Prevención de fraude en África: por qué los modelos europeos y estadounidenses no siempre se trasladan

Cuando los bancos y los procesadores se expanden a los mercados africanos, a menudo llevan consigo sus modelos de fraude. Esos modelos se entrenaron con la realidad europea y norteamericana, y esa realidad incorpora silenciosamente supuestos que sencillamente no se sostienen en gran parte del continente. El resultado es un stack antifraude que parece sofisticado y que pasa por alto el fraude que realmente ocurre.

Esta no es una historia sobre que una región sea más difícil de proteger que otra. Es una historia sobre el encaje. Un modelo es tan bueno como los supuestos que lo sustentan, y los supuestos importados son precisamente donde la prevención de fraude en África tiende a fallar.

Los supuestos que no viajan bien

Los modelos de fraude occidentales tienden a dar por sentado:

• Un smartphone con abundante telemetría. Buena parte de la banca africana funciona con teléfonos básicos y USSD, donde la huella del dispositivo y la biometría del comportamiento tienen poco que observar.
• Una persona, un dispositivo, una identidad. Los dispositivos y las SIM compartidas son habituales; un solo terminal puede dar servicio a una familia o a toda una comunidad.
• Un historial de identidad y de crédito sólido. Muchos clientes son nuevos en el sistema formal, con pocos datos históricos para elaborar perfiles.
• Raíles centrados en la tarjeta. Los pagos africanos están dominados por el dinero móvil, las transferencias bancarias y las redes de agentes, no por los flujos con tarjeta presente o sin tarjeta presente.
• Conectividad permanente. Las redes intermitentes cambian el comportamiento de las sesiones y la forma en que se intentan y se reintentan las transacciones.
• Efectivo en los extremos. El ingreso y la retirada de efectivo a través de redes de agentes introduce una capa física y humana que los modelos occidentales, exclusivamente digitales, nunca modelaron.

Introduce un modelo construido sobre esos supuestos en un mercado donde son falsos, y hará dos cosas mal a la vez: eleva los falsos positivos ante comportamientos legítimos que considera «anómalos» y pasa por alto el fraude genuino que sus datos de entrenamiento nunca contuvieron.

Cómo es realmente el fraude en África

Los patrones dominantes reflejan el entorno:

• Ingeniería social dirigida a los usuarios de dinero móvil y USSD, a menudo mediante llamadas y mensajes que suplantan a agentes, operadoras de telecomunicaciones o bancos.
• Apropiación de cuentas habilitada por el SIM swap, dada la centralidad del número de teléfono para la identidad y la verificación.
• Abuso de la red de agentes, donde el punto de retirada de efectivo se convierte en un vector de fraude y en un punto de recolección para mulas.
• Cuentas mula y estratificación rápida entre monederos de dinero móvil y cuentas bancarias.
• Anonimato de la SIM prepago, que debilita los anclajes de identidad en los que se apoyan los modelos occidentales.
• Fraude de cuentas nuevas y de origen (first-party), que explota los historiales escasos que la inclusión crea necesariamente.

Nigeria y Kenia ilustran este punto. Ambos son casos de éxito de la banca digital, y en ambos el fraude gravita hacia el dinero móvil, el USSD, los SIM swaps y las redes de mulas: canales y tácticas que un modelo de tarjeta y smartphone apenas aborda.

Diseñar para el mercado, no contra él

La lección no es abandonar la prevención de fraude cuantitativa, sino construir sobre supuestos que se ajusten a la realidad del terreno. Eso significa:

• Cobertura de canales que incluya el USSD y el dinero móvil, no solo las apps y las tarjetas.
• Puntuación de riesgo conductual y contextual que funcione con telemetría e historiales escasos, en lugar de exigir datos de dispositivo abundantes y largos historiales crediticios.
• Tolerancia a los dispositivos y las SIM compartidas, para que el uso compartido legítimo no se trate como un compromiso.
• Señales a nivel de beneficiario y de red para detectar el abuso de mulas y de la red de agentes.
• Decisiones de riesgo de baja fricción, porque la inclusión depende de la accesibilidad: los controles que castigan a todo el mundo empujarán a los clientes de vuelta al efectivo.

Por encima de todo, significa tratar lo «anómalo» como algo relativo a este mercado y a este cliente, no a una referencia europea o estadounidense.

Cómo está diseñado Paygilant para estos mercados

Paygilant no adaptó una estrategia africana sobre un modelo occidental; los mercados móviles primero y multicanal son su objetivo central de diseño. Ofrece una detección sólida tanto en apps como en USSD, y su motor de riesgo está construido para razonar a partir de señales conductuales y contextuales, en lugar de dar por sentada una telemetría de dispositivo abundante o un profundo historial crediticio.

Eso lo hace muy adecuado para las realidades que rompen los modelos importados: datos escasos, dispositivos compartidos, raíles de dinero móvil y de agentes, y la necesidad constante de proteger a los clientes sin añadir una fricción que socave la inclusión. Al puntuar el riesgo de forma continua a lo largo de todo el recorrido y centrarse en los patrones de beneficiario y de comportamiento, Paygilant detecta el fraude de ingeniería social, de SIM swap y de redes de mulas que domina estos mercados, el fraude que un modelo de tarjeta y smartphone nunca se diseñó para ver.

La prevención de fraude en África no necesita más del modelo de otra persona. Necesita uno que parta de cómo operan realmente los africanos con su banca.