Tabla de contenido:
- Empresas Mire sus patrones
- Las empresas usan su asistencia
- Compañías emplean algoritmos técnicos
- Key Takeaways
El fraude con tarjeta de crédito les cuesta a los consumidores alrededor de $ 4. 8 mil millones al año y los comerciantes $ 190 mil millones al año. El Fair Credit Billing Act (FCBA) limita la responsabilidad del consumidor por transacciones con tarjeta no autorizadas a $ 50. Las compañías de tarjetas de crédito tienen que cubrir el resto, por lo que estas agencias están muy interesadas en rastrear y restringir el fraude. Con ese fin, han puesto en juego procedimientos muy esquemáticos y complejos para detectar y procesar el fraude. Las siguientes son las tres formas principales en que se hace.
Empresas Mire sus patrones
Las compañías de tarjetas de crédito realizan un seguimiento de sus patrones de gastos a través de sistemas que determinan la validez de sus compras. Cada vez que su patrón se rompe con adquisiciones altamente cotizadas o inusuales o con transacciones realizadas fuera de su lugar de origen, la empresa lo nota y lo alerta. La compañía también nota una frecuencia cambiada, como si registrara más transacciones que antes y si sus transacciones de comercio electrónico usaran una dirección IP modificada. Los ladrones tienden a probar las tarjetas de crédito haciendo transacciones más pequeñas seguidas por las cada vez más grandes. Las compañías de tarjetas de crédito lo alertan si notan tal patrón.
Las empresas usan su asistencia
Es posible que haya informado una o más instancias de robo de tarjeta de crédito. Las compañías de tarjetas de crédito realizan un seguimiento al anotar cargos similares en una o más de sus tarjetas y solicitándoles que las verifiquen. El ladrón puede haber cometido fraude bajo diferentes nombres, u otros hackers pueden estar cometiendo las mismas estafas o similares.
Compañías emplean algoritmos técnicos
Las compañías de tarjetas de crédito usan un sistema altamente sofisticado de algoritmos técnicos para atrapar el fraude. Estos incluyen la agrupación en clústeres, donde los bancos vinculan las compras comunes entre sí y atrapan las adquisiciones atípicas; promediar, donde los bancos calculan los medios de sus compras para determinar su comportamiento de compra típico; y clasificación, donde los bancos etiquetan las transacciones según categorías que incluyen geografía, tiempo, probabilidad de fraude, etc.
El análisis de datos estándar se ha convertido en análisis de big data, donde los ingenieros utilizan tecnologías como la computación en la nube y el aprendizaje automático para detectar anomalías. Las compañías de tarjetas de crédito pasan por montones de datos para descartar los falsos positivos y detectar patrones. El sistema informático usa petabytes para procesar todos estos datos. En cualquier momento, PayPal procesa 1. 1 petabytes de datos por cada 169 millones de cuentas de clientes. Esta cantidad de procesamiento puede dañar la estructura informática de la empresa, por lo que la computadora recurre a la computación en la nube para obtener ayuda. La computación en la nube se estira para tomar una infinidad de datos. De esta forma, las compañías de tarjetas de crédito logran detectar más señales sospechosas.
Las compañías de tarjetas de crédito también usan el aprendizaje automático, que consiste en modelos informáticos entrenados al alimentar transacciones típicas para escupir predicciones.El aprendizaje automático analiza la transacción y produce un dígito de probabilidad para calificar su confiabilidad. Este proceso ayuda a los comerciantes a detectar el fraude justo a tiempo, por lo que si un cajero rechazó su tarjeta de crédito, es probable que el modelo haya producido un alto puntaje de probabilidad de fraude que haya alertado al sistema de punto de venta para que rechace la transacción.
Key Takeaways
El PCI Security Standards Council se dedica a mejorar los estándares de seguridad para la protección de datos de su cuenta. Los comerciantes que procesan tarjetas de crédito deben llevar a cabo sus auditorías de seguridad una vez al año, y las tecnologías de chip y PIN son solo uno de los muchos sistemas de TI nuevos que han salido a detectar fraudes. Sin embargo, el fraude con tarjetas de crédito continúa creciendo, con 1, 540 infracciones ocurriendo en todo el mundo en 2014, según el Índice de Nivel de Incumplimiento 2014 de Gemalto.
Las compañías de tarjetas de crédito intentan varias estratagemas para atrapar el fraude. Estos incluyen análisis de datos grandes tradicionales y emergentes para detectar patrones anormales. Los datos muestran que sus esfuerzos están produciendo tasas de fraude promedio anuales más bajas, al menos en Estados Unidos. Por ejemplo, los defraudadores que usaron tarjetas de crédito robaron $ 18 mil millones de 13. 1 millón de consumidores de EE. UU. En 2013. Este número disminuyó en 2014 a $ 16 mil millones de 12. 7 millones de víctimas de EE. UU.
6 Razones por las que no debes temer a las tarjetas de crédito | Las tarjetas de crédito Investopedia
No deben temerse. Cuando se usan de la manera correcta, pueden proporcionar a los consumidores grandes recompensas y beneficios.
Las mejores tarjetas de crédito para viajes en China (DFS) | Las tarjetas de crédito Investopedia
Ahora son mucho más aceptadas en China, y un emisor lidera el paquete, debido a su acuerdo con China UnionPay, la red de tarjetas bancarias chinas.
Cómo hacer que las recompensas de tarjetas de crédito lo valen | Las recompensas de tarjetas de crédito Investopedia
Pueden hacer que valga la pena el precio de una tarjeta premium, pero solo si gasta lo suficiente. Asegúrese de hacer los cálculos antes de decidir.