Las transacciones económicas efectuadas mediante Internet han registrado un desarrollo en el último año debido a la pandemia. No obstante, estas ya experimentaban un aumento de más o menos el veintitres por ciento anual ya antes de la crisis sanitaria, lo que muestra de qué forma el comercio on line se ha afianzado como uno de los canales de venta indispensables para los negocios.

Sin obviar que el canal en línea es clave para prosperar las ventajas de las compañías, asimismo acarrea peligros y los fraudes por medio de Internet se han aumentado exponencialmente en los últimos tiempos, “forzando a las compañías a prosperar sus sistemas de detección y a los usuarios a estar más alarma ante ataques de ingeniería social como Phising o bien Pharming”, explican desde Shapelets, plataforma de España de análisis de datos de series temporales en el campo del Big Data.

Ante esto, desde la compañía apuntan que la Inteligencia Artificial (IA) se ha transformado en la mejor aliada del ecommerce para advertir fraudes puesto que facilita que los comercios identifiquen posibles estafas merced a perturbaciones en los patrones como los que recoge, ahora, Shapelets:

  1. Fraudes frecuentes. La Inteligencia Artificial aprende de las transacciones del pasado que fueron fraudulentas y que aparecen en la base de datos de cada empresa. De esta forma, merced a esta base de datos histórica los comercios electrónicos pueden edificar un sistema que aprende y también identifica patrones ya conocidos para advertir si una transacción es fraudulenta o bien no. Estas métricas servirán asimismo para pronosticar la probabilidad de que una nueva transacción sea fraudulenta.
  2. Fraudes nuevos. Cuando la estafa es nueva y no existen patrones anteriores que alerten de un fraude, la Inteligencia Artificial, se enfoca en un caso así en advertir anomalías. Por poner un ejemplo, identificando en tiempo real transacciones poco frecuentes que alertarán de que podemos estar frente a una actividad sospechosa. Las transacciones identificadas como anormales por la IA van a poder ser ratificadas por un operador humano o de manera directa bloqueadas, dependiendo del grado de confianza de los algoritmos y/o del importe de las transacciones. De esta forma se busca ofrecer una mayor seguridad minimizando el bloqueo de transacciones lícitas.
  3. Combinación de fraudes frecuentes y nuevos. En un caso así la Inteligencia Artificial tiene presente tanto la base de datos histórica de fraudes como las perturbaciones nuevas que se adviertan. De esta manera, la IA va a aprender conforme se alteren los patrones de comportamiento, mejorando la detección de posibles fraudes puesto que va a ir incorporando en sus modelos los patrones que dejan identificar nuevas estafas.
  4. Detección de chargebacks fraudulentos. Cuando el usuario impugna una transacción efectuada con tarjeta y pide el reembolso a su banco pues no reconoce el cargo o bien pues ha devuelto el producto, se genera el chargeback. No obstante, esta acción puede ser un fraude en tanto que, a veces, el cliente del servicio hace estas devoluciones del cargo pese a haber recibido el producto, produciendo un perjuicio claro al comercio. Ante esto la Inteligencia Artificial, puede utilizar la experiencia anterior del cliente del servicio para alertar al comercio virtual de que están frente a una potencial actividad de peligro.
  5. Fraude con tarjetas. En un caso así hablamos de la clonación de tarjetas de crédito o bien hurto de información. Frecuentemente, las compras que se hacen con tarjetas clonadas proceden de países donde el titular no radica con lo que la Inteligencia Artificial, puede advertir este patrón para alertar del posible fraude y del hurto de la información.

Finalmente, desde Shapelets recogen que merced a la Inteligencia Artificial las compañías acrecientan no solo la capacidad de procesamiento de grandes volúmenes de datos, si no la mejora en el desempeño del aprendizaje automático de forma progresiva, lo que les deja hacer predicciones que adviertan posibles fraudes de forma más veloz, fácil y eficiente merced al histórico de las series temporales de datos existentes.

Advertencia, desplázate para proseguir leyendo

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí