Se habla mucho de que las revisiones automáticas de las transacciones sin intervención humana son mejores. Pero ¿realmente lo son? La aprobación rápida de pedidos claramente válidos es esencial, pero ¿qué ocurre con los pedidos dudosos? Si el sistema automático rechaza automáticamente posibles fraudes, puedes estar rechazando a clientes válidos y perdiendo su valor de por vida.
Hoy en día, los algoritmos basados en IA dependen de la información para conocer los métodos de fraude más actuales. Un enfoque de prevención del fraude verdaderamente equilibrado debería aprobar automáticamente los pedidos válidos y rechazar los fraudes evidentes y, al mismo tiempo, mejorar la velocidad y la eficacia de ambos. Por eso son tan importantes las revisiones contextuales de los pedidos dudosos.
Veamos qué implica ese proceso de revisión.
En cuanto un cliente inicia el proceso de pago, un algoritmo basado en IA comienza a analizar los datos y a compararlos con el comportamiento conocido de los clientes, las tendencias de fraude actuales y mundiales, y fuentes de datos como las siguientes:
Una vez finalizado el análisis, el algoritmo asigna una puntuación de fraude a cada pedido, lo que genera una decisión:
A diferencia de la mayoría de las soluciones contra el fraude, en una revisión contextual, los pedidos sospechosos no se rechazan automáticamente. ¿Por qué? Porque, en promedio, el 90 % de esos pedidos son legítimos.
Los analistas de fraude que cuentan con una capacitación especial combinan conocimientos de la industria con una amplia experiencia para tomar decisiones transaccionales que mantienen contentos a los clientes y aumentan los ingresos.
Si a los analistas les preocupa que un pedido sospechoso sea fraudulento, lo examinarán más a fondo. Los analistas se fijan en la información que puede pasar desapercibida para una máquina pero que aportará pistas valiosas:
En casos excepcionales, el analista puede ponerse en contacto directamente con el cliente, utilizando un guion de llamada previamente aprobado. Esto tiende a ser percibido por los clientes como un servicio de atención al cliente preferencial.
Este enfoque, que combina filtros de fraude con una revisión contextual, consigue las tasas más bajas de rechazos erróneos. Por ejemplo, en ClearSale, en más de 6000 cuentas de clientes, el 91.3 % de los pedidos se aprueban automáticamente, el 8.3 % es revisado por un analista pero no requieren una llamada telefónica, y solo el 0.4 % está sujeto a una revisión que implica una llamada telefónica.
Veamos qué tiene en cuenta un analista de fraudes durante una revisión contextual.
Cualquier buen analista de fraudes comprende que aprobar la mayor cantidad posible de pedidos y no perder nunca ingresos por rechazar un pedido válido redunda en beneficio de la empresa.
Un comportamiento “sospechoso” no siempre significa que el pedido sea fraudulento. Los compradores en línea novatos y los errores generales de los usuarios pueden hacer que un pedido legítimo parezca fraudulento. Los analistas utilizan su experiencia y amplios conocimientos para determinar si el pedido es legítimo y puede aprobarse. Además, retroalimentan el algoritmo con lo que aprenden sobre la identificación del fraude, lo que les permite reconocer más fraudes con mayor rapidez.
Los analistas suelen empezar por aquí. Si el pedido proviene de un cliente antiguo sin historial de comportamiento fraudulento, los analistas no suelen añadir fricciones exigiendo pasos de verificación adicionales, y a menudo aprueban el pedido inmediatamente. Pero, en el caso de nuevos clientes, o de clientes existentes que realizan una compra inusual, los analistas suelen consultar más información antes de aprobar el pedido.
La puntuación de fraude de un pedido es una cifra global que se obtiene a partir de un análisis exhaustivo de una transacción con tarjeta de crédito para evaluar el riesgo de la transacción. Esta puntuación proporciona a los analistas una forma cuantitativa de evaluar la probabilidad de que una transacción no esté autorizada o sea fraudulenta.
Indicadores de fraude
A menudo, una combinación de indicadores sospechosos lleva a un analista de fraude a examinar más detenidamente una transacción. Por ejemplo:
Estas señales de alerta de fraude permiten a un analista experimentado determinar rápidamente si la transacción es de alto riesgo y debe rechazarse. Para muchas empresas, solo entre el 2 % y el 3 % de los pedidos pertenecen a esta categoría.
Las revisiones de las transacciones suelen producirse casi instantáneamente. La mayoría de los pedidos son legítimos, por lo que no hay motivo para que los analistas de fraude los retengan para una revisión posterior.
En las transacciones dudosas, los analistas tendrán que realizar una investigación adicional para determinar con seguridad si el pedido es legítimo. Para un analista bien capacitado, puede llevar entre dos y 24 horas recopilar información adicional antes de tomar una decisión. Por ejemplo, el analista puede querer verificar una dirección, o puede comunicarse directamente con el cliente para confirmar su identidad.
Es este tiempo extra el que permite a los analistas descubrir estrategias de fraude que un simple filtro de fraude o una solución automatizada contra el fraude nunca podrían detectar. Y ese poco de tiempo extra da sus frutos. Con cada pedido procesado a través de un sistema basado en IA, este “aprende” más sobre tu empresa. Como resultado, podrás aprobar más pedidos y ofrecer una experiencia superior al cliente.
Como hay tantos indicadores posibles de fraude, muchas empresas confían en soluciones tercerizadas para detectar y prevenir el fraude.
Estos programas de gestión del fraude utilizan software personalizado para realizar análisis rápidos y especializados de cada transacción con el fin de identificar el fraude antes de que tenga la posibilidad de dañar la reputación y los ingresos del minorista. Estos programas también se ocupan del fraude a gran escala, por lo que cuentan con la perspectiva y la experiencia necesarias para detectar tendencias y patrones de fraude que solo se ponen de manifiesto cuando se analiza una serie de pedidos.
Piensa en las compras realizadas con una tarjeta de regalo. La mayoría de las soluciones de protección contra el fraude aprueban automáticamente este tipo de transacciones. Sin embargo, a menudo se trata de compras fraudulentas. En una estafa reciente, un estafador hacía pedidos que parecían legítimos a una empresa en línea. Una vez aprobada la transacción, el estafador llamaba para cancelarla y solicitar que el reembolso se ingresara en una tarjeta de regalo (que a menudo es imposible de rastrear). Al recibir la tarjeta de regalo, el estafador realizaba un nuevo pedido y pagaba con la tarjeta de regalo obtenida de forma fraudulenta.
En otro caso, un estafador hacía un pedido y solicitaba que se entregara en la dirección real del titular de la tarjeta, lo que garantizaba que el pedido pasara por los filtros de fraude sin ser detectado. Luego, una vez que el pedido estaba en tránsito, el estafador llamaba a FedEx haciéndose pasar por la empresa y solicitaba que el pedido se entregara en una dirección diferente y directamente en manos del estafador.
Este tipo de patrones pueden ser muy difíciles de detectar sin el ojo experto de un analista de fraudes profesional.
A la hora de defender con éxito tu empresa contra los estafadores, necesitas un socio que se dedique exclusivamente a la protección contra el fraude, que tenga la experiencia necesaria para evitar que el fraude perjudique a tu empresa y que vigile constantemente el cambiante panorama del fraude.
Esto es lo que debes buscar en un socio:
El modelo híbrido combina el aprendizaje automático avanzado con analistas humanos altamente calificados para hacer frente a la amenaza del fraude amistoso en tiempo real. Esto no solo ayuda a proteger tu empresa a largo plazo, sino que, al aplicar una perspectiva global y una gran base de datos de pedidos de todas las industrias, una solución híbrida permite que tanto la IA como los analistas reconozcan rápidamente las tendencias de fraude y ayuden a los clientes a eliminar las amenazas de fraude y evitar los contracargos, mientras aprueban más pedidos, más rápido.
Los contracargos pueden drenar las ganancias de una pequeña empresa. Cada dólar en contracargos les cuesta a las empresas USD 2.50 en tiempo, comisiones, bienes y envío, sin mencionar los costos asociados con multas y acciones punitivas si tu tasa de contracargo supera el umbral del 1 %.
Por eso, las pequeñas empresas de ecommerce necesitan una estrategia de prevención del fraude que incluya servicios integrales de contracargo, como los siguientes:
Como pionero e innovador en la industria de la prevención del fraude, ClearSale reconoce que tu empresa necesita una solución personalizada para tus necesidades complejas.