Devoluciones, disputas y el auge del fraude de primera parte

A simple vistazo, parece una devolución o una disputa rutinaria. Pero detrás de muchas de estas transacciones hay un problema creciente que a menudo se malinterpreta como fraude amistoso, una forma de fraude de primera parte que cuesta mucho a las organizaciones y que cada vez es más normalizado por los consumidores.

Aunque a veces se ha llamado fraude amistoso, no hay nada benigno en explotar los procesos de devolución de las organizaciones. Lo que es aún más preocupante es que un número creciente de consumidores se sienten justificados en no pagar por productos y servicios que han pedido y recibido.

Sin embargo, gran parte de la información crítica para combatir el fraude de primera parte ya está al alcance de muchos bancos.

En un reciente podcast de PaymentsJournal, Craig Agulnek, Vicepresidente de Gestión de Producto en Quavo, Brady Harrison, Jefe de Estrategia y Ejecución en Equifax, y Jennifer Pitt, Analista Senior de Fraudes en Javelin Strategy & Research, discutieron cómo las instituciones financieras pueden identificar estos datos y aprovecharlo para integrar defensas contra el fraude de primera parte en sus flujos de trabajo.

De lo básico a lo avanzado

Uno de los desafíos para abordar el fraude de primera parte es que abarca una amplia variedad de escenarios. Por ejemplo, un cliente puede no reconocer una transacción válida en su estado de cuenta y disputarla por error. Por otro lado, el fraude de primera parte también puede ser un esfuerzo coordinado por redes de actores malintencionados que han identificado y explotado vulnerabilidades en los sistemas de una empresa.

Mientras las operaciones de fraude son una molestia constante para las organizaciones, lo que también resulta alarmante es la mentalidad más amplia de los consumidores.

“Cada vez más personas sienten que, ‘Está bien, voy a defraudar a este comerciante’”, dijo Harrison. “Donde tenemos inflación, costo de vida y otras presiones, más personas sienten que, ‘No quiero pagar por este artículo’. No se trata de cada pedido o incluso de cada intento. He tenido conversaciones con restaurantes de comida rápida donde solo en el quinto o décimo pedido la gente dice, ‘No quiero pagar por esto’.”

Algunos consumidores están más inclinados a participar en este tipo de fraude cuando tratan con grandes comerciantes que creen pueden absorber más fácilmente los costos de devoluciones fraudulentas. Aunque un cliente pueda sentir que una devolución fraudulenta de bajo monto tiene poco impacto, estos cargos se acumulan rápidamente.

“El fraude de primera parte ha pasado de ser un problema de fondo a estar en la primera línea”, dijo Agulnek. “Representa aproximadamente el 70% de todos los casos de fraude con tarjetas de crédito y le cuesta a la industria 132 mil millones de dólares cada año, por lo que no es un caso aislado, sino la mayor parte del problema.”

“Lo que estamos viendo es una aceleración rápida”, agregó. “En 2024, el 79% de los comerciantes reportaron haber experimentado fraude de primera parte, frente al 34% del año anterior. Ese tipo de aumento muestra que no es un fenómeno lento. Es una tendencia rápida, que se propaga muy rápidamente cuando piensas en el impacto de las redes sociales y las tendencias populares para obtener fondos adicionales o aprovechar el sistema.”

Fuentes de datos no aprovechadas

Las expectativas crecientes de los clientes han agravado estos problemas. Hoy en día, los consumidores esperan respuestas inmediatas y reembolsos rápidos sin muchas preguntas, lo que pone una enorme presión sobre las instituciones para resolver disputas rápidamente.

Como resultado, las instituciones enfrentan volúmenes de transacciones mucho mayores, expectativas elevadas, abuso intencional aumentado y poca margen para errores. Sin embargo, las mismas tecnologías que han elevado estas expectativas también pueden beneficiar a las instituciones financieras. Mejor aún, muchas instituciones ya disponen de estas capacidades.

“Las instituciones tienen acceso a estas fuentes de datos, pero pueden estar aisladas en sus propias entidades financieras”, dijo Agulnek. “El historial de reclamaciones es el principal; muchos bancos y cooperativas de crédito revisan las disputas una por una en lugar de ver el patrón a lo largo de meses o incluso años. ¿Con qué frecuencia alguien presenta una reclamación, qué tan rápido lo hace después de una compra, y si este comportamiento repetido ocurre en diferentes comerciantes o tipos de comerciantes?”

Muchas organizaciones tienen acceso a datos conductuales ricos, como cambios repentinos en el dispositivo, cambios en el comportamiento de inicio de sesión y actividad inusual en la cuenta. Aunque estas señales suelen aparecer antes de que se presente una disputa, rara vez se incorporan en el proceso de revisión hasta que la transacción ya ha llegado a la etapa de contracargo y se han incurrido en tarifas.

Además, los datos contextuales de los comerciantes y transacciones a menudo se subutilizan. Ciertos tipos de comerciantes, modelos de cumplimiento y comportamientos de suscripción introducen puntos de fricción predecibles donde es más probable que ocurra fraude de primera parte.

Cuando las organizaciones no aprovechan las señales de riesgo integradas en estas fuentes de datos, a menudo se quedan sin una guía clara sobre cómo responder.

“El problema difícil es que no estamos separando de manera eficiente una disputa real de terceros bajo los programas habituales de fraude y disputa, y todo esto otro que potencialmente se está contando en esa categoría”, dijo Harrison. “¿Cómo podemos separar a los defraudadores amistosos—personas que están abusando del sistema? Esa retroalimentación ayuda a llegar a la conclusión correcta más temprano.”

Salir del sandbox

Incluso las instituciones que son excelentes en identificar señales de riesgo dentro de sus propias organizaciones no están inmunes al fraude de primera parte. Cada vez más empresas de servicios financieros ofrecen una gama más amplia de productos, lo que significa que las organizaciones ya no pueden confiar únicamente en los datos de sus propios dominios.

“Soy un gran fan de las tarjetas de viaje, así que si solo revisas mi cuenta DDA, quizás no tengas detalles sobre cuánto gasto normalmente en mi tarjeta de crédito de recompensas”, dijo Harrison. “Además, mi esposa y yo compartimos una tarjeta de crédito, así que si solo revisas los datos de disputa de Brady, puedes perder que la mayoría de las disputas son en la tarjeta de mi esposa, porque esa es la que se usa o se roba.”

Con tanta proliferación de productos, pintar un cuadro claro de la situación financiera de una persona suele ser un desafío. Las instituciones deben considerar factores adicionales como el hogar del cliente, dispositivos y ubicación física para obtener una visión más completa y precisa.

“Quienes viven en el mismo hogar tienden a tener la misma relación bancaria, pero luego miras a las fintech modernas que tienen aplicaciones educativas financieras para niños que también son aplicaciones bancarias”, dijo Agulnek. “¿Cómo unir esas cosas y hacerlo de manera segura?”

“Al aprovechar la gran cantidad de datos, puedes ver esos vínculos y unir la información”, agregó. “Puedes comenzar a desglosar el perfil del individuo viendo más de su perfil holístico en diferentes instituciones.”

Compartiendo los detalles

Aunque muchas instituciones financieras han sido reacias a compartir datos protegidos de los clientes, participar en el ecosistema más amplio de servicios financieros se ha vuelto imprescindible. Los actores malintencionados, después de todo, obtienen ventaja compartiendo rápidamente datos y herramientas a través de redes—una agilidad que los bancos no pueden permitirse ignorar.

“Quizás hayas oído hablar del fallo de TikTok/Chase que ocurrió el año pasado”, dijo Pitt. “Básicamente, hubo una publicación viral en redes sociales donde alguien decía, ‘Puedes ir a un cajero Chase, poner cualquier cheque—ya sea falso o por un monto superior a tu saldo—y puedes retirar efectivo de inmediato’.”

“Chase pudo conectar los puntos rápidamente y detenerlo, pero estos estafadores luego publicaron en redes sociales diciendo, ‘Chase Bank descubrió esto, vamos a otros bancos que aún no lo han detectado’”, explicó. “Lamentablemente, varios otros bancos también fueron afectados por la misma estafa. Si hubieran tenido acceso a este esfuerzo colaborativo y a la compartición de información, no habrían sido víctimas de ese tipo de fraude.”

Junto con las reticencias a compartir datos, otros obstáculos dificultan el desarrollo de una solución unificada de datos en servicios financieros, incluyendo las limitaciones de los sistemas tecnológicos heredados y un entorno regulatorio y de cumplimiento complejo.

Aun así, los costos crecientes del fraude de primera parte hacen insostenible que las organizaciones mantengan los datos en secreto.

“Escuchamos que las disputas cuestan desde 50 hasta cientos de dólares en gestión”, dijo Harrison. “Si lo miras desde la perspectiva de, ‘¿Cuántas de estas disputas puedo eliminar?’, es como decir, ‘¿Cómo puedo encontrar información fuera de mi institución con más detalles sobre ese consumidor o sobre ese evento en particular?’”

Evitar la sobrecorrección

Se ha vuelto fundamental que las instituciones implementen medidas para mitigar el fraude de primera parte, ya que los desafíos económicos y minoristas probablemente empeorarán antes de mejorar. La inflación persistente, la presión constante de los consumidores y la creciente aceptación social del fraude de primera parte se espera que continúen.

A pesar de estos desafíos, las instituciones financieras deben evitar responder aumentando de manera desproporcionada los controles de disputa.

“Si tengo una disputa con un banco y me hacen pasar por un proceso exhaustivo para demostrar que no fui yo y firmar todos esos formularios, probablemente esa será una experiencia única con esa institución”, dijo Harrison. “No necesitamos una sobrecorrección, sino entender cómo clasificar y distinguir esas transacciones y eventos, separando a los consumidores legítimos que tienen una disputa válida de quienes abusan de su derecho a disputar una transacción.”

Identificar el fraude de primera parte es especialmente difícil, especialmente para las instituciones más pequeñas. Sin embargo, plataformas como QFD® de Quavo pueden maximizar el valor de los datos que las instituciones financieras ya generan, conectando insights a través de transacciones para revelar la imagen completa.

“Eso es lo que nuestra estrategia combina”, dijo Agulnek. “QFD unifica las señales internas que importan, añadiendo la identidad entre instituciones que hace que esas señales sean más significativas. Cuando automatizas tareas rutinarias y colocas inteligencia en ese punto de decisión, los esquemas pueden resolver casos más rápido y centrarse en lo que realmente importa.”

“Esa rapidez impulsa directamente un mayor uso de tarjetas y cuentas, más hacia la parte superior de la cartera, mayor confianza del titular de la cuenta y una operación más eficiente y escalable—todo beneficios para la institución financiera y también para sus clientes”, concluyó.