Combatiendo juntos al fraude en línea: el reto es más grande que nunca

Ciudad de México, 18 de diciembre de 2022.

Por Desmond Mullarkey, Head of Revenue and Growth de Stripe para Latinoamérica

Las empresas que venden en línea se enfrentan a un riesgo de fraude mayor que nunca. En la reciente encuesta de Stripe sobre el estado del fraude, casi dos tercios de los líderes empresariales afirmaron que cada vez es más difícil combatir el fraude en el comercio electrónico, y aproximadamente la misma proporción teme perder más dinero por fraude este año que el pasado. Se trata de una noticia impactante, dado el difícil entorno económico al que ya se enfrentan las empresas.

Los empresarios mexicanos cuentan con que esta temporada de fin de año represente un aluvión importante en sus ventas que los ayude a enfrentar un entorno económico complejo e incierto, con una expectativa de 195,000 millones de pesos, según datos presentados por la Confederación de Cámaras Nacionales de Comercio, Servicios y Turismo (Concanaco). Ante estas expectativas, es importante que los empresarios tomen en cuenta que el 81% de los consumidores declararon su intención de aprovechar el inicio de esta temporada de ventas en El Buen Fin utilizando su tarjeta de crédito, según el estudio de intención de compra de la Asociación Mexicana de Venta Online (AMVO)

Asimismo, de acuerdo con datos de la Comisión Nacional para la Protección y Defensa de los Usuarios de Servicios Financieros (Condusef) en 2021, el número total de contracargos en compras autorizadas ascendió hasta 3,943,373, implicando pérdidas para las empresas por más de 2,872 millones de pesos, un dinero que sin duda se necesita en otros lugares.

Tendencias de fraude que debes conocer

Mediante el análisis de miles de millones de transacciones de pago que Stripe procesa cada año, podemos identificar de forma fiable nuevos patrones y tendencias de fraude. A continuación, presentamos las principales tendencias que los empresarios deberían conocer.

Uno de ellos es el aumento de los ataques de prueba de tarjetas. Algunos estafadores obtienen grandes listas de datos de tarjetas de crédito robadas en la dark web, o mediante phishing o spyware. Para comprobar si estas tarjetas de crédito siguen activas, utilizan botnets para realizar pequeñas compras en sitios web: miles de compras en muy poco tiempo, lo que provoca un aumento del tráfico en los sitios web afectados. Estos ataques pueden repercutir negativamente en las empresas de varias maneras, como mayores costes de procesamiento de pagos, riesgos de fallo o simplemente inmovilizando sus sitios web bajo un tráfico intenso.

Las pruebas con tarjetas han aumentado mucho últimamente, con un 40% más de empresas expuestas a este tipo de ataques hoy en día en comparación con antes de la pandemia.

Por otro lado, nuestro análisis sobre fraude reveló que algunos tipos de empresas son más vulnerables que otras. Descubrimos que las empresas de suscripción -específicamente las empresas B2C- son las que más luchan contra el fraude. Esto se debe a que una suscripción a un servicio de streaming, por ejemplo, puede ser comprada y revendida rápidamente por los estafadores, sin necesidad de tiempo de envío. Más del 75% de las empresas B2C informaron de que en el último año había aumentado su carga de revisión manual y habían tenido que desviar recursos adicionales para luchar contra el fraude.

Combatiendo el fraude con tecnología

Prevenir eficazmente el fraude es un dilema: al fin y al cabo, las medidas más estrictas de prevención del fraude suelen dar lugar a más falsos positivos y a una peor experiencia general del cliente. Los falsos positivos pueden costar dinero a una empresa y dañar su reputación. Uno de cada tres consumidores afirma que no volvería a comprar en un comercio si su pago es rechazado sin una razón legítima. La pérdida de ingresos por bloquear a demasiados clientes legítimos puede no compensar las reducciones marginales en la tasa de fraude de una empresa.

Por esa razón, los umbrales y las reglas del modelo de detección de fraude de una empresa deben ajustarse en función de su apetito de riesgo: cuanto mayor sea el margen de beneficios, menos sensible debe ser el modelo, porque cuanto mayores sean los márgenes, más dinero puede perder una empresa por cada falso positivo.

El aprendizaje automático y los macrodatos pueden ayudar a optimizar un modelo de detección de fraudes. Más concretamente, es útil contar con un socio de pagos que pueda entrenar un modelo con muchos datos. En total, las empresas procesaron más de 640.000 millones de dólares en pagos a través de Stripe en 2021. A partir de la enorme cantidad de transacciones que vemos, podemos identificar nuevos patrones y tendencias de fraude con la ayuda del aprendizaje automático, y actuar en consecuencia.

Esto puede sonar abstracto, pero no es muy diferente de un propietario de tienda experimentado que ha aprendido a detectar posibles ladrones. La diferencia con el aprendizaje automático en Stripe es que funciona a una escala totalmente diferente. Por ejemplo, se estima que una sola mejora en los sistemas de detección de fraude basados en ML de Stripe en mayo ha evitado un fraude adicional de 40 millones de dólares. También se calcula que el cambio recupera alrededor de 70 millones de dólares en ingresos de usuarios al año. Incluso pequeños cambios en los algoritmos pueden tener enormes beneficios para las empresas de comercio electrónico.

¿Qué puedes hacer contra el fraude?

El aprendizaje automático es muy eficaz en la lucha contra el fraude. Pero las empresas no deben confiar únicamente en su proveedor de pagos. Aquí tienes algunas formas más de reducir el impacto del fraude online en tu negocio:

Recopila más información relevante durante el pago, lo que te ayudará a verificar mejor la legitimidad de un cliente. Por ejemplo, asegúrese de recopilar el nombre y la dirección de correo electrónico del cliente. Esta información adicional puede dar lugar a una mejor detección de fraude mediante aprendizaje automático y ofrecerte más pruebas para presentar durante una posible disputa.

Explora otros métodos de pago. El conjunto adecuado de métodos de pago puede ofrecer flexibilidad a los clientes y reducir el riesgo de fraude. Los monederos digitales, como ApplePay o GooglePay, requieren una verificación adicional del cliente (como la biometría, SMS o un código de acceso) para completar un pago, lo que resulta en tasas de disputa más bajas. Del mismo modo, la mayoría de los débitos bancarios añaden una capa adicional de seguridad y reducen la posibilidad de disputas.

Revisa manualmente los pagos sospechosos, lo que te ayudará a tomar medidas antes de que se produzca una posible disputa. Por ejemplo, si no estás seguro de un pago cuando lo estás revisando, puedes ponerte en contacto con el cliente por teléfono o correo electrónico. O, si sospecha que un pago es fraudulento, puede reembolsarlo.

La economía de Internet y su infraestructura financiera subyacente son muy complejas, y los agentes legítimos necesitan trabajar juntos para luchar contra el fraude. Ten en cuenta que tu empresa también forma parte del ecosistema: Manténte alerta y no des ninguna oportunidad a los estafadores.

Roberto Manero, Senior Communications, Consultant, m: +52 55 2898 1171, roberto.manero@speyside-group.com Speyside Mexico, www.speyside-group.com