Skip to main content
woman on her laptop

Automatización de detección de fraude reduce trabajo manual en 66%, generando un ahorro de 3,3M de euros

Mejoras en la precisión de los filtros de fraude reduce los falsos positivos, optimizando la experiencia tanto para compradores como para vendedores.

Automatización de detección de fraude reduce trabajo manual en 66%, generando un ahorro de 3,3M de euros

Mejoras en la precisión de los filtros de fraude reduce los falsos positivos, optimizando la experiencia tanto para compradores como para vendedores.

66% menos de trabajo manual
3,3 millones de euros en ahorro de costos
800% de mejora en la precisión del fraude

Aunque se le denominó el “Salvaje Oeste” hace décadas, el comercio en línea a veces es terreno hostil para los negocios si no se siguen ciertas prácticas seguras. Con la amenaza de fraude en aumento, los márgenes de ganancia, la reputación de las marcas y la experiencia del cliente corren riesgos.

Incluso cuando los estafadores no están intentando engañar a las empresas y sus clientes, los procesos de autenticación deficientes pueden perjudicar la experiencia, frustrando tanto a los compradores como a los vendedores en línea. 

El desafío

Un importante marketplace de comercio electrónico en EMEA priorizaba la autenticidad, consciente de que era clave para generar confianza y fidelidad tanto entre sus clientes como entre los vendedores que dependían de la plataforma para su sustento o ingresos adicionales.

Nuestro cliente quería asegurarse de que los productos ofrecidos en su plataforma fueran auténticos y estuvieran disponibles en el momento en que los compradores hicieran clic en "Añadir al carrito".

Sin embargo, demasiadas publicaciones de productos eran marcadas incorrectamente como fraudulentas, lo que generaba una mala experiencia de compra/venta y costos excesivos debido a la investigación manual requerida para su verificación.

Nuestra solución

El equipo de TTEC realizó un análisis de falsos positivos para identificar los patrones y las causas raíz que llevaban a que tanto compradores como vendedores legítimos, fueran marcados erróneamente como sospechosos o identificados como bots cuando en realidad eran humanos. Refinamos el algoritmo de búsqueda para detectar con mayor precisión las publicaciones problemáticas.

Se diseñaron e implementaron nuevas cadenas de búsqueda más precisas con palabras clave como “sty1e,” “oak1ey” y “tiffanysty1e” para ayudar a identificar productos falsificados y logotipos mal representados.

Además, permitimos que los asociados realizaran moderación de contenido y seguridad de cuentas en miles de millones de publicaciones activas y millones de compradores. Desplegamos algoritmos de aprendizaje automático y automatización con IA para detectar y responder a problemas de seguridad de cuentas, incluyendo apropiaciones de cuentas (ATOs) y verificación.

Los resultados

El volumen de transacciones que requerían una investigación manual se redujo en un 66%. Gracias a búsquedas más precisas, se ahorraron 1.079 horas al mes y los recursos de tiempo completo (FTE) se redujeron en un 60%, generando un ahorro de 3,3 millones de euros en tres años. La precisión de los filtros de fraude mejoró en un 800%.