Los falsos positivos pueden costar más a tu eCommerce que los contracargos

3 minutos de lectura
Por Alan García - mayo 2, 2019    eCommerce, Destacadas eCommerce

Entrevista_eShow-eMag-Riskified

El fraude en eCommerce puede generar pérdidas descomunales a muchas organizaciones. Sin embargo, a largo plazo, un falso positivo puede costar mucho más pues afecta directamente la experiencia de los compradores, motivándolos a no volver a comprar.

De hecho, estimaciones de Riskifield apuntan a que el 57% de los clientes cuyas transacciones fueron detenidas por un falso positivo son consumidores recurrentes del eCommerce donde tuvieron el incidente y el 42% de estos no siguen con la compra una vez la han rechazado.

Sin embargo, no por eso las empresas deben dejar de protegerse contra fraudes y contracargos, sobre todo si consideramos que sólo en el primer trimestre del 2018 estos generaron pérdidas por más de 20,000 millones de dólares a nivel mundial, con base en cifras de Lexis Nexis.

Pero entonces ¿Cómo protegerse?

Entrevistamos a Felix Tabary, gerente de desarrollo de nuevos negocios en Riskifield, quien nos platicó sobre cómo a través de algoritmos de machine learning especialmente diseñados podemos abordar ambas problemáticas.

¿Cuánto puede perder un eCommerce por no tener una herramienta de prevención de fraude adecuada?

“En México los contracargos varían entre el 1.5% y el 4% de las transacciones en línea, con base en los informes de Visa y Master Card. Nosotros vemos cifras internas muy similares a las mencionadas, antes de instalar nuestra tecnología […] A grandes rasgos, se dice que el 4.5% de los ingresos de un eCommerce pueden perderse por falsos positivos” explicó el especialista.

Sin embargo, Felix Tabary destacó que todo esto son estimaciones y que las cifras pueden variar mucho con base en el giro del negocio y el poder adquisitivo del comprador.

“En el último año más del 30% de los compradores han tenido algún rechazo y la proporción de rechazos aumenta con relación al poder adquisitivo y el ticket promedio del usuario. Es decir, al comprar en línea las personas con más recursos o que generan tickets más altos son más rechazadas” señaló.

Lo más preocupante es que, como señalamos anteriormente, el 57% de estos falsos positivos corresponden a clientes recurrentes de un eCommerce, mismos que pueden no volver a comprar en este comercio a razón de su mala experiencia.

Para evitar esto el especialista recomienda hacer uso de la tecnología, particularmente de sistemas de machine learning, más eficientes e imparciales que un ser humano.

“Es recomendable utilizar sistemas de machine learning por dos razones: Primero, para eliminar la parcialidad humana del análisis de pedidos [...]Segundo, tienen la capacidad de procesar un volumen mucho más grande de información, lo que nos ayuda a detectar mejor las tendencias" explicó.

Por otro lado, preguntamos al especialista sobre su integración con los comercios electrónicos y sus estrategias para no afectar el UX de los compradores, a lo que mencionó que su tecnología afecta muy poco los tiempos de carga de un sitio y la experiencia de compra.

“En realidad no afectamos al UX y es importante saber que el comprador nunca va a ver nuestra tecnología en la página web, técnicamente no existimos” explicó.

¿El fraude en eCommerce está creciendo?

“La tendencia está creciendo, pero está creciendo más el costo del fraude. Durante los últimos 5 años el crecimiento del fraude ha superado el crecimiento de los ingresos del eCommerce Global” señaló el especialista.

También preguntamos a Felix Tabary si el mCommerce implica un reto diferente para las soluciones de prevención de fraude, a lo cual señaló que sí.

"Es un poco diferente porque hay cosas en pedidos móviles que son muy distintas en los pedidos en computadora, por ejemplo, la dirección IP puede ser un indicador de riesgo importante en computadoras, pero no es tan relevante para los pedidos hechos en dispositivos móviles" explicó.

¿La soluciones de Machine Learning son para todos?

"Depende de tus necesidades, una solución de machine learning no siempre sirve para todos. Especialmente si la empresa tiene un número muy limitado de clientes a los que ya conocen muy bien […] Por ejemplo, si estas vendiendo productos de alto valor en línea como relojes y joyería, y tomas mucho tiempo para validar un método de pago, al cliente no le molestará que hagas un validación más invasiva" señaló.

Finalmente, Felix Tabary señaló que trabajar con un socio como Riskifield puede mejorar tus tasas de aceptación y la rentabilidad de tu eCommerce, pero más allá de eso permite a las empresas concentrarse en sus objetivos de negocio como vender más o aumentar el ticket promedio.

No olvides suscribirte a nuestro newsletter semanal para recibir más información relevante relacionada a eCommerce, marketing digital y tecnología.

¿Tienes un proyecto? ¡Visita nuestra sección
 

Escrito por Alan García

Soy un reportero especializado en tecnología y negocios digitales, siempre motivado por aprender un poco más. "Vivimos en una sociedad exquisitamente dependiente de las ciencias y la tecnología, en la cual, prácticamente nadie sabe nada acerca de ciencia o tecnología" Carl Sagan.

https://www.the-emag.com

prensa.fw@framework.mx

Marketing Directo