Algoritmos de FICO Mejoran en 30 % la Detección del Fraude

FICO, la compañía de Software analítico de Silicon Valley, FICO, anunció que sus nuevos modelos de consorcio Falcon para detección de fraude con tarjetas de pago incluyen innovaciones en aprendizaje automático que mejoran la detección de fraudes CNP en un 30% sin incrementar la tasa de falsos positivos, una métrica estándar para el desempeño del modelo de fraude. Estos nuevos modelos de consorcio de Falcon tanto para tarjetas de crédito como de débito estarán disponibles primero para los clientes de FICO^®Falcon^®Platformen el Reino Unido y Europa este otoño, y más adelante para clientes en otros mercados del mundo.

El fraude CNP, que incluye transacciones en línea con tarjeta y transacciones de monedero electrónico, es la forma más común de fraude con tarjeta en la mayoría de los países. FICO y Euromonitor International encontraron que el fraude CNP representó un 70% del fraude con tarjeta en 19 países europeos, estos porcentajes son igualmente altos en muchas otras partes del mundo.

“La comodidad del consumidor está acelerando el crecimiento de las transacciones en línea. Como resultado, los delincuentes buscan aprovechar esa conveniencia ya que las tarjetas con chip y otras características de seguridad han dificultado el fraude con tarjetas físicas”, dijo TJ Horan, vicepresidente de soluciones contra fraude en FICO. “Nuestro objetivo consiste en ayudar a los emisores de tarjetas a promover una experiencia positiva para el cliente, así como protegerlos contra el daño financiero. Estas innovaciones de aprendizaje automático CNP son herramientas importantes que ayudan a los emisores a detectar el fraude de manera más rápida, además de ser fundamentales en vista de las recientes filtraciones de datos, las cuales conducirán a más intentos de fraude”.

El consorcio de datos de Falcon —un conjunto de datos transaccionales anónimos recopilados de 9,000 instituciones financieras de todo el mundo— permite a los científicos de datos de FICO probar y demostrar el desempeño de los nuevos modelos antes de lanzarlos. Desarrollados con base en 4,000 millones de transacciones, estos nuevos modelos de aprendizaje automático CNP han demostrado la capacidad de:

• Disminuir las pérdidas por fraudes CNP en 30% sin aumentar los falsos positivos.
• Reducir las tasas de revisión de transacciones CNP sin aumentar el riesgo de fraude.
• Duplicar la detección de transacciones CNP fraudulentas de alto valor desde la primera transacción.

“Los algoritmos de aprendizaje automático son ambiciosos: devoran datos”, dijo el Dr. Scott Zoldi, director ejecutivo de analítica en FICO. “Por fortuna, nuestro exclusivo consorcio de Falcon contiene datos de transacciones anónimas de miles de millones de tarjetas de pago y comercios, lo que nos permite crear y validar algoritmos que representan patrones conductuales profundos. En ambiente de producción, esas variables y perfiles conductuales altamente predictivos de los tarjeta habientes y comerciantes, se actualizan en cada transacción, en tiempo real, para poder identificar y adaptar los valores conductuales atípicos”.

Desde hace 25 años, FICO ha aplicado el análisis conductual basado en IA para detectar fraudes en miles de millones de transacciones con tarjeta, con tiempos de respuesta de menos de un segundo. FICO® Falcon® Platform protege más de 2,600 millones de tarjetas de pago a nivel mundial. La compañía cuenta con más de 90 patentes relacionadas con la inteligencia artificial y el aprendizaje automático para la detección de fraude.