A primera vista, parece una simple devolución o una disputa rutinaria. Pero detrás de muchas de estas transacciones se esconde un problema creciente que a menudo se caracteriza erróneamente como fraude amistoso, una forma de fraude de primera parte que cuesta a las organizaciones enormes cantidades de dinero y que los consumidores consideran cada vez más como la norma.
Aunque a veces se lo denomina fraude amistoso, explotar el proceso de devoluciones de una organización no es un acto benigno. Aún más preocupante es el creciente número de consumidores que se sienten justificados para no pagar por los productos y servicios que piden y reciben.
Sin embargo, gran parte de la información crítica para combatir el fraude propio ya está en manos de muchos bancos.
En un podcast reciente de PaymentsJournal, Craig Agulnek, vicepresidente de gestión de productos de Quavo, Brady Harrison, jefe de estrategia y ejecución de Equifax, y Jennifer Pitt, analista senior de fraude de Javelin Strategy & Research, analizaron cómo las instituciones financieras pueden identificar estos datos y utilizarlos para incorporar defensa contra fraudes propia en sus flujos de trabajo.
Del backstage al frontstage
Uno de los desafíos a la hora de resolver el fraude propio es que cubre una amplia gama de escenarios. Por ejemplo, un cliente puede no identificar una transacción válida en su extracto y disputarla incorrectamente. Por el contrario, el fraude propio también puede estar coordinado por una red de malos actores que identifican y explotan vulnerabilidades en los sistemas de una empresa.
Si bien el fraude siempre ha sido una espina clavada para las organizaciones, igualmente preocupante es la mentalidad más amplia del consumidor.
“Cada vez más personas piensan: ‘Está bien, voy a engañar a este hombre de negocios'”, dijo Harrison. “A medida que enfrentamos la inflación, el costo de vida y otras presiones, más personas sentirán: ‘No quiero pagar por este proyecto'”. Eso no ocurre en todas las órdenes ni en todos los intentos. He tenido conversaciones con restaurantes de comida rápida y sólo en el quinto o décimo pedido la gente dice: ‘No quiero pagar por esto’. ‘”
Algunos consumidores son más propensos a participar en este tipo de fraude cuando tratan con grandes comerciantes, creyendo que pueden soportar más fácilmente el coste de las devoluciones fraudulentas. Si bien los clientes pueden encontrar insignificantes las devoluciones por estafas de bajo costo, estas tarifas pueden acumularse rápidamente.
“El fraude de primera parte ha pasado del trasfondo al primer plano”, dijo Agunek. “Representa aproximadamente el 70% de todos los casos de fraude con tarjetas de crédito y le cuesta a la industria 132 mil millones de dólares al año, por lo que no es un caso marginal sino una fuente importante del problema”.
“Lo que estamos viendo es una rápida aceleración”, dijo. “En 2024, el 79% de los comerciantes informaron haber experimentado fraude propio, en comparación con solo el 34% el año anterior. Este aumento muestra que esta tendencia no tarda en llegar. Esta es una tendencia rápida que se está poniendo de moda rápidamente si se considera el impacto de las redes sociales y la popularidad de obtener fondos adicionales o aprovechar el sistema”.
fuentes de datos sin explotar
Estos problemas se ven exacerbados por las crecientes expectativas de los clientes. Hoy en día, los consumidores esperan respuestas inmediatas y reembolsos rápidos, sin hacer preguntas, lo que ejerce una enorme presión sobre las instituciones para que resuelvan las disputas rápidamente.
Como resultado, las instituciones enfrentan volúmenes de transacciones significativamente mayores, mayores expectativas de los clientes, más abuso intencional y poco margen de error. Sin embargo, la tecnología que genera estas expectativas también puede beneficiar a las instituciones financieras. Aún mejor, muchas instituciones ya cuentan con estas capacidades.
“Las instituciones pueden acceder a estas fuentes de datos, pero pueden estar aisladas en toda la institución financiera”, dijo Agunek. “El historial de reclamaciones es lo más importante; muchos bancos y cooperativas de crédito analizan una disputa a la vez en lugar de observar patrones a lo largo de meses o incluso años. ¿Con qué frecuencia alguien presenta una reclamación, con qué frecuencia presenta una disputa después de una compra y este comportamiento se repite entre comerciantes o tipos de comerciantes?”
Muchas organizaciones tienen acceso a datos de comportamiento enriquecidos, como cambios repentinos de dispositivo, cambios en el comportamiento de inicio de sesión y actividad inusual en la cuenta. Si bien estas señales a menudo surgen antes de que se presente una disputa, rara vez se incluyen en el proceso de revisión hasta que la transacción haya llegado a la etapa de devolución de cargo y haya incurrido en tarifas.
Además, los datos contextuales de los comerciantes y las transacciones suelen estar infrautilizados. Ciertos tipos de comerciantes, modelos de cumplimiento y comportamientos de suscripción introducen puntos de fricción predecibles que hacen que sea más probable que ocurra fraude de primera parte.
Cuando las organizaciones no aprovechan las señales de riesgo incluidas en estas fuentes de datos, a menudo no reciben una orientación clara sobre cómo responder.
“El punto desafiante es que no separamos efectivamente las disputas genuinas entre terceros bajo el esquema regular de fraude y disputas de otras cosas que podrían contarse en esa categoría”, dijo Harrison. “¿Cómo diferenciamos entre estafadores amigables y personas que abusan del sistema? Esta retroalimentación ayuda a las personas a llegar antes a las conclusiones correctas”.
Sal de la caja de arena
Incluso las instituciones que son expertas en identificar señales de riesgo dentro de sus organizaciones no son inmunes al fraude propio. Cada vez más empresas de servicios financieros ofrecen una gama de productos más amplia que nunca, lo que significa que las organizaciones ya no pueden depender únicamente de la información de su propio dominio.
“Soy un gran consumidor de tarjetas de viaje, por lo que si solo mirara mi cuenta DDA, es posible que no obtenga los detalles del gasto normal de las transacciones en mis tarjetas de crédito de recompensas”, dijo Harrison. “Además, mi esposa y yo compartimos una tarjeta de crédito, por lo que si solo estuvieras mirando los datos de disputas de Brady, podrías pasar por alto que la mayoría de las disputas estaban en la tarjeta de su esposa porque esa fue la tarjeta que se usó o fue robada”.
A medida que proliferan los productos, obtener una imagen clara de la situación financiera de una persona suele resultar complicado. Las agencias deben considerar otros factores como el hogar, el equipo y la ubicación física del cliente para obtener una visión más completa y precisa.
“Las personas que viven en el mismo hogar tienden a tener la misma relación bancaria, pero las empresas fintech modernas tienen aplicaciones de educación financiera para niños que también son aplicaciones bancarias”, dijo Agunek. “¿Cómo se puede unir esto y hacerlo de forma segura?”
“Al aprovechar grandes cantidades de datos, se pueden ver las conexiones y unirlas”, afirmó. “Puedes empezar a segmentar perfiles individuales aprendiendo más sobre el perfil general de diferentes instituciones”.
Compartir detalles
Si bien muchas instituciones financieras se han mostrado reacias a compartir datos protegidos de sus clientes, la participación en el ecosistema de servicios financieros más amplio se ha vuelto imperativa. Después de todo, los malos actores obtienen ventaja al compartir rápidamente datos y herramientas a través de redes, y los bancos no pueden darse el lujo de ignorar esta agilidad.
“Es posible que hayas oído hablar de la interrupción de TikTok/Chase que ocurrió el año pasado”, dijo Pete. “Básicamente, hubo una publicación viral en las redes sociales donde alguien publicó: ‘Puedes ir a un cajero automático de Chase, depositar cualquier tipo de cheque, ya sea falso o superior a lo que hay en tu cuenta, y luego puedes retirar efectivo inmediatamente'”.
“Chase pudo conectar los puntos muy rápidamente y detener esto, pero luego estos estafadores entraron en las redes sociales y dijeron: ‘Chase ha descubierto esto, busquemos otros bancos que aún no lo han descubierto'”, dijo. “Desafortunadamente, hay varios otros bancos que han sufrido el mismo fraude. Si hubieran sabido de este esfuerzo de colaboración y de intercambio de información, no habrían estado expuestos a este tipo de fraude”.
Además de las dudas sobre el intercambio de perfiles, otras barreras han obstaculizado el desarrollo de soluciones de perfiles de servicios financieros unificados, incluidas las limitaciones de los sistemas de tecnología heredados y los complejos entornos regulatorios y de cumplimiento.
Aún así, los crecientes costos del fraude propio hacen imposible que las organizaciones mantengan la privacidad de los datos.
“Hemos oído que los costos de resolución de disputas pueden oscilar entre 50 dólares y cientos de dólares”, dijo Harrison. “Si lo miras desde el punto de vista de ‘¿Cuántas de estas disputas puedo eliminar?’ es como, ‘¿Cómo puedo encontrar detalles adicionales sobre este consumidor u obtener detalles sobre este incidente individual fuera de mi agencia personal?'”
Evite exagerar
Se ha vuelto fundamental que las instituciones tomen medidas para reducir el fraude propio, ya que es probable que los desafíos económicos y minoristas empeoren antes de mejorar. Se espera que continúen la inflación constante, la presión continua de los consumidores y la aceptación social del fraude de primera parte.
A pesar de estos desafíos, las instituciones financieras deben evitar responder endureciendo injustificadamente los controles de disputas.
“Si tengo una disputa con un banco y me hacen pasar por la molestia de demostrar que no fui yo y firmar todos estos formularios, podría ser una experiencia única con la institución”, dijo Harrison. “No necesitamos corregir en exceso, sino más bien cómo secuenciamos y predecimos estas transacciones y eventos para separar a los buenos consumidores que tienen disputas válidas de las personas que abusan de sus derechos para disputar una transacción”.
Identificar el fraude de primera parte puede ser particularmente desafiante, especialmente para instituciones más pequeñas. Sin embargo, plataformas como QFD® de Quavo pueden maximizar el valor de los datos que las instituciones financieras ya generan, conectando información sobre transacciones para revelar un panorama más amplio.
“Eso es lo que aporta nuestro enfoque”, dijo Agunek. “QFD unifica señales internas importantes y agrega identidad entre agencias para hacer que esas señales sean más significativas. Cuando se automatiza el trabajo rutinario y se pone inteligencia en los puntos de decisión, los programas pueden resolver casos más rápido y centrarse en lo que realmente importa”.
“Esta velocidad impulsa directamente un mayor uso de tarjetas y cuentas, un mayor movimiento hacia la parte superior de la billetera, una mayor confianza de los titulares de cuentas y operaciones más eficientes y escalables, todo lo cual es una victoria para las instituciones financieras, pero también desde la perspectiva del cliente”, dijo.
Leave a Reply