Saltar al contenido principal
El fraude con tarjetas de crédito y débito, en el que un delincuente utiliza credenciales de tarjetas comprometidas para realizar compras no autorizadas, es una de las formas más comunes de fraude en línea y causa pérdidas multimillonarias cada año. Sin embargo, las pérdidas asociadas a este tipo de fraude no suelen repercutir en el consumidor, ya que las principales redes de tarjetas facilitan la reversión de las transacciones no autorizadas si el consumidor las disputa con su emisor; estas reversiones se conocen como “contracargos”. Dado que los emisores de tarjetas de crédito asumen gran parte de la responsabilidad asociada a las tarjetas, tienen un gran interés en implementar herramientas y tecnologías para monitorear la enorme cantidad de transacciones con tarjeta que se procesan diariamente y filtrar aquellas que parecen sospechosas y que presentan un riesgo de reversión. La prevención del fraude en transacciones con tarjeta como emisor generalmente se realiza mediante una combinación de modelos de aprendizaje automático entrenados con cientos de señales relacionadas con la transacción (por ejemplo, si la tarjeta se usa físicamente o en línea, la ubicación, el importe del cargo, la frecuencia histórica de fraude asociada con el negocio en cuestión, etc.) y conjuntos de reglas estáticas que se ajustan para detectar patrones de fraude básicos (por ejemplo, la tarjeta se usa para comprar artículos de alto valor que se envían a una ubicación alejada de la dirección de envío habitual del cliente).

¿Cómo puede ayudar Sardine?

Sardine ha desarrollado un modelo de aprendizaje automático específico para el “riesgo de emisión” que se entrena con datos históricos de transacciones y fraude con tarjeta para evaluar el riesgo de una compra determinada, ya sea en línea o fuera de línea.Este modelo se puede combinar con el motor de reglas sin código propio de Sardine para detectar patrones complejos y detallados, y se puede ajustar con el tiempo para aumentar su precisión de detección y lograr un equilibrio óptimo entre detener las transacciones fraudulentas y permitir que las transacciones legítimas se completen.

Próximos pasos

Contáctanos para programar una demostración y acceder a nuestras guías de integración y documentación de la API.