Una sombra detrás del e-commerce

Si bien el comercio electrónico crece y se diversifica —transformándose en un canal tan importante como el de los locales físicos—, existe un factor que disminuye la confianza en el sistema y amenaza la rentabilidad de las operaciones: el fraude en línea. Un reciente informe de Cybersource para Visa muestra el panorama de este flagelo en la región, destacando luces y sombras.
Compartir nota:

El e-commerce podría llegar a los US$ 59.100 millones en América Latina en 2015, según un reporte de Euromonitor International. En algunos países, como Brasil y la Argentina, no sólo aumenta el volumen de transacciones, sino que cambia el balance de los rubros y las categorías, lo que pone en evidencia cierto estado de madurez. Paralelamente, surge con fuerza el canal online móvil, que se suma al e-commerce tradicional, impactando en la experiencia de los usuarios e impulsando nuevas conductas.

Ciertos factores, como la inmadurez de los servicios asociados al e-commerce, la carencia de banda ancha en algunas geografías, o la complejidad de los medios de pago, pueden actuar como barreras para la natural evolución de esta tendencia ascendente. Sin embargo, el fraude en línea socava con fuerza el e-commerce en ambos lados del mostrador, causando desconfianza en los usuarios y pérdida de rentabilidad de los comercios en línea y de los marketplaces.

Según el “Reporte de Fraude Online”, realizado por Cybersource para Visa, “el promedio de índice de contracargos revelado en esta encuesta fue de 1,4%, más del doble del índice correspondiente a EUA y Canadá, que fue del 0,6%”. Un contracargo es la devolución del monto de la compra online cuando la venta no llega a buen término (con el envío del producto o la prestación del servicio en tiempo y forma), o bien porque el comprador usó medios de pago ilegítimos (tarjetas de crédito robadas, con lo que el gasto se acredita a un tercero).

Según el informe, “la automatización del proceso de monitoreo de órdenes es clave para que los comercios tengan operaciones de fraude eficientes. Si bien la revisión manual es necesaria para determinar si las órdenes son sospechosas, no deja de ser un método que demanda tiempo y capital”. La encuesta revela que los comercios de América Latina dependen demasiado de los procesos de revisión manual. Del total de las órdenes del 2015, un promedio de 31% pasó por revisión manual. “Esta proporción no ha variado mucho de 2014 a 2015 y, de igual forma, los comercios que realizan revisión manual permaneció en 86%”, dice el reporte, y añade que, si bien los comercios de América Latina, especialmente los de menor tamaño, se esfuerzan por monitorear sus índices de fraude y por descubrir qué tan buenas han sido sus estrategias en materia de prevención, el 40% de los encuestados respondieron que no logran medir sus índices de fraude.

“La dificultad de los comercios de América Latina para cuantificar sus resultados puede responder al elevado índice de contracargos presente en la región. Esto se puede deber a que los comercios de América Latina no pueden optimizar por completo sus procesos de prevención de fraude”, agrega el reporte.

A esto, se suma otro elemento no menos importante: el rechazo de órdenes. En este caso, porque se sospecha que podrían ser transacciones fraudulentas. “El índice de rechazo de órdenes en América Latina es 6,8%, tres veces superior al 2,3% de los comercios de EUA y Canadá. La combinación de altos índices de contracargos y de rechazo de órdenes puede indicar que los comercios de América Latina están rechazando muchas órdenes válidas, lo que podría generar no solamente pérdida de ventas, sino también insatisfacción y falta de lealtad por parte del cliente”, define el informe.

EL ESCENARIO MÓVIL

Para fines del 2015, el 26%1 de los latinoamericanos tendrá un smartphone y cada vez más están comenzando a aceptar, hacer, enviar y recibir pagos a través de estos dispositivos. Entre los comercios que operan para este canal, el 48% lo hace a través de un sitio web para m-commerce, el 5% sólo usa aplicaciones móviles, y el 31% ambos métodos (el resto no sabe).

Según el reporte, las estrategias para evitar fraude se dividen en: usar los mismos métodos que para el e-commerce tradicional (47%), uso de otras herramientas (15%), y no hacer trabajos de prevención del fraude móvil (32%).

AUTOMATIZACIÓN DE LA DETECCIÓN

En sus conclusiones, los analistas consideran que los comercios pueden ahorrar bastante si implementan un sistema de evaluación automatizada, lo que en cierto modo reemplazaría la costosa revisión manual y liberaría recursos que pueden ser utilizados en otras áreas. “Además de la reducción de costos, los comercios también pueden brindar una experiencia positiva a sus clientes a través de la rápida identificación de los buenos clientes y simplificando el proceso de checkout. Los comercios pueden hacer un seguimiento de sus KPI para optimizar sus procesos de prevención de fraude y mantenerse informados de las cambiantes amenazas”.

Una de las organizaciones que aplicó esta automatización, aprovechando las ventajas que hoy proveen las herramientas analíticas y de Big Data, fue MercadoLibre, y más exactamente MercadoPago. En un comienzo, hace cuatro años, la organización analizaba las transacciones a través de las reglas que aportaban los expertos. Con el crecimiento exponencial del negocio —contaba el gerente de Modeling de MercadoLibre, Nicolás Aliberti en el reciente Workshop Argentino en Ciencia de Datos, organizado por la Maestría en Data Mining en la Facultad de Exactas de la Universidad de Buenos Aires—, el número de falsos positivos se volvió inadmisible, “y los valores de contracargo, cercanos al promedio para Latinoamérica hacían mella en los resultados”.

A partir de la aplicación de las herramientas analíticas MercadoLibre pudo bajar la tasa de contracargo a menos de US$ 0,5 por cada US$ 100 de compra (recuérdese que el promedio en América Latina es de US$ 1,4), con revisiones manuales en el orden del 3% o menos (más del 30% en la región), y rechazos de menos del 2% (cercano al 7%). Actualmente, el sistema de detección de fraudes trabaja con redes neuronales, analizando unas 2600 variables con más de 33 millones de registros.

Compartir nota:

Publicaciones Relacionadas

Scroll to Top