No es un asunto que resulte agradable reconocer: desde que la humanidad empezó a intercambiar bienes y servicios, el fraude siempre ha sido un peligro latente. En la actualidad, dada la digitalización de nuestra cotidianeidad, que abarca las múltiples operaciones financieras y mercantiles que realizamos diariamente, la estafa sólo ha asumido un disfraz electrónico, el cual, además, le está redituando valiosas recompensas.
De acuerdo con estudios de la consultora Juniper Research, para 2020, las transacciones en línea fraudulentas alcanzarán un valor de $25,600 millones de dólares; hace un año, el indicador se estimaba en $10,700 millones de dólares; casi el 240% más de lo estimado
Asimismo, en cuatro años, según la firma de investigación, tres sectores de negocio serán los más afectados por el fraude digital: retail electrónico (eRetail, que representará el 65% del valor total de las estafas online), banca (27%) y boletaje de aerolíneas (6%). Así, Juniper prevé que 2020 cuatro dólares en cada 1,000 dólares de pagos en línea serán fraudulentos.
Afortunadamente, en la tecnología también se encuentran las mejores herramientas para combatir las estafas digitales, y entre ellas, una de las más eficientes es la analítica avanzada, tal como el machine learning.
Al permitir el análisis de la información de un negocio en tiempo real -como datos de los consumidores e indicadores operativos y financieros-, esta innovación permite detectar actividades de fraude nuevas y/o atípicas, las cuales, en el caso de pagos y transacciones, podrían ocultar una acción ilícita.
Con el apoyo de la analítica, una organización de cualquier sector puede definir una estrategia antifraude que se base en mejores decisiones de negocio junto con las recomendaciones de los expertos. Una plataforma así ofrecerá habilidades como:
• Crear perfiles de los consumidores que incluyen información, detallada y actual, sobre hábitos de los consumidores.
• Definir métodos automatizados para monitorear las transacciones y detectar aquellas sospechosas, evaluando y gestionando cada caso con asertividad (falsos negativos).
• Flexibilidad para alinearse a las regulaciones locales y globales que combaten el fraude, la estafa financiera y el lavado de dinero.
• Capacidad y agilidad para descubrir comportamientos anómalos y tomar acción inmediata.
• Si la organización tiene datos históricos relacionados con estafas, capacidad para aprender de cada nuevo caso y así desarrollar modelos predictivos antifraude.
• Habilidad para llevar a cabo analítica y minería de texto no estructurado, una cualidad vital para analizar los innovadores espacios en donde se podría concebir un engaño: blogs, redes sociales o chats.
• Solvencia para evitar los “falsos positivos”. En un gigantesco flujo de transacciones electrónicas, las empresas pueden confundir una operación lícita con una fraudulenta. Cuando este ocurre, el cliente legítimo, al que se le rechaza la transacción, sufre una mala experiencia con la marca. La analítica evita el daño de los “falsos positivos”.
Hoy, en un mundo donde las transacciones digitales no reconocen fronteras ni horarios, la analítica es un recurso indispensable si se desea evitar las estafas y toda clase de operaciones ilícitas. Firma pionera en el campo de Analytics, SAS ofrece innovaciones que aprovechan el poder de la analítica avanzada para gestionar el fraude de las organizaciones de manera eficiente.
Gracias a la innovación, la actividad electrónica de los criminales puede ser contenida. En la vida digital de empresas y consumidores, la tranquilidad es una opción real.