Imagínate que estás en Facebook y te encuentras con una publicación que dice: "pago tu recibo de luz a la mitad de precio, escríbeme". Suena a estafa de manual. Y lo era, pero no de la forma que uno pensaría: no era a ti a quien estafaban, sino a la compañía de luz.
Hace unos meses, uno de nuestros clientes de servicios públicos (agua, luz, gas) nos escribió preocupado: sus contracargos se habían disparado a más de 100 a la semana. Cuando investigamos, encontramos el hilo que los conectaba: publicaciones como esa.
El problema
Nos pusimos a investigar y encontramos el origen: grupos en redes sociales donde ofrecían pagar el servicio de otras personas más barato que el precio real, usando bases de datos de tarjetas robadas. Alguien pagaba $50 por un servicio de $100, y quien procesaba el cobro usaba una tarjeta que no era suya.
El final de la película ya te lo imaginas: semanas después el dueño real de la tarjeta reclamaba el cargo, el banco revertía el pago, y la empresa se quedaba sin el dinero y con el servicio ya marcado como "pagado" en su sistema.
Y lo peor: ningún motor de fraude lo identificaba a tiempo, porque transacción por transacción, se veía como un pago cualquiera.
¿Cómo se para algo así sin bloquear a todo el mundo? Ahí fue donde entramos nosotros.
Lo que hicimos
Bloquear pagos con tarjeta para todo el mundo hubiera sido el camino fácil, pero también hubiera matado la conversión. Así que en menos de 15 minutos le prendimos a este cliente nuestro motor de fraude interno, que mira cada intento de pago y revisa cosas como:
-
Historial de transacciones previas de ese usuario
-
Correos y tarjetas que ha usado antes en la cuenta
-
Desde dónde está pagando
-
Su dirección IP
-
El ID del dispositivo
Con esa información, el motor empieza a distinguir entre "usuario normal pagando su recibo" y "esto huele a tarjeta robada", antes de que termine en contracargo.
Y le sumamos una regla más dura: a cualquier usuario que ya tuviera un contracargo en el pasado, le quitamos derecho a pagar con tarjeta. De ahí en adelante, solo transferencia dado que en este medio de pago no hay posibilidad de contracargar. Fricción a propósito, pero solo para quien ya había mostrado un patrón de riesgo, no para todos los demás.
El resultado
En tres semanas, el cliente pasó de +100 contracargos a la semana a solo 2-3, sin sacrificar su tasa de conversión de 92%. Con la mayoría de las otras soluciones que existen en el mercado, se hubiera podido lograr el impacto pero sacrificando la conversión e impactando a usuarios que si querían realizar su pago.
No hubo modelo nuevo ni meses de desarrollo detrás. Fue usar información que ya teníamos (historial, dispositivo, ubicación) y aplicar una regla de negocio simple, pero bien apuntada.
Lo que aprendimos
En el mercado de los pagos, el fraude generalmente se intenta solucionar con proveedores que impactan la conversión de todos los usuarios. Sin embargo, el impacto en ventas y recaudación para los negocios es demasiado caro.
La forma real de solucionar el fraude es identificando usuarios sospechosos con data histórica y actuando solamente ahí, mientras el resto de tus usuarios ni se entera de que había un problema.