En el mundo digital de Mercado Libre hay 1 por ciento de usuarios que cometen fraudes y, aunque representa un pequeño porcentaje, es necesario trabajar en erradicarlo a través de herramientas tecnológicas como el reconocimiento facial.
Gerardo Loureiro, senior manager de Prevención de Fraudes de Mercado Libre, externó que las estrategias que se ejecuten para erradircar el fraude deben cuidar que los usuarios genuinos tengan una experiencia de compra feliz y satisfactoria, durante el Fraud Prevention de ECSE eCommerce Summit&Expo.
De los usuarios de Mercado Libre, 99 por ciento son buenos, a ellos hay que darles la mejor experiencia posible de pago, de compra, de entrega de los productos y responder a todas sus necesidades, pero al mismo tiempo hay un uno por ciento que convive con estos usuarios en la plataforma que no son genuinos y que buscan camuflajearse para cometer fraudes, indicó Loureiro.
Cada segundo los usuarios de Mercado Libre realizan 23 compras y 500 búsquedas. ¿Cómo identificar a los defraudadores entre 60 millones de usuarios en la región?
Hay que aplicar las soluciones antifraude de la manera más efectiva posible y tratar a todos los usuarios como fraudulentos es un error porque no le estás dando una experiencia positiva a los usuarios buenos, recomienda Loureiro.
“Los usuarios malos son expertos en jugar a las escondidillas y esconderse entre los usuarios genuinos. Los fraudulentos no tienen apego a un flujo puntual, cambian de comportamiento y a menudo se parecen mucho a los usuarios genuinos”, dijo el encargado de la seguridad en Mercado Libre.
- Te recomendamos Mercado Libre invertirá más de 220 mdd en Edomex y se generarán más de 4 mil empleos Negocios
Por ello, hay que predecir, a través de esos comportamientos con ayuda de la tecnología, especialmente de la inteligencia artificial. Sobre todo porque cuando se tiene una experiencia satisfactoria y una buena prevención del fraude se fomenta la recompra de los usuarios del e-commerce. Pero, por el contrario, si algún usuario es víctima de un vendedor fraudulento se va con la competencia y empieza una campaña de descrédito boca a boca de la plataforma.
“Cuando procesamos pagos, el objetivo es encontrar a los usuarios fraudulentos en menos de un segundo. En Mercado Libre sólo se necesitan 400 milisegundos para decidir si un pago es bueno, y si no nos apalancamos en tecnología, le damos oportunidad de que los fraudulentos actúen”.
Pero, advierte Loureiro, debe haber un equilibrio entre la usabilidad de la plataforma y la seguridad porque los candados antifraude pueden parecer tedioso y lo que quiere el usuario genuino es comprar de manera sencilla.
Una de las posibles soluciones que se estudió en Mercado Libre era el llenado de un formulario extenso que es fácilmente completado por un usuario genuino y difícilmente por un defraudador. “Pero esto termina generando más rechazo del usuario genuino que un freno al usuario fraudulento que está habituado a llenar formularios y a intentar transacciones por internet”, afirmó Loureiro.
El ideal es generar una experiencia fácil para el usuario genuino y una difícil para el defraudador y esto se logra con ayuda de la tecnología.
Mercado Pago, la app de pagos de Mercado Libre, cuenta con una tecnología de reconocimiento facial a través de la toma de una foto. Luego, la aplicación le hace girar la cara al usuario para ambos lados para identificar que es una persona genuina la que está detrás y que no sea una simple foto.
Loureiro explicó que esta prueba dura 10 segundos, con lo cual no es complejo de hacer, en cambio, el usuario defraudador no podrá pasar esa prueba porque el machine learning lo detectará.
Además, “el usuario genuino tendrá tranquilidad de que con esta tecnología su cuenta no será vulnerada y es segura”.
El experto recomendó a la audiencia del Fraud Prevention de ECSE eCommerce Summit&Expo contratar a una compañía experta en prevención de fraudes para tener una infraestructura más sólida. Y, además, “hay que anticiparse a lo que hagan los fraudulentos, para blindarse, pues estos siempre hacen una ingeniería inversa a los algoritmos de inteligencia artificial de las plataformas”.
srgs