Ideas sobre fraude y antifraude
Lo que aprendimos operando antifraude en el mundo real — detección, reglas, métricas y el costo total del fraude.
Por cada $1 de fraude pierdes casi $4 (y solo mides el primero)
El número que reportas como costo de fraude es el 25%. La cuenta real es 3 a 4 veces más grande, y casi nadie la suma.
Leer → Costo Real del Fraude · 7/8Reglas, listas, velocidades, modelos, grafos: el problema no es elegir, es combinarlos
No hay navaja suiza en antifraude. Combinar bien las técnicas produce los datos de calidad que el motor necesita para decidir.
Leer → Costo Real del Fraude · 6/8Los contracargos son el termómetro, no la enfermedad
La tasa de contracargos siempre te llega tarde. Qué cambia cuando piensas el antifraude desde el lado del atacante.
Leer → Costo Real del Fraude · 5/8Falsos positivos: el daño que tu antifraude le hace a tus mejores clientes
Los falsos positivos son el costo invisible del antifraude mal calibrado. Cómo medirlos sin sacrificar detección de fraude real.
Leer → Costo Real del Fraude · 4/8Escalar el equipo de analistas no escala
El 75% del día del analista de fraude pasa fuera del producto antifraude. Qué tiene que cambiar para que cada hora del equipo rinda.
Leer → Costo Real del Fraude · 3/8Tu arsenal antifraude tiene 5 proveedores y ninguno se habla con el otro
Tener cinco proveedores de fraude que no se hablan entre sí te cuesta más que el fraude mismo. Qué significa un sistema integrado.
Leer → Costo Real del Fraude · 2/8Si el atacante usa IA, tu motor estático ya perdió
Tener un modelo entrenado no es lo mismo que tener un motor que aprende del adversario al ritmo que el adversario aprende de ti.
Leer → Costo Real del Fraude · 1/8El costo invisible de responder lento
La demora entre detectar un patrón de fraude y bloquearlo en producción es la métrica que define cuánto te cuesta realmente el fraude.
Leer → Open Source · DataspotConstruyendo Dataspot: lecciones de la detección de fraude real
Cómo la obsesión por entender los patrones de fraude llevó a una herramienta open source que encuentra concentraciones de datos — y por qué la liberamos a la comunidad.
Leer → Detección de fraude · GrafosContaminación de grafos en detección de fraude: el problema del que nadie habla
Por qué la detección de fraude basada en grafos termina afectando a clientes legítimos, y qué ignora la industria sobre la contaminación por asociación.
Leer →No se encontraron posts para tu búsqueda.