Análisis predictivo

El análisis predictivo utiliza datos históricos para estimar la probabilidad de que se produzca un resultado futuro. En el ámbito del fraude y el riesgo, genera una puntuación: la probabilidad de que una solicitud sea fraudulenta, de que una cuenta entre en mora o de que una transacción no esté autorizada. Es útil, pero presenta una limitación estructural que reviste mayor importancia que cualquier elección de modelo: solo puede predecir patrones que aparecen en los datos con los que se ha entrenado.

Resultado Una probabilidad o una puntuación, no una decisión
Requisitos: Resultados históricos etiquetados de los que aprender
Métodos habituales Regresión, árboles con refuerzo de gradiente, redes neuronales, modelos de supervivencia
Por fraude Puntuación de solicitudes, riesgo de transacción, probabilidad de impago, probabilidad de devolución
Depende de Calidad de la etiqueta: el registro de lo que, en realidad, resultó ser un fraude
Punto ciego estructural Resultados que, para empezar, nunca se etiquetaron correctamente
Restricción normativa Explicaciones de medidas desfavorables cuando una decisión afecta al crédito
A diferencia de El análisis conductual, que mide la desviación en lugar de predecir un resultado

Cómo funciona y dónde está el punto débil

Un modelo predictivo se entrena a partir de registros históricos en los que se conoce el resultado. Aprende qué combinaciones de características precedieron a qué resultados y aplica esas relaciones a nuevos casos. Todo se basa en las etiquetas: el registro de cuál fue el resultado de cada caso histórico.

Aquí es donde la modelización del fraude se diferencia de la mayoría de los problemas de predicción, y la diferencia no es una simple cuestión de detalle. Las etiquetas de fraude son sistemáticamente erróneas en una dirección concreta.

Ten en cuenta que fraude de identidad sintética. Como no hay ninguna víctima que presente una denuncia, el caso no se registra como fraude. Se deja de pagar y se da de baja como pérdida crediticia. A continuación, el modelo se entrena con datos en los que ese caso está etiquetado como por defecto, no fraude — y aprende fielmente que este patrón de comportamiento indica un riesgo crediticio y no un fraude. El modelo funciona correctamente. Los datos de entrenamiento le enseñaron una lección errónea.

El resultado es un punto ciego que ninguna sofisticación en la modelización puede eliminar, ya que se encuentra en una fase anterior al modelo. Mejorar el algoritmo no puede corregir las etiquetas que se asignaron incorrectamente.

El análisis predictivo en comparación con otros enfoques similares

Enfoque Qué se pide Lo que hace falta
Análisis predictivo ¿Qué probabilidad hay de que se produzca este resultado? Resultados históricos etiquetados
Análisis conductual ¿Se diferencia esto del patrón esperado? Un valor de referencia, por usuario o por segmento
Normas ¿Se ajusta esto a algún patrón que hayamos definido? Un patrón que alguien anotó
Detección de anomalías ¿Es esto inusual en comparación con el resto de la población? Una población, sin etiquetas

Se trata de complementos, más que de alternativas, y las diferencias ponen de manifiesto los puntos ciegos de cada uno. Los modelos predictivos necesitan etiquetas y no pueden detectar categorías mal etiquetadas. Análisis conductual Necesita una línea de referencia y no puede detectar el fraude que ha servido para establecerla. Las reglas requieren previsión y no pueden detectar nada nuevo. La detección de anomalías no necesita etiquetas, pero no puede distinguir lo inusual de lo erróneo.

Por qué es importante para la verificación de identidad

Hay dos factores que determinan en qué punto del flujo de gestión de identidades debe situarse la puntuación predictiva.

El arranque en frío. Al abrir la cuenta, esta persona no tiene historial en esta entidad. Los modelos recurren a características derivadas de la población y de las agencias de información crediticia, que son menos fiables precisamente para aquellas personas que menos se parecen a la población de entrenamiento: solicitantes con historial limitado, recién llegados y adultos jóvenes. Un modelo ajustado únicamente en función de la tasa de fraude los rechazará sistemáticamente, lo que supone un riesgo en materia de equidad crediticia, además de la pérdida de un cliente.

Explicabilidad. Cuando una decisión afecta al crédito, el solicitante tiene derecho a conocer los motivos. Una puntuación obtenida a partir de un modelo que nadie puede desglosar resulta difícil de explicar tanto al solicitante como a las autoridades reguladoras, razón por la cual los modelos interpretables siguen utilizándose en la toma de decisiones, incluso cuando existen otros más precisos.

Ambos apuntan en la misma dirección: en el momento de la incorporación, la evidencia determinista prevalece sobre la inferencia probabilística. Un documento autenticado y una coincidencia biométrica permiten determinar si se trata de una persona real e identificada correctamente —un hecho, no una probabilidad, y que no pierde validez en el caso de los solicitantes sin historial—. La puntuación predictiva hace entonces lo que mejor sabe hacer, que es clasificar el riesgo entre las personas cuya identidad ya está establecida. Verificación de documentos de identidad lo demuestra; información en tiempo real proporciona las señales sobre las que un modelo puede razonar; y identidad falsa y identidad sustraída Los controles abordan la categoría que las etiquetas nunca han reflejado.

Lo que el análisis predictivo no puede hacer

No puede aprender de una historia mal interpretada. El fraude registrado como pérdida crediticia enseña al modelo que el fraude es un riesgo crediticio.

No puede predecir un método que nunca ha visto. Los ataques nuevos, por definición, no figuran en los datos de entrenamiento.

Lo que ofrece es una puntuación, no una decisión. La fijación del umbral es una cuestión de política que tiene que ver con el coste relativo de un falso positivo y de un falso negativo.

La correlación no implica causalidad, y los indicadores sustitutivos son reales. Una característica que esté relacionada con una característica protegida la reflejará, independientemente de si alguien lo ha pretendido o no.

Los modelos varían. El comportamiento y los métodos de ataque cambian, y un modelo que no se supervisa ni se vuelve a entrenar se deteriora de forma imperceptible, en lugar de fallar de manera evidente.

Preguntas frecuentes

¿Para qué se utiliza el análisis predictivo en la prevención del fraude?

Evaluar la probabilidad de que se produzca un resultado futuro: que una solicitud sea fraudulenta, que una cuenta entre en mora o que una transacción no esté autorizada. El resultado es una probabilidad que sirve de base para una decisión, no la decisión en sí misma.

¿Cuál es la diferencia entre el análisis predictivo y el análisis conductual?

El análisis predictivo calcula la probabilidad de que se produzca un resultado utilizando datos históricos etiquetados. El análisis de comportamiento evalúa si la actividad actual se desvía de un patrón establecido y necesita una línea de referencia en lugar de etiquetas. Ambos fallan de forma diferente, por lo que los programas suelen utilizar ambos métodos.

¿Por qué los modelos predictivos no detectan el fraude de identidad sintética?

Debido a la forma en que se etiquetan los datos de entrenamiento. Las pérdidas de identidad sintéticas no tienen víctimas que las denuncien, por lo que suelen registrarse como pérdidas crediticias en lugar de como fraude. Un modelo entrenado con ese historial aprende el patrón como riesgo crediticio. El problema está en las etiquetas, no en el algoritmo, por lo que un modelo mejor no lo soluciona.

¿Puede un modelo predictivo explicar sus decisiones?

Depende del modelo. Los métodos más sencillos son interpretables por su propia naturaleza; los complejos requieren técnicas de explicación que se aproximan al razonamiento en lugar de revelarlo. Cuando una decisión afecta al crédito, los requisitos relativos a las medidas adversas implican que se debe dar una razón al solicitante, por lo que los modelos interpretables siguen siendo habituales en la toma de decisiones.

Lecturas relacionadas

Descubre nuestras soluciones

Explorar nuestras soluciones está a un clic de distancia. Prueba nuestros productos o charla con uno de nuestros expertos para profundizar en lo que ofrecemos.

Informe
Análisis del aumento del fraude de identidad impulsado por la inteligencia artificial

La IA no solo ha acelerado el fraude, sino que lo ha convertido en un sistema. Hemos analizado millones de interacciones relacionadas con la identidad para trazar un mapa de cómo están evolucionando los ataques a la identidad en las distintas regiones, según los tipos de ataque y los niveles de sofisticación, y qué deben replantearse las organizaciones para mantenerse al día.

Ver los datos