Los bancos están utilizando con mayor regularidad modelos analíticos para evitar fraudes y riegos, lo que convierte a estas soluciones en 'GPS del fraude'.
A comienzos de 2014 se descubrió en México un fraude financiero de enormes proporciones. Uno de los principales bancos de ese país fue utilizado por la empresa Oceanografía para lavar dinero por un monto superior a los US$400 millones .
Durante la investigación, también se descubrió que esta empresa poseía vínculos con otras compañías de dudosa reputación que vendían combustible robado y sus inversiones dudosas alcanzaban a casinos de juego e incluso al fútbol profesional, a través del club de primera división Gallos Blancos de Querétaro.
Este ejemplo da cuenta de los riesgos a los cuales se exponen las instituciones bancarias y es por eso que la industria financiera está orientando su mirada al Big Data para evitar este tipo de situaciones dolosas. “Hoy la Banca está adoptando, cada vez con mayor frecuencia, modelos analíticos que le permiten anticipar transacciones fraudulentas y medir de mejor manera el índice de riesgo de un cliente personal o comercial”, sostiene Marcelo Sukni, gerente general de SAS Chile y Perú.
Este tema no es menor considerando el auge de las transacciones online, que incluyen consultas de información, revisión de saldos y transferencias de recursos y que durante 2012 totalizaron en Chile 204 millones, el doble que hace cinco años y nueve veces más que las registradas hace una década, según datos de la Superintendencia de Bancos e Instituciones Financieras (SBIF). De esta manera, el monto total de transferencias de empresas y personas totalizó en 2012 más de un billón de dólares: US$1.097.682.000.000.
A este crecimiento explosivo se suma el hecho de que la normativa local para transacciones electrónicas (Circular 3.400) es una de las más avanzadas de la región, lo que convierte a Chile en un pionero en la utilización de modelos analíticos para la prevención de fraudes y riesgos en esta área. “Los máximos ejecutivos nacionales entienden que este tipo de soluciones son una especie de GPS que marca el rumbo de la compañía y que les previene de acontecimientos sombríos”, afirma Marcelo Sukni.
Evitando el fraude
Para el experto de SAS, la clave para que la Banca no dé pie a situaciones de engaño pasa por “evolucionar de las herramientas enfocadas en la identificación de hechos dolosos hacia soluciones que permiten predecir si un evento o transacción dará lugar a una acción fraudulenta, blanqueo de capitales u otras actividades prohibidas. La anticipación es la clave y para eso los modelos analíticos juegan un rol decisivo”.
“Estas herramientas nos permiten modelar escenarios y eventos adversos que las organizaciones, sean entidades financieras o de otro tipo, pueden enfrentar en el futuro. Dichos modelos pueden ser muy básicos o complejos, dependiendo de los requisitos y las capacidades de las organizaciones”, agrega Marcelo Sukni.
Aquellas instituciones que cuentan con herramientas predictivas están mejor preparadas para ofrecer un servicio de calidad a los usuarios finales lo que se traduce, por ejemplo, en tiempos de respuesta más rápidos para el otorgamiento de créditos, menor pago de comisiones por la baja en los gastos operacionales y un sistema financiero más seguro al poseer sistemas analíticos que eviten fraudes.
