Resolver los problemas de fraude y mitigación de riesgos con el motor de fraude dinámico de Galileo
14 de julio de 2022
Las tendencias actuales de las estadísticas del sector sobre el fraude y el riesgo son alarmantes. Max Spivakovsky, Director Senior de Gestión de Riesgos de Pagos Globales de Galileo, abordó estos temas durante un reciente seminario web sobre mitigación de riesgos.
"Según un informe de Nilson, el fraude con tarjetas supondrá la asombrosa cifra de 400.000 millones de dólares en pérdidas en todo el mundo durante la próxima década", dijo Spivakovsky¹. A finales de esta década, las pérdidas previstas en EE.UU. ascenderán a más de 17.000 millones de dólares"².
Continuó citando cifras más crudas de un estudio de LexisNexis. "Los índices de fraude de identidad han aumentado más del 45% desde el comienzo de la pandemia. Un dólar de fraude representa 3,60 dólares de pérdida de ingresos".
Aunque estas cifras son preocupantes, hay soluciones. "Se trata de un reto importante que hay que abordar, ya que se ha invertido poco en la mitigación del fraude", dijo. "Aquí es donde el motor de fraude dinámico de Galileo puede ayudar con nuestro enfoque holístico".
El Motor de Fraude Dinámico (DFE) ofrece una solución de estrategia de riesgo integrada: Centrada en la reducción de los riesgos de fraude operacional y transaccional, así como en la provisión de herramientas de servicio al cliente y de disputas. El objetivo es reducir la mitigación del fraude de los clientes al tiempo que se mejora el retorno de la inversión.
"Nuestro DFE examina la experiencia integral del cliente en la gestión de las pérdidas por fraude con reglas y modelos personalizados. Utilizamos las tendencias clave del sector, así como los datos del consorcio, ya que disponemos de datos sobre más de 100 millones de patrones de gasto", explicó Spivakovsky. "También invertimos mucho en el desarrollo de nuevos productos para adaptar nuestras soluciones a nuestros clientes".
Cuando los clientes implementan el DFE, pueden esperar información sobre el fraude, inteligencia y cuadros de mando de informes. "Los clientes reciben datos de riesgo para tomar mejores decisiones. Tendrán información actualizada sobre las normas y estrategias de fraude, de modo que puedan maximizar las transacciones buenas y minimizar el fraude", dijo.
El DFE puede reducir considerablemente las transacciones fraudulentas. ¿Cómo? Spivakovsky explicó: "El DFE proporciona nuevas capacidades de análisis de riesgos y evaluación de estrategias en tiempo real. Reglas, comerciantes, actividades de localización, etc., que llegan a través de la red. Utilizamos modelos adicionales para realizar la evaluación y el seguimiento para nuestros clientes, que han sido probados previamente".
¿Cuál es la mejor manera de que los equipos de fraude de los clientes trabajen con el DFE? "Podemos aplicar un enfoque externalizado o un enfoque híbrido con el equipo interno de un cliente, en función de sus necesidades", dijo.
¿Cuánto tiempo tardan las reglas y los algoritmos de aprendizaje automático en aprender la cartera de clientes, los gastos y los hábitos de compra de un cliente? Enseguida, según Spivakovsky. "El aprendizaje automático comienza inmediatamente con una transacción de cualquier tipo de actividad del cliente. También estamos bien equipados con modelos de aprendizaje automático".
Citando las estadísticas del crecimiento del 15% del fraude durante la pandemia, desglosó los factores que lo impulsan. "Está el coste del tiempo en la lucha contra el fraude. El coste de los recursos. El coste de la recuperación".
"Piensa en mitigar el fraude con un enfoque de mantenimiento proactivo, las capas adecuadas, los controles de mitigación adecuados y el aprendizaje automático", dijo Spivakovsky.
"Es como mantener tu coche con cambios de aceite de 50 dólares en lugar de gastar 5.500 dólares para cambiar el motor más adelante".
¹ Informe Nilson, diciembre de 2021, número 1209, página 6 https://nilsonreport.com/upload/content_promo/NilsonReport_Issue1209.pdf
² Informe Nilson, diciembre de 2021, número 1209, página 5 https://nilsonreport.com/upload/content_promo/NilsonReport_Issue1209.pdf
Estudio sobre el verdadero coste del fraude de LexisNexis Risk Solutions 2021, páginas 6 y 14 https://risk.lexisnexis.com/-/media/files/financial%20services/research/lnrs_true-cost-of-fraud-financial-services-and-lending-2021_research.pdf
El futuro de la inclusión financiera en América Latina: la educación como motor de crecimiento
La educación en alfabetización financiera impulsa la próxima fase de inclusión en América Latina, transformando el acceso a cuentas en participación activa de los clientes.
¿Por qué los chatbots bancarios tienen tasas de satisfacción del cliente tan bajas?
Los chatbots bancarios tradicionales logran solo un 29 % de satisfacción frente al 72 % de la IA conversacional moderna. Descubra por qué los sistemas heredados fallan y cómo los asistentes digitales inteligentes reducen los tiempos de respuesta en un 65 % mientras disminuyen a la mitad las tasas de abandono.
La Evolución de la Gestión Financiera de Flotas
Revolucione las operaciones de la flota con el completo programa de tarjetas de flota de Galileo, que ofrece controles avanzados de gastos, una amplia red de comercios y toma de decisiones en tiempo real.
Reduciendo la Brecha de Educación Financiera con el Programa Padre/Adolescente de Galileo
Cierre las brechas de educación financiera con la plataforma padre/adolescente de Galileo para diferenciar su institución mientras fomenta la lealtad de los clientes.
Por qué las Tarjetas de Débito Co-branded Están Revolucionando los Programas de Lealtad para la Generación que Desconfía del Crédito
Las tarjetas de débito co-branded apuntan al 90 % de los adultos de EE. UU. que poseen tarjeta de débito, llegando a consumidores que evitan las deudas a través de plataformas de lealtad turnkey. Descubra cómo Wyndham logró tasas del 60 % en depósitos directos y por qué las marcas están eligiendo el débito sobre el crédito para interactuar con los clientes.
