¿Adivina quién? Las mil caras de una identidad fraudulenta

Recuerdas ¿Adivina quién?, aquel juego de adivinanzas en el que tenías un tablero de 30 caras y nombres de personas diferentes, y debías saber cuál era la que tu contrincante, que tenía el mismo tablero, había escogido. 

Pues este juego tiene que ver mucho con lo que leerás a continuación sobre identidad fraudulenta. Presta atención. 

Imagina que por un error de fabricación del juego, el tablero tuyo y el de tu compañero tengan las mismas caras pero con los nombres invertidos. 

¡Tu misión de descubrir al personaje incógnito sería imposible de completar! 

Identificar el rostro de un fraudulento que pone su cara en distintos documentos para burlar los procesos de registro y admisión en plataformas que prestan servicios o venden productos es lo mismo. 

La misión de un equipo de prevención y gestión del riesgo está en saber encontrar a la persona que entre muchas caras, finja ser quien no es. 

Pero, ¿por qué una persona alteraría su identidad al momento de registrarse digitalmente en cualquier plataforma que preste servicios o venda algún bien?, pongamos el ejemplo de Kevin y las fintech: 

1. Kevin robó los datos de una tarjeta de crédito y usó esta información para abrir una cuenta en la fintech A, e hizo varias transacciones no autorizadas. 

2. El dueño legítimo de la tarjeta notificó la anomalía, y la fintech A canceló la cuenta del fraudulento. 

3. Al ver esto, Kevin se registra en la fintech B, pero ahora para pasar el proceso de validación de identidad utiliza su foto real y la “pega” con Photoshop sobre un documento con números falsos.

4. De esta forma Kevin sigue delinquiendo siempre que pueda poner su foto sobre otro documento que los sistemas no hayan detectado. 

¿Cómo las fintech pueden detener a Kevin?

Reportando casos de documentos alterados. Esto es fundamental para evitar que el mismo usuario pase con una mejor “manipulación”. 

¿Y cómo las fintech reportan casos como el de Kevin?

Colaborando entre sí, así se mantienen fuertes las bases de datos de caras como la de TruFace:

¿Y esas bases de datos de caras fraudulentas si funcionan? 

Sí, un ejemplo es el de TruFace, que ha detenido casos como el de Kevin y cientos más. 

Que Kevin presente un documento manipulado cada vez que quiera y no sea posible bloquearlo de una vez por todas en cualquiera de las plataformas donde sea posible realizar transacciones no autorizadas, es como poner al equipo de Gestión y Prevención de Riesgo a jugar con el tablero de ¿Adivina Quién? defectuoso. 

Al identificar usuarios fraudulentos desde el registro usando sus rostros, los criminales podrán crear cientos de documentos falsos, pero sus rostros están expuestos.

Bases como la de TruFace cuentan hoy con más de 50.000 rostros reportados por fraude en LATAM , logrando detener más de 10.000 registros de usuarios riesgosos. 

Mantener estas bases actualizadas y trabajando en tiempo real depende de la participación activa de cientos de empresas en América Latina.  

¿Te animas a unirte con tu empresa? Inscríbete ahora aquí, y juntos llevaremos estas cifras al siguiente nivel.