Perspectivas clave del Informe de Fraude de Movilidad de Veriff Enero-Junio 2020

El uso de vehículos personales y el transporte público se han transformado de manera inimaginable en los últimos años, ya que se han introducido servicios innovadores como coches, scooters o bicicletas de alquiler basados en aplicaciones, y transporte compartido.

Estos servicios llevaron a la aparición del concepto de ‘Movilidad como Servicio’ (MaaS). En la revista “Tecnología en la Sociedad”, el concepto de MaaS se describe simplemente como:

“La agrupación de diferentes medios de transporte, públicos y privados, en un paquete fácil de usar para el cliente. El servicio se proporciona al cliente bajo demanda a través de aplicaciones móviles y el pago se maneja a través de una billetera digital.

En otras palabras, MaaS reúne todos los modos de transporte en una sola aplicación móvil intuitiva y facilita que cualquier planificación de viajes sea sencilla e instantánea, poniendo al pasajero en primer lugar. Combina opciones de viaje con diferentes vehículos de diferentes proveedores, proporcionando todo, desde la planificación de viajes hasta el pago.

Además de hacer que viajar sea más barato, fácil y accesible, el concepto de ‘MaaS’ también lo ha hecho más amigable para el medio ambiente. El centro tecnológico e de innovación del Reino Unido para la Movilidad Inteligente ha proporcionado un ejemplo teórico que muestra cómo un soporte de MaaS puede reducir el uso de Vehículo de Ocupación Única en su informe “Explorando la Oportunidad para la Movilidad como Servicio en el Reino Unido“.

Y según la investigación de ‘Movilidad y la Economía Colaborativa: Potencial para Superar las Conexiones de Transporte Público de Primera y Última Milla’, el uso de vehículos compartidos unidireccionales puede reducir los VMT y las emisiones de GHG en un 6%-16% y un 4%-18% respectivamente.

El concepto de consumo compartido ha cambiado el panorama de la industria de movilidad. Se basa en la idea de que a veces el acceso temporal a un servicio es más conveniente y beneficioso que el acceso permanente. El modelo de consumo compartido se ha propuesto en relación con el uso de vehículos personales desde hace varios años. La conclusión es esta: hay cientos de vehículos diferentes esparcidos por una ciudad (usualmente coches económicos o eléctricos, scooters o bicicletas) que pueden ser fácilmente reservados y accesados directamente desde una aplicación en su teléfono. Y cuando termina el viaje, puede bloquear el vehículo utilizando la aplicación, obtener un recibo y dejar de preocuparse por dónde estacionó su coche, cuánto cuesta el mantenimiento mensual, etc.

Al proporcionar acceso a estos servicios, necesita conocer la identidad de su cliente (y si tiene permiso para usar el vehículo relevante) antes de entregarle las llaves. Aquí es donde Veriff entra en juego: ayudándole a otorgar acceso a usuarios legítimos con un alto nivel de automatización, precisión, cumplimiento y prevención del fraude. Y si no estás convencido, consulta lo que nuestros socios, goUrban, dijeron sobre nosotros en nuestro blog.

Impacto del COVID-19 en la Movilidad

La movilidad fue una de las industrias más afectadas durante la pandemia de COVID-19. Hay diversos factores en el corazón de las consecuencias negativas: confinamientos, cierre de fronteras estatales, restricciones al movimiento, riesgo de salud percibido al utilizar transporte compartido, etc. Diferentes combinaciones de todos estos factores afectaron a cada servicio de movilidad.

Según un análisis de McKinsey “Con el número de kilómetros de pasajeros viajados cayendo un 50-60% en todo el mundo desde el inicio de la crisis COVID-19, el uso de soluciones de micromovilidad ha disminuido drásticamente.”

Hoy en día, las empresas de movilidad están en una etapa de transición llena de incertidumbre, con la posible necesidad de introducir estrictos controles de higiene, como el uso obligatorio de mascarillas para conductores y pasajeros, chequeos de salud, protocolos de distanciamiento y el número de personas permitido por espacio. La incertidumbre no solo concierne a la temporalidad del regreso a los indicadores previos a la crisis, sino también a la imagen futura del sector de transportes en el mundo post-coronavirus en su conjunto.

Herramientas de Prevención de Fraude de Veriff

Veriff cuenta con un motor de prevención de fraude desarrollado internamente que automatiza el proceso de toma de decisiones y también asiste a especialistas en caso de que no se pueda hacer una decisión automática (un enfoque híbrido). El motor se puede descomponer en partes más pequeñas, pero todas giran en torno a nuestra solución de huellas digitales de dispositivos patentadas (ver Gráfico 1).

Entrecruzamiento

La vinculación cruzada permite a Veriff agrupar sesiones que comparten puntos de datos similares. Basado en el conocimiento previo, los defraudadores no tienden a limitarse a un solo intento: intentarán conseguir la verificación hoy, mañana y en los meses siguientes, y no se detendrán mientras tengan identidades falsas. Toda la información de los vínculos cruzados es tenida en cuenta por nuestro motor de decisión automático, y se envía a nuestros clientes.

Gráfico 1. Motor de Prevención de Fraude de Veriff

Abuso de velocidad

El sistema de Velocidad/Abuso asegura que ningún usuario final abusa de su servicio mediante la creación de múltiples cuentas. Teniendo en cuenta toda la información que vemos a través de vínculos cruzados, podemos automáticamente desconectar a los usuarios si ellos, su documento o dispositivo han sido aprobados anteriormente. Tenemos tres verificaciones de velocidad que se pueden activar juntas o de forma independiente:

• Usuario duplicado – verifica si la persona ha sido aprobada anteriormente
• Documento duplicado – verifica si el documento ha sido aprobado anteriormente
• Dispositivo duplicado – verifica si el mismo dispositivo ha sido aprobado anteriormente

Etiquetas de riesgo

Las etiquetas de riesgo señalan los signos de comportamiento fraudulento en las sesiones. Estas etiquetas son utilizadas por nuestros especialistas en revisiones de seguridad más detalladas y se envían a los clientes para darles información sobre la decisión final y ayudar en el análisis posterior.

¿De qué tipos de fraude estamos hablando aquí?

Estamos desglosando el fraude en movilidad en 4 tipos principales:

• Fraude documental
• Fraude técnico
• Fraude de identidad
• Fraude recurrente

Analizaremos cada uno en profundidad, qué son, los tipos que vemos más regularmente y el impacto dentro del mundo de la tecnología financiera.

Fraude de documentos

Este es, a menudo, el tipo de fraude de identidad que viene a la mente primero: documentos de identidad alterados o completamente falsos. Estos a menudo existen en forma de identificaciones falsas para una aplicación del mundo real específica: normalmente para acceder a algo para lo que no tienes la edad suficiente, pero en línea, normalmente hay más habilidades requeridas para su creación, y suelen tener un propósito monetario, frecuentemente ofreciendo algún tipo de bonificación financiera por invitar a más usuarios a un sitio.

En el caso de la movilidad, podríamos considerar una licencia de conducir falsa creada para acceder a un vehículo cuando es menor de edad, o presente cuando se le sorprende conduciendo siendo menor. Aunque tanto Veriff como las fuerzas policiales pueden detectar esto con una velocidad impresionante.

Documentos manipulados

Hay varios métodos de manipulación, pero el resultado final siempre incluye ligeras alteraciones realizadas a un documento legítimo para cambiar parcial o completamente la identidad del titular. Las falsificaciones incluyen, pero no se limitan a:

• Alterar o reemplazar la imagen del documento
• Sobre escribir datos del documento con un bolígrafo, lápiz u otras herramientas simples
• Agregar/quitar datos específicos del documento o elementos

Documentos falsos

Los documentos alterados suelen ser originales falsificados, pero los documentos falsos intentan imitar la apariencia de un documento legítimo pero son reproducciones del original. Estos vienen en forma de:

• Especímenes emitidos por el gobierno alterados que son públicos
• Plantillas prehechas con fotos y datos falsos

En los primeros 6 meses de 2020, el fraude documental representó el 7% de todo el fraude en el mercado de movilidad (ver Gráfico 2).

Gráfico 2. Fraude Documental en Movilidad

Cómo Veriff enfrenta el fraude de documentos

Nuestra base de datos de documentos interna juega un papel clave en garantizar la precisión de la prevención del fraude documental. La base de datos se actualiza regularmente a medida que realizamos una investigación extensa relacionada con documentos (es decir, encontramos ejemplares oficiales, información relacionada con los términos de emisión, etc.) y colaboramos con las autoridades gubernamentales de todo el mundo.

Además de nuestra base de datos, el motor de prevención de fraude interno de Veriff juega un papel crucial en la detección y prevención del fraude documental. Con la ayuda del cruce de información, podemos ver si un usuario ha presentado anteriormente documentos alterados o ha estado involucrado en alguna actividad sospechosa.

Fraude Técnico

Esto es exactamente lo que podrías esperar, fraude que involucra cierto grado de habilidad técnica que una persona promedio no tendría. En este caso, estamos hablando de imágenes transmitidas y accesos fraudulentos, dos métodos para aprovechar ofertas y obtener posibles ganancias monetarias.

Imágenes y/o videos se transmiten (o un pase de diapositivas)

Este tipo de fraude ocurre cuando una verificación incluye medios provenientes de una fuente de cámara emulada. Un estafador podría recopilar retratos y fotos de documentos pertenecientes a diferentes personas por adelantado, editarlos en un video y transmitirlo dentro del flujo de Veriff para imitar el proceso en vivo.

Acceso fraudulento a la sesión

Cada vez que un usuario final accede al flujo de verificación, recopilamos información del dispositivo y de la red. Los accesos fraudulentos se definen como:

“Accesos asociados con una sesión de verificación que se ha accedido desde redes de diferentes países y múltiples dispositivos.”

Este es un indicador de que el enlace de la sesión se comparte fraudulentamente entre diferentes partes.

En los primeros 6 meses de 2020, el fraude técnico representó el 4% de todo el fraude en el mercado de movilidad (ver Gráfico 3).

Gráfico 3. Fraude Técnico en Movilidad

Cómo Veriff aborda el fraude técnico

Nuestro perfil integral de datos crudos de dispositivos y redes nos brinda control total sobre qué piezas de información utilizamos y en qué contexto. Podemos utilizar elementos específicos de la información del dispositivo para detectar si se usó software de emulación de cámara en algún momento durante el proceso de verificación.

Si detectamos que se utilizó una fuente de cámara emulada para enviar la sesión, lo anotamos, lo que ayuda en la decisión final. También realizamos chequeos en las imágenes de la sesión, para verificar si hay un movimiento natural consistente entre ellas.

Para prevenir posibles accesos fraudulentos en la sesión, buscamos detectar si se está accediendo a una sesión desde diferentes redes de países. Si detectamos un patrón repetitivo que indica acceso fraudulento, automáticamente bloqueamos al usuario con la sospecha de que el enlace de la sesión ha sido comprometido.

Como estamos hablando de fraude técnico – ¿sabías sobre la existencia de estafas románticas?

En las estafas románticas, los estafadores suelen crear perfiles en línea falsos con identidades, fotos y nombres ficticios con los que atraen a sus víctimas, donde el grupo objetivo principal suele ser mujeres mayores. Después de establecer contacto, comienzan a expresar fuertes emociones por su víctima, compartiendo información ‘personal’ y susurrando digitalmente palabras dulces. Una vez que han ganado la confianza de sus víctimas, solicitan dinero u otros ‘favores’. Estas estafas generalmente terminan con grandes pérdidas financieras y un profundo sentimiento de traición emocional.

Sin sorpresas, hemos visto una ‘historia de amor’ similar en Veriff. Una mujer fue atraída a abrir una cuenta para un servicio que supusimos que nunca usaría, probablemente sin darse cuenta de que es víctima de una estafa. Gracias a nuestra detección de accesos fraudulentos y a la función de video, atrapamos al estafador infraganti mientras le pedía a la mujer que tomara fotos adicionales y enviara detalles de autorización a través de mensajería.

Imagen por Miina Vilo

Fraude de Identidad

Ahora llegamos al fraude de identidad. No es muy diferente del fraude documental que mencionamos anteriormente, el fraude de identidad se trata más de la suplantación que de la manipulación real de documentos. Ese es uno de los dos ejemplos que buscaremos resaltar, de hecho, la suplantación tentativa, junto con el engaño tentativo.

Intento de suplantación

El intento de suplantación es el uso intencional del documento de identidad de otra persona con el objetivo de obtener acceso al servicio en nombre de otra persona. Este tipo de fraude generalmente utiliza un documento físico obtenido ilegalmente de la víctima presentado por un estafador.

Intento de engaño utilizando imágenes falsas

El usuario final no muestra un documento físico real, sino que lo muestra desde una pantalla de dispositivo o en papel impreso mientras utiliza el documento digital de otra persona o un documento manipulado digitalmente.

En los primeros 6 meses de 2020, el fraude de identidad constituyó el 55% de todo el fraude en el mercado de movilidad, lo que lo convierte de lejos en el tipo más prevalente (ver Gráfico 4).

Gráfico 4. Fraude de Identidad en Movilidad

Cómo Veriff lucha contra el fraude de identidad

Dada la naturaleza de la industria, cada empresa de movilidad debe mantener un equilibrio entre garantizar el cumplimiento de todas las regulaciones relevantes y ofrecer una gran experiencia al cliente. Y aquí es donde Veriff interviene, con nuestro flujo altamente configurable y sólida prevención del fraude.

Para detectar si se ha iniciado un proceso de verificación con el documento físico de otra persona, comparamos las caras extraídas de un selfie y una foto del documento. Si nuestra confianza en la similitud es demasiado baja, rechazamos la sesión. Si nuestro motor automático no está seguro, destaca los riesgos apropiados y deja la decisión a un especialista.

Para movilidad, verificamos predominantemente licencias de conducir, y es por eso que también ofrecemos extracción de categoría de licencia de conducir, como una característica adicional dirigida a empresas de movilidad. No solo podrá ver los detalles de su usuario, sino también qué categoría de vehículo se le ha aprobado para conducir.

Al proporcionar activos de alto valor a los consumidores, es decir, coches, cada servicio de movilidad está sujeto a altos riesgos comerciales. Junto con el robo potencial de un vehículo, existe el peligro de robo de identidad por parte de estafadores que penetran los dispositivos de usuarios reales o crean identidades falsas para obtener acceso al servicio.

“¡El robo de identidad no es un chiste, Jim! ¡Millones de familias sufren cada año!“ – Dwight Schrute

Aquí en Veriff, hemos visto diferentes tipos de robo de identidad: desde niños menores de edad utilizando documentos de sus hermanos o padres para alquilar un scooter, hasta deepfakes tratando de imitar la apariencia de otra persona manipulando imágenes y/o videos. La creciente ola de AI y aprendizaje automático está facilitando constantemente el robo del rostro de alguien sin necesidad de una cirugía plástica (como hizo John Travolta en la película “Cara a Cara”), pero nuestros controles antifraude y detección de deepfake se asegurarán de que la persona correcta tenga acceso al servicio que requiere.

Un ejemplo de tecnología deepfake: en una escena de El Hombre de Acero, la actriz Amy Adams en el original (izquierda) es modificada para tener la cara del actor Nicolas Cage (derecha) – fuente https://en.wikipedia.org/wiki/Deepfake

Fraude Recursivo

Finalmente, llegamos al fraude recurrente. Esto también se descompone en dos ejemplos, uno de los cuales es el fraude básico ‘recursivo’, donde un estafador ha tenido éxito y vuelve a intentar. El otro es el abuso de velocidad, que explicaremos más adelante.

Recursivo – Fuertes vínculos con fraudes anteriores

Si los estafadores logran abusar del sistema, volverán y lo intentarán de nuevo, si fracasan en hacerlo, volverán y lo intentarán el doble de fuerte.

Abuso de velocidad

El abuso de velocidad funciona de la siguiente manera: después de ser aprobado una vez, los estafadores intentan abusar del sistema y ser aprobados tantas veces como sea posible, lo que generalmente implica verificar a diferentes usuarios reales sin decirles para qué están siendo verificados. Los estafadores tienden a llegar tan lejos como para crear identidades sintéticas, donde intentan crear una nueva identidad combinando su información real junto con datos falsos.

En los primeros 6 meses de 2020, el fraude recurrente constituyó el 34% de todo el fraude en el mercado de movilidad (ver Gráfico 5).

Gráfico 5. Fraude Recurrente en Movilidad

Cómo Veriff lucha contra el fraude recurrente

El fraude recurrente es donde nuestros cruces brillan más. Si estamos seguros de que el usuario final ha cometido fraude anteriormente, rechazaremos automáticamente todos los intentos recurrentes asociados con la misma persona, dispositivo o documento

Si la misma persona, documento o dispositivo se han encontrado aprobados en las sesiones enviadas anteriormente, todos los intentos recurrentes serán rechazados con Velocidad/Abuso

El Desglose General

Ahora que hemos revisado los 4 diferentes tipos de fraude que hemos visto dentro de la industria de movilidad, podemos ver el desglose completo a continuación (ver Gráfico 6):

Gráfico 6. Tipos de Fraude en Movilidad

• Fraude documental – 7%
• Fraude técnico – 4%
• Fraude de identidad – 55%
• Fraude recurrente – 34%

Por supuesto, en todos los casos anteriores, Veriff está bien posicionado como proveedor de verificación para luchar contra el fraude en línea en todas sus formas. Seguimos observando tendencias en la industria de movilidad para poder adelantarnos a los desarrollos y prevenir problemas para nuestros socios de movilidad.

With a quick selfie our AI can estimate your age in less than a second!

Si desea aprender más sobre la tecnología de prevención de fraude de Veriff, puede visitar nuestro sitio web o contactarnos a través de (correo aquí). Y asegúrate de estar atento a nuestro informe final que llegará en un futuro cercano – cubriendo las 3 industrias (Cripto, Fintech y Movilidad) en un informe general exhaustivo.