El fraude con tarjetas de crédito es extremadamente común; de hecho, casi 450,000 estadounidenses denunciaron el uso indebido de los datos de sus tarjetas solo en 2024. Las señales de alerta del fraude de pagos son indicaciones que se pueden observar y que apuntan a una probabilidad mayor de lo normal de que se produzca una actividad fraudulenta. Reconocerlas antes de que se complete una transacción puede marcar la diferencia entre las empresas que detectan el fraude en el momento de la autorización y las que lo asumen en forma de contracargos semanas después.

A continuación, abordamos las señales de fraude más importantes en las transacciones, las cuentas y los métodos de pago, cómo actuar frente a ellas cuando aparecen y cómo desarrollar un sistema de supervisión que vaya mejorando a lo largo del tiempo.

Puntos clave

• Las señales de transacciones (p. ej., discrepancias entre las direcciones de envío y facturación, anomalías en la velocidad y pedidos de alto valor desde cuentas nuevas) pueden ser indicadores tempranos de fraude.

• Las señales relativas a la cuenta y el comportamiento, como la creación rápida de cuentas, los reiterados intentos fallidos de pago o la actividad inusual en las sesiones, suelen presentarse antes de que se complete una transacción.

• Las herramientas automatizadas de detección de fraude califican las transacciones en tiempo real a través de herramientas de detección de fraude basadas en machine learning. Las reglas personalizadas permiten a las empresas definir sus propios umbrales de riesgo.

¿Qué son las señales de alerta de fraude en los pagos?

Las señales de alerta del fraude de pagos son indicios concretos y observables de que una transacción o una interacción de la cuenta conllevan un riesgo superior a lo normal de ser fraudulentas. Se trata de indicadores probabilísticos que, ya sea por sí solos o combinados, sugieren una actividad que vale la pena examinar.

¿Qué señales de nivel de transacción indican un alto riesgo de fraude?

Algunas de las alertas de fraude de pagos más claras se sitúan en el nivel de las transacciones, donde los detalles de un pedido crean un patrón detectable. Por sí sola, cada señal tiene una explicación, pero cuando se presentan combinadas, suelen ser un indicador confiable de posible fraude.

Presta atención a lo siguiente:

• Discrepancia entre la dirección de facturación y la dirección de envío: es preciso hacer una revisión más minuciosa cuando la dirección de facturación de la tarjeta y la dirección de envío difieren sustancialmente.

• Pedidos de alto valor desde cuentas no verificadas o nuevas: un cliente nuevo que realiza un pedido por valor de USD 1,200 con envío rápido carece de un historial de compras para compensar el riesgo. La combinación de alto valor, cuenta nueva y urgencia constituyen una alerta.

• Anomalías en la velocidad: las múltiples transacciones que se efectúan en un lapso breve desde la misma tarjeta, dispositivo o dirección IP pueden indicar una prueba de tarjetas o un fraude automatizado.

• Envío a empresas de transporte o direcciones de reenvío: estas direcciones ocultan el destino final del envío, lo que complica la tarea de disputar los contracargos y hace casi imposible la recuperación. Este patrón suele aparecer con particular frecuencia en los artículos electrónicos de alto valor, las tarjetas de regalo y los bienes de lujo.

• Composición de los pedidos que no coincide con el historial de la cuenta: vale la pena detenerse a analizar si un cliente, cuyos pedidos anteriores siempre fueron inferiores a USD 50, repentinamente hace un pedido de USD 900 para artículos habitualmente asociados a fraudes de reventa (p. ej., aparatos electrónicos, calzado deportivo y tarjetas de regalo).

¿Qué comportamientos de la cuenta y del usuario son indicadores de fraude comunes?

Las señales de comportamiento a menudo se detectan antes de que se complete una transacción. Estos patrones se reflejan en el nivel de cuenta, en la actividad de la sesión y en las propias credenciales de pago.

Por ejemplo:

• Creación rápida de cuentas seguida de una compra de alto valor inmediata: los clientes legítimos tienden a navegar, comparar productos y regresar. Una cuenta que se crea y se utiliza en cuestión de minutos se ajusta al patrón de una cuenta descartable creada con el fin de utilizar una tarjeta robada antes de que se la marque.

• Múltiples intentos fallidos de pago: un infractor fraudulento que tiene acceso a una parte de los datos de la tarjeta podría intentar varias combinaciones antes de dar con un conjunto válido de credenciales. La existencia de múltiples intentos fallidos en diferentes tarjetas y desde el mismo dispositivo en un lapso breve es una señal sólida.

• Comportamiento inusual durante la sesión: aquellas sesiones que no presentan actividad de navegación y en las que el usuario no se desplaza hacia abajo antes de iniciar el proceso de compra, en las que el formulario se completa extremadamente rápido o que se dirigen directamente a páginas de productos de gran valor y carecen de un contexto de derivación pueden sugerir un comportamiento de scripting o automatizado en lugar de un cliente real.

• Patrones de direcciones de correo electrónico sospechosos: las direcciones en las que se usan secuencias aleatorias de caracteres o los dominios recientemente registrados, o que son variaciones de un correo electrónico fraudulento conocido, son frecuentes en operaciones fraudulentas. En algunos sistemas se cruzan los datos relativos al tiempo que ha estado activo un correo electrónico y a la reputación de su dominio con el objetivo de evaluar los riesgos.

• Señales provenientes de la dirección de IP y del dispositivo: si una sola dirección de IP genera muchas creaciones de cuentas, y se efectúan compras desde un dispositivo que ha aparecido anteriormente en incidentes de fraude, o se inician sesiones desde ubicaciones geográficas que no son coherentes con el historial de la cuenta, la puntuación de riesgo aumenta de forma significativa.

¿Qué señales de alerta concretas relativas al pago deben controlar las empresas?

El método de pago en sí mismo conlleva señales de riesgo que no guardan relación con el comportamiento de la cuenta o de las transacciones. El hecho de supervisar estos indicadores les brinda a las empresas un nivel de detección adicional que a los infractores les resulta difícil de sortear por completo.

Ten cuidado con lo siguiente:

• Tarjetas de prepago y virtuales: pueden adquirirse de manera anónima y descartarse después de usarlas, motivo por el cual son muy frecuentes en las operaciones fraudulentas.

• Múltiples tarjetas vinculadas a un mismo dispositivo o cuenta: si un cliente utiliza tres tarjetas diferentes en un periodo corto, particularmente si algunos de esos intentos fallan, hay dos opciones posibles: o es una prueba de tarjetas o se trata de un intento deliberado de repartir el nivel de riesgo en distintas credenciales robadas.

• Tarjetas internacionales con direcciones de envío nacionales: si tu perfil de cliente es típicamente nacional y llega un pedido con una tarjeta emitida en un país del que normalmente no se registra tráfico, vale la pena marcar la discrepancia, especialmente cuando la dirección de envío es local.

• Frecuencia anómala de los pedidos en márgenes de tiempo reducidos: una tarjeta que no se ha utilizado antes en tu empresa y que aparece en tres transacciones a lo largo de dos horas, o una misma dirección de entrega en la que se reciben varios pedidos provenientes de distintos métodos de pago en un solo día, conforman patrones que deben considerarse de riesgo.

• Secuencias de rechazo y posterior aprobación: una transacción que falla con una tarjeta e inmediatamente se efectúa correctamente con otra tarjeta durante la misma sesión indica una práctica denominada "card cycling", un proceso mediante el cual los delincuentes rotan credenciales robadas hasta que una es aprobada.

¿Qué deben hacer las empresas frente a las señales de fraude?

La respuesta idónea frente a las señales de fraude varía en función de la gravedad de cada una, de la presencia de diversas señales combinadas y del contexto de la empresa.

El abanico de respuestas disponibles va desde las más pasivas hasta las más activas:

• Marcar la transacción para una revisión manual: las señales de menor riesgo que no alcanzan un nivel de bloqueo automático pueden dirigirse a una cola de revisión en la que un agente evaluará el pedido antes de procesarlo. Esto funciona muy bien con las transacciones de alto valor que presentan uno o dos signos más leves.

• Implementar medidas de verificación adicionales: las empresas pueden exigir una autenticación progresiva (p. ej., un código de un solo uso, un correo electrónico de confirmación o el mecanismo 3D Secure) si la transacción alcanza determinados umbrales de riesgo.

• Posponer la gestión de logística: en especial, en el caso de los bienes físicos, cuando un pedido pasa al estado "pendiente" mientras se evalúa la puntuación de riesgo, las empresas obtienen un periodo de tiempo en el cual pueden actuar sin tener que rechazar la transacción inmediatamente ni enviar el producto.

• Bloqueo automático: aquellas señales de alto nivel de certidumbre (p. ej., tarjetas fraudulentas conocidas, direcciones IP identificadas como de riesgo o transacciones que sobrepasan un determinado límite de riesgo) por lo general justifican el pago rechazado de inmediato sin realizar una revisión manual.

¿Cómo pueden crear las empresas un sistema de supervisión del fraude para reducir la exposición a lo largo del tiempo?

Una lista de alertas es tan útil como el sistema que se crea a su alrededor. Si no hay un circuito de información ni umbrales definidos y la lógica de las reglas es inconstante, la supervisión del fraude se mantendrá en estado reactivo. A continuación, te indicamos cómo desarrollar un sistema eficaz.

Traduce las señales en reglas

Traducir las señales de fraude identificadas en reglas personalizadas que se aplican en el momento de la autorización te permite bloquear o examinar en el acto un comportamiento sospechoso antes de que los fondos se transfieran. Una regla puede bloquear cualquier transacción si el número de identificación del banco (BIN) de la tarjeta es de prepago y el valor del pedido supera los USD 500, o marcarla para su revisión si la dirección de envío concuerda con una empresa de transporte conocida. Las herramientas de detección de fraude que utilizan el machine learning hacen que los modelos de riesgo estén expuestos a patrones de ataque emergentes que las empresas por separado no detectarían por sí solas hasta que el daño ya estuviera hecho.

Ajusta los umbrales con el tiempo

Una serie de reglas demasiado agresivas bloquea a los clientes legítimos, mientras que si es demasiado laxa, el fraude logrará pasarla. El ajuste correcto cambia a medida que se modifican los patrones de fraude y al mismo tiempo que acumulas más datos en relación a las señales que realmente lograron predecir el fraude frente a las que arrojaron falsos positivos. Elige herramientas de detección de fraude que ofrezcan la visibilidad necesaria para aplicar los ajustes correspondientes sobre la base de la evidencia antes de caer en adivinanzas.

Cierra el circuito de retroalimentación

Cada vez que llega un contracargo, debe retroalimentar la lógica de las reglas: qué señal se activó, cuál no y si está justificado un ajuste de los umbrales. Cada incidente de fraude se convierte en un dato de entrada que contribuye a mejorar la detección con el tiempo y no se limita simplemente a ser un costo que debe absorberse.

Cómo puede ayudar Stripe Radar

Stripe Radar utiliza modelos de IA para detectar y prevenir fraudes. Estos modelos, entrenados con datos de la red global de Stripe, se actualizan continuamente en función de las últimas tendencias de fraude, lo cual mantiene a tu empresa protegida a medida que evoluciona.

Stripe también ofrece Radar para Equipos de Fraude, que permite a los usuarios agregar reglas personalizadas que abordan escenarios de fraude específicos de sus empresas y acceder a información avanzada sobre fraude.
Radar puede ayudar a tu empresa a lograr lo siguiente:

• Prevenir pérdidas por fraude: Stripe procesa más de $1 billón en pagos al año. Este crecimiento permite que Radar detecte y prevenga el fraude con precisión y ahorre dinero.

• Aumentar los ingresos: los modelos de IA de Radar se entrenan con datos reales de disputas, información de clientes, datos de navegación y más. Esto permite que Radar identifique transacciones de riesgo y reduzca falsos positivos, lo que aumenta tus ingresos.

• Ahorrar tiempo: Radar se integra en Stripe y no necesita líneas de código para su configuración. También puedes controlar el rendimiento del fraude, escribir reglas y mucho más en una sola plataforma, lo que aumenta la eficiencia.

Obtén más información sobre Stripe Radar o empieza a utilizarlo hoy mismo.