Antecedentes sobre Fraude en Chile “Mejores prácticas posibles para combatirlo” Gustavo Vercinsky Vicepresidente de Experian para América Latina
Resultados Resultados del del Estudio Estudio Nuestros resultados de las percepciones del mercado y mayores desafíos. En febrero de 2007, Experian realizó una serie de entrevistas con ejecutivos del mercado de crédito en Chile. El propósito de esta presentación es volcar algunos de estos resultados y las posibles soluciones para el caso Chileno
Comentarios recibidos por todas las entidades…. Una sola voz
9 9 No Notenemos tenemosFraude Fraudede deIdentidad Identidad 9 9 2525aa50% 50%de denuestras nuestrasperdidas perdidasson sonpor porfraudes fraudes 9 9 Las Lasherramientas herramientasactuales actualesse seenfocan enfocanen enelelriesgo riesgode decredito credito 9 9 Compartir Compartirlos losfraudes fraudesen engeneral generaluna unaactividad actividadinformal informal
Pregunta 1 ¿Los ¿Losíndices índicesde defraude fraudeson sonvistos vistoscomo como manejables, manejables,ooexiste existecierto ciertogrado gradode de preocupación? preocupación? El Elrobo robode deidentidad identidades esun unproblema problemarelativamente relativamente inexistente inexistenteen enChile Chile El Elacceso accesoaalas lasbases basesde deDocumentos Documentosde deIdentidad Identidadhace hace que quelos losdocumentos documentossean seandifíciles difícilesde demanipular manipular
Pregunta 2 ¿Puede ¿Puedeproveer proveerdetalles detallesde depérdidas pérdidas por por fraudes? fraudes?
•En •Engeneral generalla lamayoría mayoríade delos losconsultados consultadosentiende entiendeque que entre entreel el25 25aa50% 50%de delas laspérdidas pérdidasse sedeben debenaafraudes fraudes (Synthetic (SyntheticID, ID,FDP, FDP,Fraud FraudRings Ringsetc) etc)
Pregunta 3 ¿Cuál ¿Cuáles essu suproceso procesotípico típicopara paraprevenir? prevenir? Revisión Revisióninicial inicialde dela lasolicitud solicitudpor poranalistas, analistas,sólo sóloalgunos algunospocas pocas entidades entidadesposeen poseenun unmotor motorde dedecisión decisiónautomático automático Obtención Obtencióndel delreporte reportede decrédito. crédito. Aplicación Aplicacióndel delscoring scoringde deoriginación originaciónpara paraFPD FPDyycrédito crédito Verificación Verificacióndel deldocumento documentode deidentidad identidad Hot HotFile, File,proceso procesoinformal informalque quealgunas algunasentidades entidadesposeen poseen donde dondecomparten comparteninformación informaciónde defraudes fraudesyyabuso abusocrediticio crediticio
Pregunta 4 ¿Cuáles ¿Cuálesson sonlos lostipos tiposde defraudes fraudestípicos típicosen en su sumercado mercadovertical? vertical?
Robo Robode deidentidad, identidad,casi casiinexistente inexistente La Lamayoría mayoríade delos loscasos casosde defraude fraudeson son “Neverpay” “Neverpay”asociados asociadosaala lafase fasede deaplicación aplicación
Pregunta 5 ¿Realiza ¿Realizaun uncontrol controlde defraude fraudeantes antesde de tomar tomaruna unadecisión decisiónde decrédito? crédito? Si, Si,la lamayoría mayoríaejecuta ejecutael elproceso procesode decrédito créditoyy fraude fraudesimultáneamente simultáneamente Muy Muypocas pocasentidades entidadesse seplantean planteanla lanecesidad necesidad de detener tenerun unproceso procesode deFraude FraudeyyCrédito Crédito separados separados
Pregunta 6 ¿Cuanto ¿Cuantode desu suprocesamiento procesamientode de solicitudes solicitudeses esautomático automáticovs vsmanual? manual? Más Másyymás, más,especialmente especialmentelas lastiendas, tiendas,están están implementando implementandocomplejos complejosmotores motoresde dedecisión decisiónyy sistemas sistemasde deprocesamiento procesamientode desolicitudes solicitudes
Automatización en el proceso de solicitudes Tiendas entre 20% y 85% Bancos entre 20% y 50% Telefonía entre 0 y 20%
Pregunta 7 ¿Qué ¿Quéherramientas herramientasutiliza utilizapara paraprevenir prevenir fraudes fraudesen ensolicitudes? solicitudes? Verificación Verificaciónde dedocumento documentode deidentidad identidadcontra contra base basede dedatos datos Proceso Procesoinformal informalde delistas listasque quese seintercambian intercambian vía víafax fax Limitación Limitacióninicial inicialdel delcupo cupode decrédito créditocon consu su consecuente consecuentelimitante limitanteaala laposibilidad posibilidadcomercial comercial
Pregunta 8 ¿Cuáles ¿Cuálesson sonlos loscanales canalesmás másutilizados utilizados para pararecibir recibirsolicitudes solicitudesde decrédito? crédito? Muy Muypocas pocasentidades entidadesreciben recibensolicitudes solicitudesde de credito creditovía víaInternet. Internet. En EnBancos Bancosla laprincipal principalfuente fuenteson sonlas lassucursales sucursalesyy el elpre-screening pre-screening En EnTiendas Tiendas––existen existenlas lascomercializadoras comercializadorasyyla la captura capturaen encalle calle
Pregunta 9 ¿Son las perdidas por fraudes adecuadamente clasificadas? La Larespuesta respuestageneral generalfue fueun unNO NO La Lamayoría mayoríade dela laentidades entidadesentiende entiendede deque quede de sus suspérdidas pérdidascrediticias crediticiasentre entreel el25-50% 25-50%se se deben debenaafraudes fraudes De Decualquier cualquiermanera maneranadie nadierealizo realizoun unestudio estudio cuantitativo cuantitativoen eneste estesentido sentido
Pregunta 10 ¿Cómo ve Ud. la tendencia de Fraudes a largo plazo? Varias Variasde delas lastiendas tiendasquieren quierenexpandirse expandirseaa segmentos segmentosde debajos bajosingresos ingresos Esto Estova vaaacausar causarmas masriesgo riesgo
Llegar a la solución correcta – – – – – –
Gestionar ventas Reducir pérdidas Minimizar gastos operacionales Respetar la privacidad del consumidor Prevenir robo de identidad Cumplimentar con los requerimientos legales
Data Analytics Procesos
Proceso de “autenticación” genérico Chequear la información de la solicitud con el reporte de crédito
¿Indicadores de fraude?
Chequear contra solicitudes internas
Verificación telefónica interna (válido, alto riesgo)
Verificación interna de domicilio (válida, alto riesgo)
Chequear contra información interna / fraudes anteriores
Chequear base de solicitud externa
Chequear fraudes conocidos en base externa
Verificación telefónica externa (válido, alto riesgo)
Verificación domiciliaria externa (válida, alto riesgo)
Verificación de cartera
¿Indicador de fraude?
Realizar verificación fuera de cartera
¿Pasa ?
Dar el crédito!
Evaluando el fraude en la originación – Validar y verificar la información de las solicitudes • Confirmar legitimidad de la información provista
– Scorings de riesgo de fraude – Autenticación basada en conocimiento – Bases de datos compartidas • Fraude • Solicitud
Soluciones para la verificación de identidad – Características comunes • • • •
Tecnologías de búsqueda y resultados Compilación de información Respuestas basadas en reglas Algoritmos de Scoring
– Fuentes de información típicas – encabezado de crédito, demográfico, documentación social, bases compiladas de teléfonos
Verificación de identidad de no-bureau Definición Información compilada por un proveedor de confianza de una variedad de fuentes utilizadas para “verificar” y “validar” la legitimidad de la información provista por el consumidor o el comercio
– Previo al bureau de crédito verifique para asegurar mayor presición y maximizar la taza de aciertos – Para solicitudes de crédito aprobadas previo a la apertura de cuenta – Para revisiones desde el final para realizar el proceso de revisión manual
Scorings de Riesgos de Fraude Definición Modelos estadísticos que predicen la probabilidad de robo de identidad y first payment default
– Utilizado para facilitar la automatización del proceso de revisión de fraude – Usualmente matrizado con el score de riesgo de crédito • Desarrollar estrategia para riesgos de ambos fraude y crédito • Modificar la decisión de cupo de crédito asignado
Autenticación basada en el conocimiento Definición Confirmar que el solicitante es quien dice ser a través de sesiones interactivas
– Típicamente utilizado para solicitudes de alto riesgo como ser por internet – También se usa para automatizar procesos en solicitudes que requieran mayor verificación
Base de Datos de Fraude con Múltiples Contribuyentes Definición Datos de fraude que se informan a través de una base de datos de manera que es compartida por las entidades participantes
– Típicamente utilizado en la etapa final de evaluación de riesgo por fraude para alertar en caso de aplicaciones de crédito potencialmente sospechosas • Agrega valor a información adicional externa
Valor de una propuesta integrada
Necesidades de una gestión de fraude
Evolución de una propuesta integrada Solución de decisiones integrada Fuentes nuevas de datos Fuentes de datos tradicionales
Establecer criterio de decisión
Incorporar elementos aplicables a la política
Estrategia de Fraude
Establecer una política de fraude automática
Integración a través de todo el Círculo de Vida del Cliente Perfil de Transacciones Preselección
Apertura de Cuenta
Primeras Transacciones
Fraudes Conocidos
Monitoreo de cuenta
Autenticación
Prescreen
Gestión de cuenta
Robo de Indentidad IDs Sintéticas Manipulación de datos
Robo de Identidad IDs Sintéticas
Account take-over
Account takeover Bust-out Robo de Cuenta
Beneficios de una propuesta integrada – Mejorar drásticamente la tasa de detección de fraude automática – Reducir positivos erróneos – Optimizar el ROI de procesos de suspensión de fraudes – Implementación más veloz en cualquier modelo de mejora.
Cómo pronostican modelos en función de distintos datos Análisis de la Fuente de Datos 100
Fraude Acumulado
80
60
40
20
0 0
10
20
30
40
50
60
70
Acumulado de Bienes Demographic
Base Auth.
Credit Data
Matched Appl.
80
90
100
Elegir una Solución • Factores de Consideración: – Bureau vs. no-bureau – Impacto sobre el consumidor – Grado de automatización – Flexibilidad de la solución – Integración con riesgos
11/3/98
Experian Regulatory Compliance
27
Implementar la Solución correcta – Evaluar si el fraude es identificado correctamente – Identificar oportunidades • Ahorro de Fraude • Ahorro en los costos operativos – Evaluar el proceso de solicitudes de crédito – Identificar las herramientas seleccionadas – Realizar un análisis de Costo/Beneficio – Medir el éxito – Refinar las estrategias continuamente 11/3/98
Experian Regulatory Compliance
28
La Visión de Experian “Una solución que integra la gestión de fraude atravesando todos los aspectos del círculo de vida crediticia de los clientes, todas las líneas de producto y todos los canales.”
