¿ es un fraude o un nuevo comportamiento?

¿ Es un Fraude o un Nuevo Comportamiento?Dos Analíticos para Identificar la Diferencia

¿Es un Fraude o un Nuevo Comportamiento? ¿Sabe usted la diferencia?

©2014 Fair Isaac Corporation. Todos los derechos reservados. 2

Tom, un empresario en el área de tecnología, compra un caro snowboard en Aspen, Colorado—una transacción que parece rara si se compara con sus históricos de patrones de comportamiento.¿Sería la primera señal de que su tarjeta fue atacada por un defraudador? ¿O sólo es un nuevo comportamiento del legítimo portador de la tarjeta?

Una decisión instantánea—con más en juego para su banco que la prevención de fraude Reducir falsos positivos—transacciones legítimas consideradas o rechazadas como sospechosas—tiene un impacto directo e inmediato en las percepciones de los portadores de tarjetas en cuanto a la calidad del servicio.

Y, aunque Tom aprecie ser alertado de un posible fraude, cuestionamientos excesivos le harán preguntarse…


“¿Este banco al menos sabe quién soy yo?”


Dos formas de cambiar la percepción de Tom

Nuevos analíticos ayudan a los bancos a proteger su cuenta y la experiencia del cliente al:

1 Comprender más acerca de lo que hace Tom normalmente

2 Comprender lo que no hace Tom (pero es probable que lo haga en el futuro)


1

Tom no suele comprar caros snowboards en AspenUn modelo de fraude probablemente clasificaría la transacción de Tom con el snowboard como sospechosa—y podría rechazar la autorización. Apoyado en meses o años de datos de transacción, el modelo detectaría el alto riesgo basado en, no sólo el tipo inusual de compra y lugar (Tom vive en Nueva York), sino en patrones históricos de comportamiento de otros portadores de tarjetas con perfiles semejantes.

Sin embargo, ¿y si el modelo de fraude pudiese llevar en cuenta no sólo patrones históricos de comportamiento, pero el comportamiento más actual que ocurre en el entorno de producción?

Comprenda, en forma detallada, qué hace normalmente el portador de la tarjeta


1

Modelos adaptativos son sensibles a cambios a corto plazo en el comportamiento de compra Un modelo adaptativo, operando conjuntamente con el modelo de fraude, refina la detección al comparar la transacción de Tom a otra actividad reciente—tanto datos conocidos de fraude como datos no relacionados al fraude.

Resulta que no se trata sólo de Tom con un nuevo interés en snowboarding. El modelo adaptativo ha visto varias compras de productos deportivos como esta recientemente. Casos generados en otros portadores de tarjetas con perfiles semejantes fueron determinados como no relacionados a un fraude.



Vea una nueva forma de comprender el comportamiento habitual de Tom: Como todos los consumidores, él es un individuo de hábitosÉl puede tener un cajero automático favorito e importes de retiradas en efectivo específicas que suele retirar en determinados momentos del día o de la semana. Tiendas y proveedores on-line favoritos para determinados tipos de compras. Destinos de viajes y hoteles favoritos.

Las Listas de Comportamiento de FICO mantienen el registro de estos favoritos a la medida que cambian a lo largo del tiempo Ellas aportan fuerza a los perfiles tradicionales de portadores de tarjetas al proporcionar una visión más detallada de los patrones típicos de transacciones.

Esto mejora su capacidad de distinguir entre los patrones de comportamientos normales y los sospechosos.

Vea como…

Favorite gas station spend amount and frequency

Gasolinera, importe gasto y frecuencia favoritas Favorite

Wi-fi cafeCafetería con Wi-fi favorita

Favorite ATM and cash withdrawal amount

Cajero automático e importe de la retirada en efectivo favoritos Favorite travel city

and hotel

1 Comprenda, en forma detallada, qué hace normalmente el portador de la tarjeta


1

¿Cuál es el grado de riesgo? � 2h de la mañana � Saque de $200,00 en el cajero automático


Un comportamiento que normalmente parecería sospechoso es nítidamente legítimo para algunos individuos

Megan: AprobarLa transacción está dentro del patrón: ocurre en uno de los cajeros automáticos favoritos de Megan (cerca del restaurante donde ella trabaja) en un horario favorito del día (tras su jornada de trabajo)

Frank: Ponerse en contacto La transacción está fuera del patrón: no es compatible con cualesquier de los favoritos de Frank

©2014 Fair Isaac Corporation. Todos los derechos reservados.

1

9

¿Cuál es el grado de riesgo? � 2h de la mañana � Saque de $200,00 en el cajero automático


Las Listas de Comportamiento actualizan favoritos con cada transacción

Índice Entidad Frecuencia Posición

1 ATM_77 F1=3.2 2

2 ATM_318 F2=9.2 1

3 ATM_291 F3=0.3 4

4 ATM_54 F4=2.7 3

Ventajas:� Rastrea casi cualquier tipo de entidad

(Códigos postales, números de teléfonos móviles, cuentas bancarias, países, etc.)

� Permite que los patrones de favoritos evolucionen a lo largo del tiempo

� Mide la varianza de comportamientos dentro del patrón

� Permite la creación de variables complejas, ¿cómo qué porcentaje de las últimas 5 transacciones tuvieron una posición de 3 o superior?

ATM

Banco Online

Pagos Muebles

PDV

Cajero automático

Las posiciones cambian con frecuencia


1

El riesgo de fraude es menor, aunque algunos aspectos de la transacción son compatibles con los favoritos del portador de la tarjeta

Cuando Sarah compra un juguete caro durante un viaje de negocios en la ciudad de Nueva York, se acepta la transacción sin dificultades.

Una de las categorías de compra favoritas de Sarah en Phoenix, donde ella vive, son los juguetes y las ropas de niños de alta calidad.

Incluso sin compatibilidad de favoritos, hay una manera de prever nuevos comportamientos de los portadores de las tarjetas

¿Se acuerda de nuestro snowboarder Tom? Él nunca ha comprado equipos de snowboarding o esquí, y nunca ha estado en Aspen antes.

Aun así, analíticas de fraude predicen que este comportamiento es probable…

Gire la página para descubrir sobre la tecnología de analítica innovadora que está desarrollando FICO



Personas con características semejantes tienden a comportarse de maneras semejantes Tom comparte características con otros portadores de tarjetas.

Los Perfiles de Colaboración de FICO generan “arquetipos” de estos patrones globales de comportamiento Cuando esta nueva tecnología, actualmente en desarrollo en FICO, se incorpore a la detección de fraude, los modelos de fraude podrán prever precisamente nuevos comportamientos de clientes. Esto incluye comportamientos de transacción nunca antes vistos en la cuenta de Tom, pero que son probables, basados en los arquetipos en los que él se encaja. Vea como…

2

Algoritmo avanzado descubre “arquetipos” al encontrar similitudes en el comportamiento del cliente

Amante de la Tecnología

Mejorías en Casa

Datos de transacciones fluyen de cualquier número de fuentes

Cualquier mezcla de datos combinados en

“documento” no estructurado

ATM

ACH

Online

Mobile

POS

Entusiasta deportivo Artístico

Con Consciencia Ecológica

Comprenda lo que no hace el portador de la tarjeta (pero es probable que lo haga)


El comportamiento real del cliente es mapeado para arquetipos en tiempo real Con cada transacción, las analíticas actualizan la propensión del cliente de comportamientos en arquetipos.

Cuanto más amplio el cambio en distribución de arquetipos, más arriesgada la transacción ¿Es realmente Tom quien está comprando el snowboard? ¿O es un defraudador que robó su tarjeta o sus datos?

Vamos a descubrir…

2

Actualizaciones en tiempo real de flujos de transacciones

Cliente Real, Tom Mapeo dinámico del comportamiento de Tom

38.7% 0.2% 25.1% 38.4% 0.2%

35.2% 1.3% 22.6% 40.5% 0.1%

34.9% 0.5% 27.2% 42.1% 0.8%

¿Es realmente Tom quien está efectuando la transacción?

¿O un defraudador?

Distribución actual

Distribución, si se acepta la transacción

34.9% 0.5% 27.2% 42.1% 0.8%

40.2% 0.2% 25.6% 37.9% 0.3%

¿Cuál es la amplitud de la diferencia? ! !



Es probable que sea Tom, una vez que comprar un snowboard es algo que él estadísticamente haría Él posee una fuerte propensión para “Entusiasta Deportivo,” que tiene una alta propensión para gastar con este tipo de equipo. El modelo de fraude incorpora esta información y reduce la puntuación de riesgo de fraude.

Por otro lado, no hay la probabilidad de que él se compre una pintura de una galería en el Soho Tom tiene una propensión muy baja para el arquetipo, “Artístico,” con su propensión para comprar arte y alta costura.

2


34.9% 0.5% 27.2% 42.1% 0.8%

28.2% 20.5% 29.6% 40.3% 0.3%



34.9% 0.5% 27.2% 42.1% 0.8%

40.2% 0.2% 25.6% 37.9% 0.3%


Por otro lado, no hay la probabilidad de que él se compre una pintura de una galería en el Soho Tom tiene una propensión muy baja para el arquetipo, “Artístico,” con su propensión para comprar arte y alta costura.

2


34.9% 0.5% 27.2% 42.1% 0.8%

28.2% 20.5% 29.6% 40.3% 0.3%



34.9% 0.5% 27.2% 42.1% 0.8%

32.4% 0.5% 33.5% 49.3% 0.5%

¿Y si él se hubiese comprado un sistema de sonido?Tom también tiene fuerte compatibilidad con “Mejorías en Casa”, que tiene propensión para electrónicos.


Empiece con los beneficios que las Listas de Comportamientos traen para la gestión de fraude Mayores tasas de detección, menores tasas de falsos positivos, clientes más felices.

Después, obtenga beneficios adicionales con Perfiles de Colaboración. Estas nuevas técnicas analíticas operarán en conjunto para ayudarle a hacer aún más para proteger las cuentas de los clientes y proporcionar una experiencia superior con el clientePor ejemplo, puede haber un gran cambio en las Listas de Comportamientos, pero no en los Perfiles de Colaboración. Esto puede ser una señal de que el cliente está viajando, o está cambiando o cambió de trabajo.

Cambios graduales en vez de abruptos en ambas las analíticas pueden indicar que un cambio con un mayor plazo, como la adopción de un estilo de vida más sano y/o aumento de la prosperidad, está a camino.

Estos insights serán valiosos además de la gestión de fraude. De hecho, usted podrá…

“Lo que más nos impresionó fue que, incluso como un líder del sector, FICO no fue complaciente, y sigue innovando.” CEB TowerGroup 2012

Combine para insights de clientes aún más valiosos

+ 21

Para más informaciones Llamada Gratuita América del Norte América Latina y Caribe Europa, Oriente Medio y África Asia Pacíficowww.fico.com +1 888 342 6336 +55 11 5189 8267 +44 (0) 207 940 8718 +65 6422 7700 [email protected] [email protected] [email protected] [email protected]

FICO y “Make every decision count” son marcas comerciales o marcas comerciales registradas de Fair Isaac Corporation en los Estados Unidos y en otros países. Otros nombres de productos y empresas en este documento pueden ser marcas comerciales de sus respectivos propietarios. © 2014 Fair Isaac Corporation. Todos los derechos reservados.

3045BK_SB 07/14 PDF

Comprender no sólo quien es su cliente, pero en quien se están convirtiendo Haga esto, y usted se centrará en la detección de fraude y proporcionará una experiencia con el cliente que será nada menos de que emocionante

Sepa más: Baje los documentos técnicos en este tópico:

Insights No. 69: ¿Sería un Fraude? ¿O un Nuevo Comportamiento?Insights No. 7: ¿Cómo los Modelos de Fraude Combaten Nuevos Trucos?

Verifique nuestro blog: Blog de Analíticas Bancarias

http://bankinganalyticsblog.fico.com/2013/07/is-it-fraud-or-new-behavior.html

http://www.fico.com/en/wp-content/secure_upload/Insights_Adaptive_Models_2489WP.pdf

http://www.fico.com/en/wp-content/secure_upload/69_Insights_Is_It_Fraud_Or_New_Behavior_2989WP.pdf

¿ es un fraude o un nuevo comportamiento?

Technology