debilidades en la tecnología de fraude y cumplimiento de las organizaciones. Son conscientes de la presión que el aumento de la actividad transaccional ejerce sobre las organizaciones, tanto desde una perspectiva de personal como de tecnología.
Su trabajo consiste en garantizar que su organización pueda resistir la presión, especialmente cuando se producen picos de actividad transaccional. Para mantener segura la información de los usuarios de confianza, su equipo debe buscar métodos más integrales para reducir el riesgo de las transacciones y validar la identidad de los usuarios. La clave está en implementar una solución de gestión de fraudes ágil y eficaz que no afecte negativamente a la experiencia del cliente; este equilibrio es fundamental para aumentar el potencial de ingresos.
El primer paso para reducir el riesgo de las transacciones es reconocer que el fraude opera a escala mundial y conocer los métodos que utilizan los ciberdelincuentes internacionales. ¿Qué estrategias implementan exactamente los estafadores durante las temporadas de compras con mucha actividad para defraudar a usuarios de confianza?
Los actores maliciosos tienen una amplia variedad de métodos para robar información de identificación personal (PII). Los esquemas de phishing, la suplantación de correo electrónico y los ataques de whaling son solo algunas de las tácticas de ingeniería social que forman parte de su repertorio.
Sin embargo, muchos estafadores han llevado su estrategia un paso más allá con un ataque conocido como robo de identidad sintética. Usando este método, el defraudador reúne un compuesto de datos reales para crear una nueva identidad. Desde la perspectiva del revisor de fraudes, cada punto de datos en la identidad de este usuario es correcto y no se detectan transacciones fraudulentas.
Las organizaciones necesitan un nuevo enfoque para evaluar el riesgo de las transacciones, así como la tecnología y la infraestructura para igualarlo.
La respuesta a ataques de estafadores más sofisticados es una comprensión más sofisticada del riesgo. Aquí es donde entran en juego las puntuaciones de riesgo. Las puntuaciones de riesgo proporcionan una visión integral del riesgo que representa cada usuario en tiempo real. Esto le permite aprobar o analizar transacciones específicas con mayor confianza, sin añadir fricción a la experiencia del cliente.
Pero, ¿cómo garantizan las soluciones de identidad de Mastercard que estas puntuaciones de riesgo sean precisas y se entreguen en tiempo real? En resumen, mediante análisis de datos impulsado por aprendizaje automático (ML). Dado que la persona promedio tiene más de 160 cuentas en línea que requieren contraseñas donde los datos de identidad están aislados, los datos deben contextualizarse en un formato integral para que los elementos de datos puedan evaluarse sobre cómo se utilizan a lo largo del tiempo y entre organizaciones. Nuestro análisis de datos impulsado por ML evalúa estos elementos de identidad del cliente frente a datos históricos y actuales para transacciones legítimas y fraudulentas. Esta evaluación valida los elementos de identificación y una probabilidad integral de fraude, entregando una puntuación de riesgo general precisa.
Por ejemplo, poder verificar en tiempo real que la misma dirección de correo electrónico válida se ha utilizado para compras con tres empresas diferentes en diferentes países en cinco minutos indica una alta probabilidad de fraude, especialmente si esta dirección de correo electrónico generalmente se observa solo seis veces al mes. Dicha información permite a las organizaciones prevenir proactivamente el fraude antes de que ocurra.
El análisis impulsado por ML evalúa los puntos de datos del cliente contra estos conjuntos de datos para calcular una puntuación de riesgo final en tiempo real. Esto permite a los revisores individuales optimizar el procesamiento de transacciones y recuperar tiempo para situaciones donde se necesita intervención manual. Desde una perspectiva de cumplimiento, esto permite al liderazgo enfocarse en mantener el cumplimiento con las regulaciones de privacidad y seguridad, sabiendo que existe una infraestructura de fraude confiable.
El regreso a clases no es la única temporada que trae una afluencia de actividad transaccional impredecible. La capacidad de asegurar sus transacciones a escala es siempre esencial desde la perspectiva de cumplimiento y comercial.
Para adaptarse a la mayor actividad de la red y a la evolución de los métodos de fraude, necesita una solución integral basada en la identidad, que es donde entran en juego las soluciones de identidad de Mastercard.