Administración Del Fraude: Todo lo que necesitas saber

Muchos proveedores antifraude confían en estos recursos como la funcionalidad central de su solución, sin embargo, la mayoría enfrentará dificultades para cumplir con las expectativas de resultados de los comerciantes dentro de un ecosistema en constante cambio. Esto pasa porque lidiar con la incertidumbre requiere más que el uso de algoritmos sofisticados.

La incertidumbre requiere de una buena toma de decisiones y traspasa los límites de cómo la enfrentamos como humanos. Estos son algunos de los errores más comunes que he cometido y he visto que otros cometen una y otra vez al tener que lidiar con la incertidumbre mientras se trabaja con la gestión del riesgo de fraude:

post-example

Lidiar con la gestión del riesgo de fraude dentro del contexto de transacciones de tarjeta no presente (CNP) durante los últimos años ha hecho que me llame la atención y me interese en la belleza de la incertidumbre. Uno de los recursos clave que nos ha brindado la ciencia para hacer frente a la incertidumbre es la estadística y el concepto matemático de probabilidad.

 

Mala gestión y comprensión de las variables de respuesta para el fraude

La mayoría de los algoritmos utilizados en las soluciones antifraude se basan en técnicas que requieren variables de respuesta en el proceso de modelado estadístico. En otras palabras, se basan en un extenso conjunto de datos de transacciones históricas, necesitan saber cuáles son fraudulentas y cuáles no para poder evaluar las características que distinguen a unas de otras. Las variables de respuesta son, en última instancia, las notificaciones de contracago recibidas por los comerciantes que pueden tardar hasta 90 días en estar completamente disponibles. Algunos proveedores de soluciones antifraude pueden trabajar con otras variables de respuesta, como la revisión manual de las transacciones más riesgosas para cumplir con su cadena de decisiones antifraude de manera más oportuna. Todos esos tipos de variables de respuesta contienen cierto grado de incertidumbre como:

  • Notificación de contracargo: ¿Esta notificación de contracargo proviene de una transacción verdaderamente fraudulenta? ¿O proviene de una transacción legítima en disputa?

  • Revisiones manuales: ¿Qué tan seguro(a) estoy de que se trata de una transacción fraudulenta? ¿Pude hablar con la víctima? Lidiar con la incertidumbre a un nivel de variable de respuesta puede requerir buenos procesos que la reduzcan y busquen su precisión con las tasas más altas posibles.

Elaboración y prueba de hipótesis débiles para la gestión del fraude

Cuando se trata con picos de fraude, las personas suelen fallar en la elaboración de buenas hipótesis y pruebas consistentes/creativas para evaluarlas. Una buena elaboración de hipótesis generalmente requiere un conocimiento profundo de cómo funciona la solución antifraude y el e-commerce y cómo operan los estafadores para poder evaluar qué vulnerabilidades están ocurriendo y encontrar buena evidencia para respaldarlas. Por eso es tan importante que los analíticos profesionales en el campo estén genuinamente interesados en el tema.

Algunas hipótesis curiosas que comúnmente se descuidan y ocurren con bastante frecuencia:

  • "Esto no es fraude. Las notificaciones de contracargo están asociadas con transacciones incorrectas (no fraudulentas)".

  • "Esto no es fraude. Este es un consumidor legítimo que está abusando de una promoción".

  • "El comerciante cambió sus procesos y está enviando información incorrecta (ej., enviando dirección de domicilio como dirección de envío)

 

Patrones de sobreestimación y fenómenos de subestimación al lidiar con el fraude

Especialmente en entornos que se ocupan del fraude con enfoques analíticos, es un error recurrente centrarse en los patrones de datos en lugar de en los fenómenos que se encuentran detrás. La mayoría de estos patrones de datos surgen como síntomas de una vulnerabilidad/comportamiento determinado y, por lo general, se interpretan como la causa raíz.

Algunas consecuencias de este comportamiento pueden ser:

  • Nivel de modelo estadístico: número excesivo de variables explicativas correlacionadas; sobreajuste (el modelo estadístico pierde su capacidad de generalización).

  • Nivel de toma de decisiones: número excesivo de acciones que conducen a resultados no satisfactorios en términos de control del fraude. Se siente como si estuvieras sacando agua de un bote que se está hundiendo.

 

Sesgo de análisis de datos al tomar decisiones de gestión de fraude

Los datos son vitales a la hora de tomar decisiones, pero solo son tan buenos como la interpretación que les damos. Todo análisis de datos está sujeto a sesgos y reconocer que estos existen nos pone un paso adelante cuando se trata de incertidumbre. Las causas de sesgo de análisis más frecuentes son:

  • Distorsiones de visualización

  • Asumir que las correlaciones implican causalidad

  • Conjuntos de datos incompletos

  • Evaluación de series temporales demasiado cortas o demasiado largas

  • Falta de comprensión de las referencias de parámetros: ¿Qué se puede esperar de un comportamiento de medida? ¿Qué no se puede esperar?

Tratar de tener todo cubierto cuando se trata con la incertidumbre del riesgo de fraude:


¿Qué pasa si los estafadores hacen esto? ¿Qué pasa si los estafadores hacen aquello?" Por lo general, este comportamiento es el resultado de ser proactivo y estar un paso adelante del juego. Sin embargo, las personas no logran evaluar las probabilidades de que todas esas cosas realmente sucedan. Lidiar con la incertidumbre significa que todo es posible, pero asumir que es probable que sucedan todas esas cosas es ineficiente y te dejará tomando decisiones excesivamente cautelosas. En condiciones excesivas de preguntas tipo "¿Qué pasaría si?", los equipos pueden enfrentarse a tanta incertidumbre que ni siquiera sabrán por dónde empezar.

Entrar en pánico como analista de fraude

Una vez que se detecta una vulnerabilidad, el fraude sucede a velocidad exponencial, lo que genera daños financieros y de imagen para los comerciantes. Cada vez que atravesamos períodos de inestabilidad de fraude, es muy fácil entrar en pánico. Irónicamente, este tipo de situaciones es cuando los equipos encargados de encontrar una solución necesitan más apoyo y tranquilidad para poder llevar a cabo el mejor análisis y diagnóstico posible. Es muy fácil, sin saberlo, transferirle tu pánico al equipo, lo que solo puede resultar en malas reacciones y tomas de decisiones durante esos momentos de tanto estrés.

Algunos errores comunes que el liderazgo en la gestión del fraude produce involuntariamente son:

  • Priorizar soluciones a un problema aún no diagnosticado.

  • No estimular una mentalidad de elaboración de hipótesis.

  • Estimular suposiciones excesivas de "¿Qué pasaría si?" poco probables que sucedan.

  • Estimular un conjunto excesivo de análisis que no llevan a ninguna conclusión.

  • Estimular excesivos planes de acción e ineficacia (un buen diagnóstico conduce a 2 o 3 salidas).

  • No confiar en tus equipos técnicos.

La incertidumbre puede ser aterradora porque nos expone al riesgo de fracasar y es algo que no mejora con el tiempo. Esto significa que cometerás errores, no importa cuánto tiempo lleves en este negocio. Por otro lado, la incertidumbre es hermosa porque implica que siempre hay algo que no sabes y mientras sea así, estarás continuamente abierto a aprender. 

Artículos relacionados

Obtenga más información sobre los conceptos básicos sobre protección contra el fraude.