Última actualización: marzo de 2026

La referencia definitiva para profesionales de riesgo, fraude, prevención de lavado de dinero (AML), verificación de identidad (KYC) y cumplimiento

Introducción

El lenguaje del riesgo y del fraude evoluciona tan rápido como las propias amenazas. Cada año surgen nuevos vectores de ataque, marcos regulatorios y tecnologías de detección, trayendo consigo una ola de terminología especializada que los profesionales deben dominar para seguir siendo eficaces.

Este glosario se ha diseñado para ser la referencia más completa, autorizada y práctica para cualquier persona que trabaje en prevención de fraude, cumplimiento de AML, riesgo de crédito, verificación de identidad o toma de decisiones de riesgo. Tanto si es un oficial de cumplimiento experimentado, un analista de fraude que diseña reglas de detección, un gerente de producto que diseña flujos de registro o el fundador de una fintech que evalúa plataformas de riesgo, este recurso le brinda definiciones claras, concisas y de nivel experto, cada una acompañada de un ejemplo real para facilitar su comprensión.

Los términos están organizados alfabéticamente y cubren todo el espectro de la gestión de riesgos moderna: desde conceptos regulatorios fundamentales como la Ley de Secreto Bancario (BSA) y Conozca a su Cliente (KYC), hasta técnicas de vanguardia como el análisis de comportamiento, la detección de fraude por deepfakes y la IA explicable.

Cada entrada está redactada para ser fácil de citar, buscar y usar de inmediato.

Cómo usar este glosario

Explore por letra utilizando las secciones de abajo o busque un término específico. Cada entrada incluye una definición clara, un ejemplo práctico y un enlace a la página de soluciones de Oscilar correspondiente para un análisis más profundo. Los términos incluyen referencias cruzadas cuando corresponde para ayudarle a comprender mejor estos conceptos interconectados.

A

Account Takeover (ATO) / Robo de cuenta

Definición: Una forma de robo de identidad en la que un tercero malintencionado obtiene acceso no autorizado a la cuenta de un usuario mediante el robo de credenciales a través de phishing, credential stuffing, ingeniería social o malware. Una vez dentro, el atacante puede cambiar la configuración de la cuenta, extraer datos o realizar transacciones fraudulentas. El ATO es uno de los vectores de fraude de más rápido crecimiento en los servicios financieros digitales.

Ejemplo: Un ciberdelincuente utiliza credenciales filtradas de una base de datos para iniciar sesión en la aplicación bancaria de un cliente, cambia el correo electrónico y el teléfono registrados y transfiere $15,000 a una cuenta puente.

→ Ver: Protección contra fraude de transacciones

Fraude ACH (Cámara de Compensación Automatizada)

Definición: Transacciones no autorizadas o engañosas realizadas a través de la red de la Cámara de Compensación Automatizada (ACH), que procesa transferencias electrónicas de fondos entre bancos. El fraude de ACH incluye débitos no autorizados, transferencias por robo de cuentas y desvío de nóminas. Debido a que las transacciones ACH se procesan por lotes y pueden revertirse, los estafadores aprovechan el tiempo de liquidación para mover los fondos antes de ser detectados.

Ejemplo: Un estafador obtiene los números de ruta y cuenta bancaria de una víctima mediante un correo de phishing y luego inicia una serie de pequeños débitos ACH para probar la cuenta antes de retirar una suma mayor.

→ Ver: Monitoreo de fraude ACH bajo la normativa Nacha 2026

Adverse Media Screening / Monitoreo de reputación en medios de comunicación

Definición: El proceso de monitorear y analizar fuentes de noticias, registros públicos y medios digitales para identificar información negativa sobre clientes actuales o potenciales que pueda indicar su participación en delitos financieros, fraude, corrupción u otras actividades ilícitas. Es un componente clave de la debida diligencia de clientes y del monitoreo continuo, que ayuda a las instituciones a detectar riesgos que no aparecen en bases de datos estructuradas como listas de sanciones o PEP.

Ejemplo: Durante una revisión periódica, una herramienta de monitoreo de medios detecta una noticia que vincula a un cliente actual con una investigación de lavado de dinero en otra jurisdicción. El equipo de cumplimiento escala el caso para una Debida Diligencia Mejorada.

→ Ver: AML para bancos

AML (Prevención de lavado de dinero)

Definición: El conjunto de leyes, regulaciones y procedimientos organizativos diseñados para evitar que los delincuentes disfracen fondos obtenidos ilegalmente como ingresos legítimos. Los programas de AML suelen incluir la debida diligencia de clientes, el monitoreo de transacciones, el reporte de actividades sospechosas y el filtrado de listas de sanciones. Las instituciones financieras están legalmente obligadas a mantener estos programas bajo regulaciones como la Ley de Secreto Bancario (BSA).

Ejemplo: El sistema de AML de un banco detecta una serie de depósitos en efectivo justo por debajo del límite de reporte de $10,000 en varias sucursales (un patrón conocido como pitufeo o fraccionamiento) y genera un Reporte de Actividad Sospechosa.

→ Ver: AML para fintechs

Fraude por transferencia autorizada (APP)

Definición: Una estafa en la que se manipula a la víctima para que envíe voluntariamente un pago a la cuenta de un estafador, generalmente mediante ingeniería social, suplantación de identidad de entidades de confianza o facturas falsas. A diferencia del fraude no autorizado, la propia víctima inicia la transacción, lo que complica la recuperación y la asignación de responsabilidades. Es una preocupación creciente que está llevando a los reguladores a introducir esquemas de reembolso obligatorios.

Ejemplo: Una empresa recibe un correo electrónico que parece ser de un proveedor habitual, solicitando el pago a una nueva cuenta bancaria. El equipo de finanzas procesa la transferencia de fondos, solo para descubrir más tarde que la cuenta fue suplantada.

→ Ver: Protección contra fraude de transacciones

B

Análisis de comportamiento

Definición: La práctica de analizar patrones en el comportamiento del usuario (como la velocidad al escribir, movimientos del cursor, hábitos de navegación, duración de la sesión e interacción con el dispositivo) para crear un perfil de riesgo dinámico. Permite una autenticación continua y detección de anomalías sin fricciones para el usuario. Las desviaciones del comportamiento habitual pueden alertar de un robo de cuenta, actividad de bots o ingeniería social.

Ejemplo: Un motor de análisis de comportamiento detecta que un usuario que suele iniciar sesión desde una computadora de escritorio en Chicago accede ahora a la cuenta desde un celular en otro país escribiendo con una rapidez inusual, lo que activa una autenticación de seguridad adicional.

→ Ver: Plataforma Oscilar

Autenticación biométrica

Definición: Un método de seguridad que utiliza características biológicas únicas (como huellas dactilares, geometría facial, patrones de iris o reconocimiento de voz) para verificar la identidad de un usuario. En los servicios financieros, añade una sólida capa de seguridad al acceso de cuentas, autorización de transacciones y verificación de identidad. Al combinarse con detección de prueba de vida, ayuda a prevenir ataques de suplantación con fotos, máscaras o deepfakes.

Ejemplo: Una aplicación de banca móvil requiere reconocimiento facial con prueba de vida (pidiendo al usuario que parpadee y gire la cabeza) antes de autorizar cualquier transferencia superior a $1,000, evitando accesos no autorizados y fraudes con deepfakes.

→ Ver: Plataforma Oscilar

BSA (Ley de Secreto Bancario)

Definición: Una ley federal de los Estados Unidos promulgada en 1970 que exige a las instituciones financieras ayudar a las agencias gubernamentales a detectar y prevenir el lavado de dinero. La BSA exige el mantenimiento de registros e informes, incluidos los Reportes de Transacciones en Efectivo (CTR) para operaciones superiores a $10,000 y Reportes de Actividad Sospechosa (SAR) para actividades potencialmente ilícitas.

Ejemplo: Un banco comunitario presenta un CTR después de que un cliente deposita $12,000 en efectivo, tal como lo exige la BSA, y por separado presenta un SAR al notar que el cliente realizó depósitos similares en otras tres sucursales en la misma semana.

→ Ver: AML para bancos

Bust-Out Fraud / Fraude por reventamiento de cuentas

Definición: Un esquema planificado en el que un estafador construye un historial crediticio positivo (a menudo durante meses) realizando pagos puntuales para luego, de repente, agotar al máximo todas las líneas de crédito disponibles y desaparecer. Puede involucrar identidades sintéticas y es muy dañino porque los modelos tradicionales de calificación crediticia califican estas cuentas como de bajo riesgo hasta el momento del impago total.

Ejemplo: Un estafador abre varias cuentas de tarjetas de crédito usando una identidad sintética, realiza pagos a tiempo durante ocho meses para aumentar sus límites y luego gasta $50,000 entre todas las tarjetas y desaparece.

→ Ver: Toma de decisiones de riesgo con IA

C

CDD (Debida Diligencia del Cliente)

Definición: El proceso que utilizan las instituciones financieras para verificar la identidad de sus clientes y evaluar el nivel de riesgo que representan. La CDD implica recopilar y verificar información de identidad, comprender la naturaleza y el propósito de la relación financiera y realizar un monitoreo continuo. Para los clientes de mayor riesgo, se aplican estándares de Debida Diligencia Mejorada (EDD).

Ejemplo: Durante la apertura de una cuenta, un banco recopila la identificación oficial del cliente, comprobante de domicilio y el origen de sus fondos, y luego lo contrasta con listas de sanciones y PEP como parte de la CDD estándar.

→ Ver: Detección de fraude en KYC

Fraude por contracargo (Chargeback)

Definición: También conocido como fraude amistoso o abuso de fraude de autor, ocurre cuando un cliente realiza una compra legítima y luego disputa el cargo con su banco emisor de la tarjeta, alegando falsamente que la transacción no fue autorizada o que nunca recibió el artículo. Esto traslada la pérdida financiera al comercio y puede generar mayores tarifas de procesamiento y daños reputacionales.

Ejemplo: Un cliente compra una laptop de alta gama en línea, la recibe y luego contacta a su banco para disputar el cargo alegando que el paquete nunca llegó. El comercio se ve obligado a reembolsar el dinero y pierde el producto.

→ Ver: Protección contra fraude de transacciones

Credential Stuffing / Relleno de credenciales

Definición: Un ciberataque automatizado en el que se prueban de forma sistemática combinaciones de usuario y contraseña robadas de filtraciones de datos anteriores en múltiples servicios en línea, aprovechando que los usuarios suelen repetir contraseñas. Estos ataques utilizan redes de bots para intentar miles de combinaciones por minuto y son una de las causas principales del robo de cuentas.

Ejemplo: Un atacante obtiene 2 millones de pares de correo y contraseña de una filtración de un comercio electrónico y usa scripts automatizados para probarlos en una plataforma de banca digital, logrando acceder a 15,000 cuentas donde los usuarios reutilizaban sus contraseñas.

→ Ver: Protección contra fraude de transacciones

Toma de decisiones de crédito

Definición: El proceso de evaluar la solvencia de un solicitante y determinar los términos del préstamo utilizando modelos basados en datos. Las plataformas modernas combinan datos tradicionales de burós de crédito con fuentes alternativas (como análisis de flujo de caja, señales de comportamiento e información del dispositivo) para tomar decisiones de préstamo más rápidas, inclusivas y precisas.

Ejemplo: Una fintech de préstamos utiliza un motor de decisión de crédito con IA que analiza el historial de transacciones bancarias de un solicitante sin historial crediticio suficiente, la verificación de empleo y las señales de su dispositivo para aprobar un préstamo personal en segundos.

→ Ver: Toma de decisiones de riesgo con IA

Calificación crediticia (Credit Scoring)

Definición: Un método estadístico para cuantificar las probabilidades de que un prestatario pague su deuda, expresado habitualmente como un puntaje numérico. Los puntajes tradicionales se basan en el historial de pagos, uso del crédito, antigüedad del historial y nuevas consultas. Los modelos alternativos incorporan datos no tradicionales como pagos de alquiler, servicios públicos y comportamiento bancario para facilitar el acceso al crédito.

Ejemplo: Una cooperativa de crédito utiliza un modelo alternativo que toma en cuenta el pago oportuno de alquiler y servicios de un miembro, lo que permite aprobar su solicitud de crédito aun cuando su calificación tradicional FICO habría resultado en un rechazo.

→ Ver: Toma de decisiones de riesgo con IA

CTR (Reporte de Transacciones en Efectivo)

Definición: Un informe que las instituciones financieras de EE. UU. deben presentar ante FinCEN para cada transacción en efectivo que supere los $10,000, o transacciones relacionadas que sumen más de esa cantidad en un solo día hábil. Los CTR ayudan a las autoridades a rastrear grandes movimientos de efectivo que podrían indicar delitos financieros.

Ejemplo: El cajero de un banco procesa tres depósitos en efectivo que suman $11,500 de un mismo cliente en un día. El sistema suma automáticamente las transacciones y genera un CTR para enviarlo a FinCEN.

→ Ver: AML para bancos

D

Enriquecimiento de datos

Definición: El proceso de complementar los datos brutos de transacciones o clientes con contexto adicional de fuentes internas y externas para mejorar la precisión en las decisiones de riesgo. En la prevención de fraudes, esto puede incluir añadir información del dispositivo, reputación del correo electrónico, estado del número telefónico, geolocalización de la IP y comportamiento digital.

Ejemplo: Cuando se abre una cuenta nueva, la plataforma enriquece la dirección de correo del solicitante verificando su antigüedad, reputación del dominio y posible relación con fraudes conocidos, ingresando estas señales al modelo de riesgo.

→ Ver: Plataforma Oscilar

Motor de decisiones

Definición: Un sistema de software que automatiza decisiones complejas evaluando datos contra un conjunto configurable de reglas, modelos y políticas. En la gestión de riesgos, estos motores orquestan la detección de fraude, la aprobación de créditos y los flujos de cumplimiento en tiempo real. Los motores modernos admiten reglas sin código, integración de modelos de aprendizaje automático y pruebas A/B.

Ejemplo: El motor de decisiones de una empresa de pagos evalúa cada transacción contra más de 200 reglas y tres modelos de aprendizaje automático en 50 milisegundos, aprobando automáticamente pagos de bajo riesgo y enviando los sospechosos a revisión manual.

→ Ver: Toma de decisiones de riesgo con IA

Fraude por Deepfakes

Definición: El uso de inteligencia artificial, específicamente técnicas de aprendizaje profundo, para crear contenidos falsos pero sumamente realistas de audio, video o fotos con fines fraudulentos. En los servicios financieros, se utilizan cada vez más para eludir sistemas de verificación de identidad, suplantar ejecutivos o manipular controles de acceso biométrico.

Ejemplo: Un estafador utiliza un video generado por IA de un director financiero de una empresa para hacer una videollamada al departamento de finanzas, ordenándoles transferir $2 millones a una cuenta extranjera. El deepfake es lo suficientemente convincente para superar el filtro inicial.

→ Ver: Plataforma Oscilar

Huella digital del dispositivo

Definición: Una técnica que recopila y analiza atributos del dispositivo de un usuario (como tipo de navegador, sistema operativo, resolución de pantalla, plugins, zona horaria e idioma) para crear un identificador único. Ayuda a detectar fraudes identificando anomalías o vinculando múltiples cuentas a un mismo dispositivo.

Ejemplo: Un sistema de prevención de fraudes identifica que siete solicitudes de préstamos supuestamente independientes provienen del mismo dispositivo (misma resolución de pantalla y navegador), revelando una red de fraude coordinada.

→ Ver: Plataforma Oscilar

E

Detección de emuladores

Definición: El proceso de identificar cuándo un usuario accede a un servicio digital empleando software que simula ser un dispositivo móvil o navegador en vez de un dispositivo físico real. Los estafadores usan emuladores para suplantar identidades de dispositivos, automatizar la creación de cuentas de forma masiva y evadir controles de seguridad.

Ejemplo: Un sistema de evaluación de riesgos detecta que una nueva solicitud de cuenta proviene de un emulador de Android que se ejecuta en una computadora Windows, lo que contradice el tipo de dispositivo declarado y activa un rechazo automático.

→ Ver: Plataforma Oscilar

Debida Diligencia Mejorada (EDD)

Definición: Un nivel más riguroso de verificación y monitoreo aplicado a clientes que representan un mayor riesgo, como personas expuestas políticamente (PEP), clientes ubicados en jurisdicciones de alto riesgo o aquellos que realizan transacciones inusualmente grandes. Exige información más profunda sobre el origen del patrimonio y el propósito de las actividades financieras.

Ejemplo: Un banco privado que registra como cliente a un funcionario público extranjero lleva a cabo una EDD verificando el origen de sus fondos mediante investigaciones independientes, solicitando documentos adicionales y aplicando un monitoreo de transacciones más estricto.

→ Ver: Detección de fraude en KYC

IA Explicable (XAI)

Definición: Modelos y técnicas de inteligencia artificial diseñados para ofrecer explicaciones comprensibles para los humanos sobre sus decisiones y predicciones. En la industria financiera regulada, la explicabilidad es clave para cumplir con las normativas sobre créditos justos, auditorías regulatorias y asegurar que los analistas confíen en las decisiones que toma el sistema.

Ejemplo: Cuando se rechaza una solicitud de crédito, el sistema de IA explicable genera una nota en un lenguaje directo indicando los factores principales: historial crediticio insuficiente, alta relación deuda-ingresos y poco tiempo en el domicilio actual.

→ Ver: Oscilar IA

F

Falso Positivo

Definición: Una transacción o actividad legítima de un cliente que el sistema de detección de fraude califica erróneamente como sospechosa. Las altas tasas de falsos positivos provocan fricciones innecesarias con los usuarios, consumen el tiempo útil de los analistas e incrementan los costos de operación.

Ejemplo: Un cliente que está de viaje en el extranjero paga un hotel y se activa una alerta de fraude por la ubicación geográfica inusual. Tras revisarlo, un analista confirma que es una compra legítima y la añade al perfil de viaje del cliente para evitar futuras alertas erróneas.

→ Ver: Toma de decisiones de riesgo con IA

FinCEN (Red de Control de Delitos Financieros)

Definición: Una oficina de seguridad del Departamento del Tesoro de los EE. UU. encargada de proteger el sistema financiero frente a usos ilícitos, combatir el lavado de dinero y promover la seguridad nacional mediante el análisis y la difusión de datos financieros. Recibe reportes como los SAR y CTR emitidos por instituciones financieras.

Ejemplo: FinCEN emite una alerta sobre una nueva modalidad de lavado de dinero con criptomonedas, lo que lleva a los equipos de cumplimiento a actualizar sus escenarios de monitoreo para captar dichos patrones.

→ Ver: AML para fintechs

Fraude de primera parte / Fraude de autor

Definición: Fraude cometido por el propio titular de la cuenta utilizando su identidad real o manipulada para engañar a una institución financiera. A diferencia del fraude de terceros, este implica declaraciones falsas deliberadas hechas por el propio individuo (por ejemplo, declarar ingresos inflados al pedir un préstamo).

Ejemplo: Un individuo altera sus recibos de nómina en una solicitud de hipoteca para declarar mayores ingresos, obtiene un préstamo que no puede pagar y deja de realizar los pagos a los seis meses.

→ Ver: Protección contra fraude de transacciones

Detección de fraude

Definición: El uso de tecnología, análisis de datos, conjuntos de reglas y modelos de aprendizaje automático para identificar actividades posiblemente fraudulentas casi en tiempo real. Los sistemas eficientes combinan variables de transacciones, comportamiento, huellas de dispositivos y verificación de identidad para reducir falsos positivos.

Ejemplo: Una plataforma analiza un intento de transferencia e identifica señales sospechosas que coinciden al mismo tiempo: nuevo beneficiario, importe inusual y cambio de dispositivo. El sistema bloquea el movimiento de dinero y alerta al equipo de operaciones.

→ Ver: Protección contra fraude de transacciones

Fraude amistoso

Definición: Un tipo de fraude de primera parte en el que un tarjetahabiente realiza una compra válida y luego la disputa ante su banco afirmando que no la reconoce. Aunque en ocasiones ocurre por olvido de la transacción o confusión con el nombre del comercio, también se utiliza como una forma de abuso deliberado.

Ejemplo: Un consumidor contrata un servicio mensual, olvida que vence la recurrencia y disputa el cargo alegando que es un movimiento no autorizado. El comercio pierde la venta y paga cargos administrativos a pesar de ser un cobro legítimo.

→ Ver: Protección contra fraude de transacciones

G

Análisis de gráficos (Graph Analytics)

Definición: Una técnica de análisis que modela las relaciones entre distintas entidades (usuarios, cuentas, dispositivos, direcciones y transacciones) como una red conectada para descubrir conexiones ocultas e identificar redes de lavado o fraude coordinado que son imperceptibles analizando movimientos uno por uno.

Ejemplo: El análisis de gráficos revela que 20 solicitudes de préstamo supuestamente individuales comparten números de contacto y direcciones físicas, descubriendo una red coordinada de fraude con identidades sintéticas.

→ Ver: Oscilar IA

I

Verificación de identidad

Definición: El proceso de confirmar que una persona es quien dice ser, generalmente validando documentos gubernamentales, datos biométricos e información personal con bases de datos autorizadas. Es un elemento fundamental en los procesos de KYC/AML en el registro inicial de usuarios.

Ejemplo: El proceso de registro de un neobanco solicita a los usuarios subir una foto de su identificación oficial y tomarse una selfie. El sistema extrae los datos del documento, los valida con registros del gobierno y hace una comparación biométrica del rostro.

→ Ver: Detección de fraude en KYC

Inteligencia de direcciones IP

Definición: El análisis de la dirección IP de conexión para conocer señales de riesgo como la ubicación geográfica, uso de redes privadas virtuales (VPN) o servidores proxy, tipo de red y antecedentes de actividad sospechosa relacionada.

Ejemplo: Un intento de inicio de sesión desde una dirección IP identificada como parte de la red Tor y ubicada en un país sin relación con el historial habitual del cliente activa de inmediato pasos de autenticación extra.

→ Ver: Plataforma Oscilar

K

KYB (Conozca a su negocio / empresa)

Definición: El proceso de debida diligencia para validar la legalidad, actividad y estructura de propiedad de una persona moral antes de iniciar relaciones comerciales. Permite identificar beneficiarios finales (UBO), evaluar su perfil de riesgo y descartar el uso de empresas fantasma con fines ilícitos.

Ejemplo: Una pasarela de pagos que registra un nuevo comercio realiza KYB revisando su acta constitutiva, identificando a los socios con participación superior al 25% y contrastándolos con listas de sanciones internacionales.

→ Ver: Detección de fraude en KYC

KYC (Conozca a su cliente)

Definición: Requisito regulatorio mediante el cual las organizaciones financieras evalúan y verifican la identidad del cliente, estimando su nivel de riesgo real o potencial para actividades delictivas como el lavado de dinero o el financiamiento al terrorismo.

Ejemplo: Un banco digital procesa la solicitud de un nuevo usuario examinando sus datos a través de un flujo automatizado de KYC que valida documentos, analiza listas de PEP y asigna un nivel de riesgo en menos de dos minutos.

→ Ver: KYC seguro y sin fricciones

L

Prueba de liveness / Detección de prueba de vida

Definición: Una técnica biométrica de seguridad que valida que la persona detrás de la pantalla se encuentre presente y con vida, impidiendo el uso de imágenes impresas, grabaciones de video, máscaras o deepfakes. Puede consistir en acciones dinámicas guiadas o análisis técnico de la captura.

Ejemplo: El flujo de registro de un banco requiere una selfie instantánea y analiza la iluminación y microtexturas de la piel para asegurar que no se trata de una fotografía sostenida frente a la cámara.

→ Ver: Detección de fraude en KYC

M

Aprendizaje automático (Machine Learning) en fraude

Definición: El uso de algoritmos avanzados de aprendizaje supervisado, no supervisado o profundo para detectar patrones de fraude dinámicos que escapan a los sistemas de reglas estáticas. Los modelos se adaptan a medida que se capturan nuevas transacciones.

Example: Un modelo de aprendizaje no supervisado detecta un patrón donde cuentas de nueva creación presentan ligeras variaciones de una misma identidad sintética en múltiples bancos, alertando del riesgo antes de que se consume el fraude.

→ Ver: Oscilar IA

MFA (Autenticación multifactor)

Definición: Método de seguridad que exige combinar dos o más factores independientes para dar acceso al sistema: algo que se conoce (contraseña), algo que se tiene (teléfono o token) y algo que se es (biometría), impidiendo accesos mediante credenciales robadas.

Ejemplo: Para enviar una transferencia elevada, el usuario ingresa su contraseña, recibe e introduce un código dinámico en su celular y finalmente valida mediante huella táctil.

→ Ver: Plataforma Oscilar

Mula de dinero (Money Mule)

Definición: Una persona elegida por delincuentes para recibir y transferir dinero ilícito en su cuenta propia, actuando de intermediario. Pueden ser reclutados bajo engaños de ofertas de empleo falsas o participar a cambio de comisiones. La detección de cuentas mula es un pilar básico en el monitoreo de transacciones.

Ejemplo: Un estudiante recibe transferencias en su cuenta para luego remitir el 90% a cuentas internacionales, creyendo que realiza funciones legítimas de gestoría bajo comisión del 10%.

→ Ver: AML para fintechs

N

Cumplimiento de Nacha

Definición: La adherencia y cumplimiento con las directivas operativas de la asociación que regula la red de ACH en los Estados Unidos. Las reglas cubren autorizaciones, seguridad en datos y prevención de fraudes, obligando a las instituciones a realizar monitoreo activo de operaciones.

Ejemplo: Cumpliendo las actualizaciones de seguridad de Nacha, una institución integra monitoreo en tiempo real sobre los créditos entrantes para retener transferencias sospechosas antes de su liquidación definitiva.

→ Ver: Monitoreo de fraude ACH bajo la normativa Nacha 2026

Análisis de redes

Definición: El estudio de flujos de valor, interacciones y conexiones entre entidades dentro del sistema. En delitos financieros, ayuda a mapear caminos de recursos por diferentes cuentas identificando patrones coordinados característicos de redes de pitufeo u organizaciones delictivas.

Ejemplo: Un análisis de red detecta un patrón donde decenas de cuentas transfieren importes menores de dinero a un solo destinatario intermedio, que acumula los fondos y los extrae en efectivo en minutos (un método común de lavado de dinero).

→ Ver: Oscilar IA

O

OFAC (Oficina de Control de Activos Extranjeros)

Definición: Organización del Departamento del Tesoro de los EE. UU. encargada de gestionar y aplicar sanciones económicas sobre regímenes, gobiernos, narcotraficantes o terroristas. Las entidades financieras tienen prohibido gestionar fondos que provengan o se dirijan a partes enumeradas en la lista de Nacionales Especialmente Designados (SDN).

Ejemplo: El sistema automático de un banco retiene una transferencia internacional por coincidencia de nombre con una empresa sancionada por la OFAC, iniciando una revisión oficial de cumplimiento.

→ Ver: AML para bancos

Riesgo en el registro de usuarios (Onboarding)

Definición: El riesgo inherente de fraude y suplantación de identidades al admitir un nuevo usuario o comercio. Gestionar el riesgo de registro exige el uso de sistemas robustos de KYC, biometría y calificación para evitar el ingreso de actores de mala fe desde el primer momento.

Ejemplo: El motor de una fintech intercepta un registro sospechoso detectando que el correo electrónico del solicitante fue creado apenas unos minutos antes y que se está utilizando el mismo dispositivo físico con el que se intentaron otros registros rechazados previamente.

→ Ver: Plataforma Oscilar

P

Persona Expuesta Políticamente (PEP)

Definición: Individuos que desempeñan o han desempeñado funciones públicas destacadas en un gobierno, poder judicial o fuerzas armadas, incluidos familiares cercanos. Al tener un mayor riesgo de participación en actos de corrupción o cohecho, las instituciones financieras deben aplicar medidas adicionales de Debida Diligencia Mejorada.

Ejemplo: Al detectar que el cónyuge de un ministro en funciones solicita abrir una cuenta, el banco la clasifica de inmediato bajo categoría PEP y realiza una evaluación de origen de patrimonio superior a los perfiles comunes.

→ Ver: AML para bancos

Análisis y filtrado de listas PEP

Definición: El proceso continuo de contrastar las bases de datos de clientes con listas actualizadas de personas públicas y sus círculos cercanos durante el registro inicial y de forma periódica en su ciclo de vida.

Ejemplo: Durante su proceso de registro, el nombre de un cliente coincide en bases de datos como exfuncionario fiscal extranjero, lo que activa pasos de control extra por el departamento de cumplimiento.

→ Ver: AML para bancos

Phishing / Suplantación de identidad por correo electrónico

Definición: Un tipo de estafa o engaño donde el atacante actúa bajo el nombre de organizaciones confiables para sustraer información privada del usuario o forzar el envío de dinero mediante correos falsos, sitios clonados, de texto (smishing) o llamadas de voz (vishing).

Ejemplo: Un empleado recibe un mensaje que aparenta ser de su banco, instándole a verificar sus accesos por seguridad mediante un enlace alternativo. El enlace simula la página de inicio original para capturar los datos ingresados.

→ Ver: Protección contra fraude de transacciones

R

Análisis y decisión en tiempo real

Definición: Capacidad para ejecutar de forma automatizada decisiones de aprobación, rechazo o revisión manual sobre operaciones y transacciones en cuestión de milisegundos, manteniendo el equilibrio ideal entre seguridad y servicio ágil.

Ejemplo: En temporadas festivas, un procesador analiza miles de pagos simultáneos por segundo en modelos de riesgo e historial, dictando respuestas en menos de 50 milisegundos para permitir compras inmediatas.

→ Ver: Toma de decisiones de riesgo con IA

Toma de decisiones de riesgo

Definición: La automatización completa de los criterios para dar respuesta o clasificar transacciones y solicitudes de clientes sobre modelos analíticos en tiempo real. Unifica criterios de fraude, cumplimiento normativo y burós en un solo paso unificado de decisión.

Ejemplo: Un motor procesa una solicitud de línea de crédito validando ingresos, identidad, historial analítico e información del dispositivo al mismo instante, regresando una aceptación con condiciones en 200 milisegundos.

→ Ver: Toma de decisiones de riesgo con IA

Motor de reglas

Definición: Sistemas que aplican lógica condicional estructurada (tipo "si ocurre esto, entonces realiza esto") sobre las variables que recibe del entorno. Para resultados más potentes frente a imprevistos, se utilizan en coordinación con modelos predictivos de aprendizaje automático.

Ejemplo: Una regla bloquea automáticamente consumos por encima de $5,000 hechos en cuentas creadas hace menos de 48 horas, mientras remite la transacción a un modelo para validar otras variables de comportamiento.

→ Ver: Toma de decisiones de riesgo con IA

S

Filtrado por listas de sanciones

Definición: Procesos de confirmación en tiempo real para evitar cualquier intercambio o envío comercial hacia organizaciones o países bloqueados financieramente por directivas gubernamentales (como la OFAC, ONU o Europa).

Ejemplo: Una transferencia internacional dirigida a un destinatario cuyo nombre tiene fuerte coincidencia fonética con una entidad catalogada en la lista SDN es clasificada para detención por el sistema normativo del banco.

→ Ver: AML para bancos

SAR (Reporte de Actividad Sospechosa)

Definición: Notificación regulatoria de carácter informativo confidencial que las empresas financieras deben presentar a las autoridades reguladoras (como FinCEN en los EE. UU.) al detectar comportamientos dudosos o alarmantes en su sistema.

Ejemplo: Un analista descubre que un usuario recibe fondos desde cuentas diversas del extranjero e inmediatamente solicita retiros hacia billeteras externas de criptomonedas. Presenta un reporte confidencial SAR reportando el comportamiento.

→ Ver: AML para fintechs

SCA (Autenticación reforzada de clientes)

Definición: Directiva que forma parte de las normativas europeas (como la PSD2) para exigir que las transacciones y pagos digitales incluyan por lo menos dos factores válidos de protección de entre tres categorías de autenticación.

Ejemplo: Para un cobro de comercio web mayor de €30, la aplicación del banco solicita confirmar biométricamente la operación mediante huella facial en el dispositivo asociado al perfil.

→ Ver: Protección contra fraude de transacciones

Autenticación adaptativa (Step-up)

Definición: Práctica en la que se solicita una segunda capa de autenticación solo si la acción actual supera un límite o criterio específico de riesgo, logrando flujos de usuario más fluidos sin perder seguridad básica.

Ejemplo: El usuario consulta sus estados de cuenta de modo ágil y directo. Sin embargo, si solicita añadir una nueva cuenta receptora externa, el flujo exige un PIN de seguridad extra y verificación de identidad dinámica.

→ Ver: Plataforma Oscilar

Structuring / Fraccionamiento u operaciones fraccionadas

Definición: El fraccionamiento o división deliberada de depósitos u operaciones en montos menores a un límite regulatorio legal establecido con el fin de evitar alertas o declaraciones de fondos. Es un delito financiero que se reporta de forma inmediata.

Ejemplo: El sistema genera una alerta automatizada al detectar depósitos en ventanilla por $9,500 en diferentes sucursales durante 72 horas para evitar el reporte de depósito de $10,000 en el banco.

→ Ver: AML para fintechs

Fraude por identidad sintética

Definición: Un tipo avanzado de fraude donde el estafador mezcla información real de personas físicas (como identificaciones o registros) con datos falsificados para crear un usuario nuevo inexistente, logrando pasar validaciones básicas para solicitar créditos que nunca pagará.

Ejemplo: Una red criminal crea 50 identidades sintéticas utilizando números de identidad fiscal reales de personas fallecidas. Construyen historiales crediticios durante 18 meses para luego vaciar créditos coordinadamente en múltiples bancos.

→ Ver: Toma de decisiones de riesgo con IA

T

Fraude de terceros

Definición: Acto ilegal efectuado por un delincuente empleando credenciales de usuario o información de identidad robada de personas reales para efectuar transacciones o abrir cuentas sin el conocimiento de la víctima ficticia.

Ejemplo: Un estafador abre una tarjeta de crédito en línea utilizando fotos y datos filtrados de otra persona. La persona afectada se entera del fraude al recibir avisos de cobranza por montos que nunca solicitó.

→ Ver: Protección contra fraude de transacciones

Monitoreo de transacciones

Definición: Análisis activo y constante del comportamiento transaccional del cliente para retener e investigar depósitos u operaciones que presenten anormalidades o patrones de riesgo que puedan relacionarse con lavado o fraude.

Ejemplo: El sistema de protección envía una alerta si una pequeña empresa que ingresa facturas promedio de $10,000 mensuales, recibe de repente transferencias de origen extranjero por medio millón de dólares en pocos días.

→ Ver: Protección contra fraude de transacciones

Tipología

Definición: Patrones lógicos detectados de comportamientos de lavado de activos o fraude definidos por reguladores o analistas que describen de forma específica cómo interactúan y operan las organizaciones criminales.

Ejemplo: La organización GAFI publica un nuevo informe con tipologías de lavado a través de la simulación de facturas comerciales entre empresas. Los bancos adaptan sus reglas de cumplimiento para detectar este comportamiento.

→ Ver: AML para bancos

U

UBO (Beneficiario Final Real)

Definición: La persona física directa o indirecta propietaria o controladora de una corporación o persona moral. De forma regulatoria, suele considerarse como aquel socio poseedor de más del 25% de acciones o participación corporativa final.

Ejemplo: Un equipo de prevención analiza una firma comercial y descubre una cadena de control que pasa por una empresa de Islas Vírgenes Británicas para verificar e identificar que su UBO o dueño real directo es una persona de la lista de PEP.

→ Ver: AML para bancos

V

Análisis de frecuencia y velocidad (Velocity Checks)

Definición: Reglas de control de seguridad para detectar anomalías de velocidad basadas en el conteo de frecuencia de acciones del cliente en rangos o periodos de tiempo cortos para identificar bots, ataques o fraudes.

Ejemplo: Un filtro transaccional reporta una tarjeta al detectar cobros reiterativos de montos menores (como pruebas de tarjeta) en menos de 5 minutos, comportamiento común en redes de datos robados.

→ Ver: Protección contra fraude de transacciones

W

Filtrado de listas de vigilancia (Watchlist Screening)

Definición: El cotejo de perfiles de usuarios actuales o del registro comercial con información de agencias de cumplimiento legal y regulatorias (listas de buscados, antiterrorismo) tanto al inicio de relaciones como de forma periódica.

Ejemplo: Cada semana la plataforma corre un barrido de su base completa de usuarios frente a las listas de sanciones vigentes publicadas por OFAC e instituciones europeas, detectando y alertando de perfiles suspendidos de manera oportuna.

→ Ver: AML para fintechs

Fraude electrónico o electrónico por transferencias (Wire Fraud)

Definición: Delito de carácter federal que consiste en la estructuración de mecanismos digitales orientados al engaño y captación patrimonial ilegal mediante el uso de redes telegráficas, internet, telefonía o sistemas bancarios.

Ejemplo: Un estafador simula correos de un asesor notarial para enviar instrucciones de pago falsas al comprador de un inmueble, desviando los fondos de enganche a su favor. La policía investiga y persigue la acción como fraude de transferencias.

→ Ver: Protección contra fraude de transacciones

Sobre este glosario

Este glosario es mantenido y actualizado por Oscilar, la plataforma de vanguardia en soluciones e IA de prevención de fraudes y riesgos para entidades bancarias y de comercio. El documento dinámico incorpora mejoras continuamente según cambian las modalidades y directivas del entorno legal de riesgo.

¿Tiene alguna propuesta o concepto que convenga agregar? ¿Desea conocer cómo la tecnología de Oscilar da respuesta integral a estas complejidades? Visite oscilar.com o solicite asesoría con nuestros profesionales para reservar una sesión.

Manténgase en contacto

Conéctese con nosotros en LinkedIn para enterarse de las últimas novedades

Síganos

->