La inteligencia de ubicación comienza a incorporarse a los sistemas de prevención de fraude para identificar posibles estafas antes de que se ejecuten las transferencias de dinero. Esta tecnología permite analizar las relaciones entre emisores y beneficiarios, complementando los mecanismos tradicionales de autenticación y evaluación de riesgos.
 

La solución, desarrollada por Incognia bajo el nombre Real-Time Scam Prevention, está orientada especialmente a detectar fraudes mediante ingeniería social y transferencias autorizadas por los propios clientes (Authorized Push Payment scams). En estos casos, el usuario realiza voluntariamente la operación tras haber sido manipulado por un delincuente, lo que dificulta su identificación mediante controles convencionales.
 

Uno de sus componentes centrales es Physical Social Graph, una tecnología que analiza patrones históricos de ubicación para identificar posibles vínculos físicos entre el emisor y el receptor de una transferencia.
 

En lugar de limitarse a verificar dónde se encuentra el usuario al momento de realizar un pago, el sistema compara los lugares frecuentados habitualmente por ambas partes para detectar relaciones, comportamientos atípicos y señales que puedan indicar una operación fraudulenta.
 

Este análisis se complementa con aproximadamente 500 señales adicionales de riesgo, entre ellas la identificación de cuentas utilizadas para recibir fondos fraudulentos, llamadas telefónicas activas, herramientas de acceso remoto, integridad de los dispositivos e intentos de falsificación de ubicación.

En una evaluación realizada con datos de transacciones de una institución financiera, la tecnología permitió identificar aproximadamente el 70% de las operaciones clasificadas como estafas, según los resultados comunicados por el proveedor.
 

No obstante, no se difundieron detalles suficientes sobre el tamaño de la muestra, la tasa de falsos positivos o el desempeño comparativo frente a otros modelos de detección.
 

La solución también contempla el análisis de relaciones y actividades sospechosas entre instituciones financieras participantes, con el objetivo de identificar redes de fraude que podrían pasar inadvertidas cuando cada entidad evalúa exclusivamente sus propias operaciones.

Las evaluaciones se realizan en tiempo real, permitiendo incorporar estas señales a los sistemas de decisión de los bancos antes de autorizar una transferencia.
 

Este enfoque adquiere especial relevancia en los sistemas de pagos instantáneos, donde la autenticación del usuario no garantiza que una operación sea legítima y las posibilidades de recuperar los fondos después de su ejecución son limitadas.
 

La incorporación de inteligencia de ubicación y análisis de relaciones entre usuarios representa así una nueva capa de prevención para identificar estafas en operaciones que, desde el punto de vista de la autenticación, pueden parecer completamente válidas