Saltar al contenido principal

ESTUDIO DE CASO

Cómo Entrepay fortaleció su estrategia de detección de fraude

Entrepay logo
Fondo degradado naranja
Hombre mirando la computadora sonriendo

subCapability

Programa de seguridad para adquirentes de Mastercard

42%

mejora en la eficiencia de la prevención del fraude 

300 000

En pérdidas mensuales por fraude evitadas

50

Comercios de alto riesgo bloqueados por mes en promedio

Entrepay se propuso detectar el fraude antes y mejorar la eficiencia operativa. Con una visión unificada de los indicadores de riesgo, Entrepay identificó a los comercios de alto riesgo más rápido y construyó un enfoque más proactivo para la prevención del fraude.

Introducción

La prevención del fraude no solo protege a una empresa, sino que la fortalece. Esa mentalidad guio la asociación de Entrepay con Mastercard y su adopción del Programa de Seguridad para Adquirentes (ASP), con el Modelo Ghost desempeñando un papel fundamental en la transformación de sus esfuerzos de detección de fraudes. Entrepay, una empresa de tecnología de pagos con sede en Brasil, procesa entre siete y ocho millones de transacciones cada mes y proporciona infraestructura de adquirencia y soluciones de marca blanca para subadquirentes y fintechs. Con la innovación, la tecnología y la seguridad como pilares fundamentales, la empresa sigue creciendo como un actor clave en el dinámico ecosistema de pagos de Brasil.

La asociación con Mastercard ha proporcionado información adicional que respalda nuestra toma de decisiones sobre los comercios marcados. Podemos movernos más rápido y con mayor confianza en nuestro enfoque.

Helessandro Trajano Head of Credit and Risk Automation, Entrepay

El desafío

Entrepay enfrentaba un riesgo creciente de comercios fantasma: entidades fraudulentas que imitan negocios legítimos, cometen fraude y desaparecen antes de ser detectadas. Los enfoques de monitoreo tradicionales dejaban puntos ciegos, lo que dificultaba descubrir estas amenazas ocultas a tiempo. El equipo dependía de procesos manuales lentos y probó herramientas externas, pero ninguna ofreció la velocidad o precisión necesarias para mantener el ritmo. El fraude continuó evolucionando, con sectores de alto riesgo como los juegos de azar y las apuestas, que resultaron ser notoriamente difíciles de monitorear. Entrepay necesitaba una solución para detectar, calificar y priorizar rápidamente los comportamientos sospechosos, dando a los equipos la capacidad de actuar con rapidez en casos de alto riesgo.

La ejecución

Entrepay recurrió al Acquirer Security Program de Mastercard, una solución de gestión de riesgos y fraude que ayuda a los adquirentes a detectar fraudes ocultos y monitorear comercios de alto riesgo a gran escala.

Dentro de este, el Ghost Model, una herramienta de puntuación impulsada por inteligencia artificial (IA) y basada en análisis predictivos, se volvió central para el enfoque de la empresa. El Ghost Merchant Risk Score analiza datos transaccionales y relacionados con el riesgo para evaluar la probabilidad de que un comercio sea una operación de corta duración creada para cometer fraude. Esto permitió a Entrepay identificar comercios sospechosos de alto riesgo y tomar medidas más rápidas basadas en datos.

Como parte del conjunto de modelos de IA adaptativa de Mastercard, el Ghost Model se perfecciona regularmente para seguir el ritmo de la evolución de los patrones de fraude, lo que respalda una prevención de fraude proactiva y de alta confianza.

Please accept functional cookies to watch this video.

poster

Los resultados

Los resultados fueron transformadores. En solo tres meses de pruebas, el Ghost Model marcó un conjunto específico de comercios de alto riesgo — y los hallazgos fueron claros. De los marcados, el 26 % se confirmó como fraude real o actividad sospechosa, incluyendo comercios involucrados en préstamos no autorizados y ventas de joyería de alto volumen.

Marcado por el modelo Ghost del Programa de Seguridad del Adquirente (ASP) de Mastercard, este comercio afirmó ser una joyería, pero las señales de riesgo de ASP utilizadas por Entrepay revelaron inconsistencias que indicaban un alto riesgo.

Utilizando el Ghost Model, Entrepay bloqueó un promedio de 50 comercios de alto riesgo por mes y evitó un estimado de $300 000 en pérdidas por fraude cada mes. Con el programa de seguridad para adquirentes (Acquirer Security Program) más amplio de Mastercard, las investigaciones que anteriormente dependían de la revisión manual se priorizaron y abordaron más rápidamente, contribuyendo a una mejora del 42 % en la eficiencia de la prevención del fraude. El equipo podría concentrarse en las amenazas más urgentes y reducir la exposición general de la empresa.

Estos resultados validaron el Ghost Model como una herramienta de prevención de fraude proactiva e impulsada por la precisión. Al integrarlo en su flujo de trabajo diario, Entrepay pasó de revisiones manuales y reactivas a un enfoque basado en puntuación, incorporando una toma de decisiones más rápida e inteligente y una protección financiera más sólida en todas sus operaciones de fraude.

La conclusión clave

El Ghost Model, parte del Programa de Seguridad del Adquirente de Mastercard, se ha convertido en un elemento central de la estrategia de fraude de Entrepay, utilizando puntuación predictiva para ayudar al equipo a identificar a los comercios de alto riesgo más rápido y actuar antes de que ocurran las pérdidas. Las empresas que buscan detectar el fraude del comercio más temprano, reducir el tiempo de investigación y fortalecer su estrategia de fraude deberían considerar asociarse con Mastercard.

Book a demo

Request a personalized demo to learn how Mastercard can enhance your business through our products and services.

Mastercard