Equipo de Oscilar

Cómo colaboran Oscilar y SentiLink frente al fraude sintético y de origen propio

Publicado

Publicado

Equipo de Oscilar
Contenido

Comparte este artículo

La mayoría de las solicitudes con fraude de identidad sintética o fraude de primera persona parecen legítimas a primera vista. El número de seguro social es válido, el historial crediticio es breve pero creíble, y para cuando se detecta la pérdida, el «cliente» ya ha desaparecido. Para bancos, fintechs y cooperativas de crédito, detectar el riesgo es solo una parte del reto; actuar a tiempo durante el proceso de aprobación es donde suele acumularse el trabajo manual.

¿Por qué? Porque la alerta de fraude se genera en un sistema y la decisión se toma en otro. Los analistas terminan copiando puntuaciones de un panel a un caso o, lo que es peor, la puntuación nunca llega a la decisión final y cada solicitud sospechosa queda atrapada en una lenta cola de revisión.

La integración de Oscilar con SentiLink resuelve este problema. El Synthetic Fraud Score de SentiLink identifica identidades falsificadas o manipuladas, mientras que su First-Party Fraud Score evalúa si una solicitud presenta patrones típicos de fraude de primera persona. Oscilar es la plataforma de decisiones de riesgo basada en IA donde estas evaluaciones se convierten en acciones concretas.

Cómo funciona la integración

Las puntuaciones y los códigos de motivo de SentiLink se integran en Oscilar como datos estructurados, junto con el resto de las señales que su equipo ya utiliza. Así, el indicador de fraude deja de ser una simple cifra en una pantalla y se convierte en un factor directo de decisión.

A partir de ahí, se aplican las reglas de decisión de su equipo. Una solicitud con bajo riesgo y sin anomalías puede aprobarse de forma automática. En cambio, una puntuación alta de fraude sintético puede activar una verificación adicional o enviarse a revisión manual, reuniendo la puntuación, los motivos y el historial completo de la solicitud en un solo lugar.

Gracias a que los códigos de motivo explican el origen de cada resultado, los revisores cuentan con contexto inmediato en lugar de empezar desde cero. Además, como los límites son configurables, cada equipo puede ajustar los criterios a su propia tolerancia al riesgo, sin depender de un estándar único.

Cómo funciona en la práctica

Una fintech de préstamos recibe una solicitud con un SSN válido y dos años de historial crediticio. El modelo de SentiLink, entrenado con cientos de miles de registros de fraude clasificados por su equipo de inteligencia, detecta un alto riesgo sintético e indica incoherencias en la identidad. En lugar de pasar a la cola general, la solicitud se dirige de inmediato a un flujo específico para fraude sintético. Una verificación eCBSV confirma que el SSN no pertenece al solicitante y el préstamo se rechaza antes de emitir cualquier fondo.

Este proceso también funciona a la inversa. Los solicitantes con poco historial legítimo (como inmigrantes recientes, estudiantes o jóvenes) se diferencian claramente de los perfiles sintéticos en vez de agruparse por error, evitando perjudicar a los buenos clientes.

Cada plataforma se enfoca en su punto fuerte

SentiLink determina si una identidad es real, sintética o presenta indicios de fraude de primera persona, aportando la evidencia correspondiente. Oscilar decide el siguiente paso, aplicando las reglas de su equipo a todas las señales del proceso. El resultado: menos revisiones manuales, decisiones más rápidas y una respuesta inmediata ante cualquier solicitud riesgosa.

Más información: ¿Deuda incobrable o fraude? Cómo diferenciarlos con datos.

Equipo de Oscilar

El equipo de Oscilar está formado por expertos en diversas áreas de gestión de riesgos. Estos artículos reflejan las opiniones y conocimientos de una gran variedad de colaboradores de toda nuestra organización.

Sigue leyendo