San José, 21 feb (Elpais.cr).- La empresa costarricense SmartSoft -desarrolló con el apoyo del Fondo Propyme-, un software denominado «Dynamic Behavior Patterns» que tiene el objetivo de aumentar la seguridad de empresas financieras nacionales e internacionales en la protección de los recursos de sus clientes y ante la afectación que se pueda generar por el fraude o el lavado de dinero,
«Nuestro propósito es financiar acciones y actividades dirigidas a promover y mejorar la capacidad de gestión y competitividad de las Pymes de Costa Rica y que mayor motivación que sea mediante el desarrollo tecnológico e innovación como instrumentos catalizadores que permitan contribuir al desarrollo económico y social, encaminadas hacia un futuro mejor y de prevención de incidentes fraudulentos tanto dentro como fuera de Costa Rica» destacó Sander Pacheco, Viceministro de Ciencia y Tecnología del Ministerio de Ciencia, Tecnología y Telecomunicaciones (MICITT).
«Dynamic Behavior Patterns». Por medio del proyecto denominado «Determinación de patrones de comportamiento dinámico para la predicción de fraude y lavado de dinero en el sector financiero» impulsado por Pablo Elizondo, CEO y Fundador de SmartSoft, se creó el nuevo módulo que busca prevenir el fraude sin utilizar los paradigmas de detección tradicionales, sino por medio de un innovador sistema que se basa en el conocimiento y análisis del comportamiento del cliente, así como de la población a la que pertenece.
Elizondo confesó que en principio parecía que la respuesta a ¿Cómo se puede saber cuándo está ocurriendo un evento de fraude nuevo?, solamente podría estar en «un oráculo o en una bola de cristal», ya que la idea de identificar un posible fraude cuando ni el sistema tenía información relacionada con ese posible evento y no era similar a ningún otro ocurrido, era en principio, muy difícil de conocerse.
«Al conocer cómo se comportan los fraudes históricamente, se identifican transacciones parecidas y se analiza si pueden ser o no nuevos fraudes. Un ejemplo de cómo funcionan estos fraudes consiste, por ejemplo, en obtener los datos de la tarjeta de crédito o débito para realizar transacciones de comercio electrónico, lo que representa hoy en día la tendencia más alta a nivel mundial de fraude. Sin embargo, bloquear este tipo de transacciones podría conllevar a denegar la aprobación un cliente cuyo comportamiento de compra sea similar al patrón de fraude buscado» afirmó Elizondo.
La nueva solución lo que hace es analizar datos, pero desde la perspectiva del comportamiento de los clientes. Se analizan transacciones históricas de los clientes y con base en el análisis de esos datos, se genera un proceso de aprendizaje de comportamientos, se conocen, por ejemplo, en el caso de las tarjetas de crédito, los hábitos de consumo de determinado individuo y el grupo al cual pertenece, que puede definirse de acuerdo con variables tales como el rango de edad, el tipo de tarjetas de crédito, el país de la transacción, los montos, las frecuencias de consumo y la categoría de comercio que visita entre otros.
Un mecanismo de este tipo puede detener una transacción fraudulenta que evita al banco todo el trámite administrativo de un reclamo posterior y al usuario la molestia de hacer el reclamo, es un ganar-ganar para el banco y el cliente, sin embargo, los creadores destacan que tiene que existir siempre un balance entre la operación por medio del enfoque en tiempo real que es el más agresivo, y el enfoque cercano a tiempo real.
Esta tecnología puede ser aplicada al análisis de comportamientos de tarjetahabientes, clientes de instituciones financieras, cajeros automáticos, clientes de operadoras telefónicas, entre muchos otros usos.
