¿Qué es lo primero que se te viene a la mente cuando piensas en un banco? ¿Efectivo, tarjetas… ladrones de bancos? Si pensaste en lo último, piénsalo otra vez.

Bromas aparte, cuando se trata de banca, la seguridad es extremadamente importante. Aunque el paso al dinero digital y la banca móvil ha dejado obsoletas algunas formas de delincuencia, la prevención del fraude suele ser como un juego del gato y el ratón. Usando las últimas tecnologías, simplificamos tu experiencia bancaria para que puedas centrarte en lo que de verdad importa. Ya sea pasar tiempo con tu familia, viajar sin preocupaciones o hacer crecer tu negocio, siempre estamos buscando lo próximo que te dé aún más libertad.

Cuando lanzamos en 2015, nos propusimos desafiar el status quo de lo que debe ser un banco. Esto nos llevó a innovaciones tempranas como los códigos CVC en la app (adiós, clonación de tarjetas) y la ausencia de oficinas físicas (hola, velocidad y comodidad). Hoy, estamos explorando un beneficio de la banca móvil del que se habla menos: la detección y prevención del fraude.

El reto es revisar millones de transacciones en tiempo real para buscar actividades ilegales y prevenir el fraude. Suena sencillo, ¿verdad? Ah, y también asegurarnos de que nada de esto afecte a la gran experiencia de usuario a la que estás acostumbrado.

Imagina un caso en el que una cuenta empieza a recibir pagos irregulares de varias Cuentas Bancarias desconocidas y, de repente, se retira todo el dinero. ¿Crees que esto es:

a) ¿Un caso de blanqueo de capitales?

b) ¿Amigos devolviéndote el dinero de la pizza?

c) ¿Entrar en modo Marie Kondo total y vender tus vinilos en eBay?

¡Buena pregunta! Para responderla, y asegurarnos de que somos duros con los delincuentes y suaves contigo, usamos machine learning supervisado y no supervisado.

Si hablas con nuestro equipo de cumplimiento, oirás términos como Nigerian Prince, smurfing o money-muling, lo que demuestra que muchos tipos de fraude bancario son en realidad muy conocidos. Para detectar estos patrones usamos machine learning supervisado. Es un algoritmo que analiza más de 500 datos por transacción y crea cientos de árboles de decisión que compiten entre sí para decidir si una transacción es sospechosa o no. El algoritmo aprende a partir de años de datos de transacciones etiquetados y ¡está diseñado para mantenerte a salvo en todo momento!

Esto funciona muy bien para detectar patrones ya existentes, pero ¿qué pasa con tipos de fraude completamente nuevos? Di hola al learning no supervisado.

Al pasar todas las transacciones no sospechosas por un modelo de deep learning tipo auto-encoder, encontramos patrones muy complejos e inusuales que pueden estar vinculados a esquemas de fraude antes desconocidos. Si se confirma, se etiquetan los datos y se usan como entrada para los modelos de learning supervisado: ¡otro que muerde el polvo!

Si todo esto te suena complicado, quizá te preguntes: ¿no hay una forma más sencilla?

¡Sí, la hay! Y se llama reglas. Hasta hace poco, la mayoría de bancos tradicionales no usaban machine learning para detectar patrones de fraude. E incluso en 2020, se basaban sobre todo en modelos simples basados en reglas, que consisten en definir patrones sospechosos y comprobar manualmente cada vez que ocurren.

Estas reglas normalmente no son tan efectivas como el machine learning. Sin embargo, en ciertos casos pueden ser muy potentes, así que las usamos de dos maneras: cuando un patrón es siempre fraudulento y cuando nuestros modelos de learning supervisado todavía están aprendiendo a detectar el nuevo patrón usando los datos generados por la regla.

Aquí tienes por qué nuestro enfoque híbrido te mantiene más seguro:

1. No discriminamos por nacionalidad ni por apariencia

Por supuesto, nadie lo hace a propósito, pero al centrarnos en patrones de comportamiento en lugar de estereotipos y sesgos, nuestro modelo es más justo que los responsables de cumplimiento humanos.

2. Podemos adaptar la experiencia de usuario para que sea facilísima para ti y horrible para los defraudadores

El machine learning permite detectar comportamientos fraudulentos mucho más rápido que los modelos basados en reglas, y además es mucho más preciso.

3. Al ir siempre un paso por delante de los delincuentes, tenemos más tiempo para centrarnos en lo que realmente importa: crear el mejor banco para ti

Y así es como mantenemos tu dinero a salvo cada día, aunque por supuesto hay mucho más pasando “bajo el capó”.

Si te interesa saber más sobre cómo prevenimos el fraude y te mantenemos seguro, cuéntanoslo aquí.

Difunde amor, no fraude.