- Para mantener el fraude en cero, la manera más sencilla sería declinar todas las transacciones, pero ese es un terrible modelo de negocios, según Ron Hynes, CEO de Vesta.
- Hynes dice que uno de los problemas comunes al atender casos de fraude es que las personas olvidan que este tipo de actividades están organizadas.
- Aseguró que el desarrollo de modelos de machine learning pueden ayudar a las empresas a prevenir el fraude sin rechazar más transacciones de las necesarias.
- ¿Ya conoces nuestra cuenta en Instagram? Síguenos
Los comercios electrónicos y físicos cada vez se preocupan más por protegerse contra los fraudes. En ese ánimo, algunas empresas han fortalecido sus sistemas para declinar transacciones sospechosas; sin embargo, esa es una solución poco eficiente que puede salirle cara al negocio.
“Si quieres mantener el fraude en cero, la forma más sencilla sería declinar todas las transacciones, pero ese es un terrible modelo de negocios”, consideró Ron Hynes, CEO de la empresa de seguridad Vesta.
En el marco de LAC Innovation Forum de Mastercard, Hynes explicó que la construcción de seguridad requiere de herramientas más complejas que las de rechazo a métodos de pago.
“Tapamos un hoyo y ellos (los defraudadores) hacen otro”, dijo Hynes. Por ello, resaltó la importancia de tener respuestas rápidas a casos de fraudes.
Un negocio lucrativo que frecuentemente pasa desapercibido
En opinión de Hynes, uno de los problemas comunes al momento de atender casos de fraude es que las personas olvidan que este tipo de actividades están organizadas.
“Lo que a la gente se le olvida es que el fraude es un gran negocio; muchos piensan en el delincuente como un tipo con una sudadera —y puede que sí se vea así— y no como una organización enorme que trabaja todos los días”, comentó.
Por ello, urgió a las empresas a construir mecanismos de seguridad inteligentes y a enfocarse en la prevención sin descuidar el servicio al cliente, mientras el crecimiento del comercio electrónico continúa.
Los modelos de aprendizaje como herramienta contra los fraudes
Hynes aseguró que el desarrollo de modelos de machine learning pueden ayudar a las empresas a prevenir el fraude sin rechazar más transacciones de las necesarias.
Además, aceptó que negocios que trabajan con grandes bases de datos tienen que “esperar lo mejor” y desarrollar respuestas rápidas en caso de ataque.
Actualmente, 75% de los comercios electrónicos ha visto un alza en los fraudes. Para 2027, Juniper Research estima que las pérdidas derivadas de esta actividad superarán los 343,000 mdd.
“Lo único que va más rápido que el comercio electrónico en América Latina es el fraude a comercio electrónico en América Latina”
AHORA LEE: Grupo Bimbo suspende ventas e inversiones en Rusia
TAMBIÉN LEE: La panificadora mexicana Bimbo suspende temporalmente sus operaciones en Ucrania
