 |
| Figura 1: “Usando las técnicas de Big Data contra el fraude, conseguimos menos fricción y más seguridad”. |
Pedro Pablo nos enumera los distintos tipos de fraude que pueden existir: desde el fraude tradicional por los medios de pago o cajeros (mundo físico) hasta el fraude en un mundo online con ténicas de fishing, troyanos, ataques con farming, etc. Adicionalmente, podemos encontrarnos con insider fraud, que tiene que ver con los empleados y la cadena de suministro.
Además, podemos distinguir entre el fraude ongoing, que es aquel que está procesándose en ese momento y el fraude consolidado, que la empresa emite como fraude real, contemplado y estándar. También nos explica acerca de la existencia del Search Back, que es aquel fraude que pasamos a la tienda, y los fraudes denegados o en disputa.
Lo más importante, nos cuenta el CEO de ElevenPaths, es identificar estas amenazas y crear un plan antifraude. Hay que entender que a las empresas el fraude les cuesta mucho dinero, alcanzándo el fraude a nivel mundial los 3,7 trillones de euros.
Desde ElevenPaths, se detecta y se investigan estas amenazas, tomando una visión holística, es decir, no se lucha contra un fraude ocasional o particular, sino contra todo el ciclo. Al ser Telefónica una Telco, poseemos una base de datos que aportan insights acerca de lo que está ocurriendo en el mundo.
Podemos identificar muchos datos externos de los usuarios: la tarjeta Sim, el dispositivo, el país, la IP física, el navegador que usa.. Todos estos datos externos de los que disponemos se mapean con datos de la propia red, por ejemplo, información acerca de cuando se emitió la copia de una Sim, cuando entró un usuario en roaming, cuando el terminal se ha declarado robado, etc.
La información interna que posee Telefónica se combina con la externa y se procesa para analizar puntos de mejora de nuestros clientes, tendencias y prever el fraude. Además, mediante una API, los clientes pueden conectarse y consultar el estado de riesgo en todo momento.
Pedro Pablo nos cuenta casos concretos, tales como un ataque de SIM Swap y cómo Telefónica puede controlarlo, para dar a entender todo el potencial que tiene el Big Data contra el fraude. Otro ejemplo puede ser el identificar la proximidad de la persona con el teléfono y el ATM en el que se realiza una operación.
Puedes ver el vídeo entero, con más ejemplos reales, aquí:
