Los fraudes tipo estafas se hacen cada vez más comunes y masivos, ya que se aplican por canales digitales como redes sociales, páginas web o smartphones.

Los estafadores por lo general buscan captar la atención de la víctima aprovechándose de su necesidad u ofreciendo un producto o servicio a un precio o condiciones atractivas, como un alquiler en una buena zona a un precio muy bajo o un préstamo rápido y sin documentación con intereses bajos.

Andrés Villa, especialista en Big Data y Soluciones Analíticas de SAS Perú, enumeró tres pasos para evitar los fraudes:

1. Obtener la data disponible respecto al contexto de estos fraudes como documentación de cómo ocurrieron estas estafas a partir de las denuncias de ciudadanos, de las denuncias a través de redes sociales y de la data pública disponible de estas supuestas empresas o servicios.

2. Generar conocimiento analizando la data capturada. Aquí pueden aplicarse técnicas de minería de texto sobre el texto libre para entender cómo estas organizaciones seducen al consumidor y establecer el perfil del estafador y la víctima. También se pueden usar técnicas de segmentación y aprendizaje de máquina para entender a qué tipo de usuario o sector de la población están atacándose y así hacer campañas preventivas a este segmento particular.

3. Poner en práctica lo aprendido, es decir, buscando de forma proactiva ofertas y promociones en sitios web o redes sociales que puedan tener una alta posibilidad de ser una estafa por la forma como son presentadas u otros indicios que permitan levantar una alerta oportuna.

-Durante las tres fases macro de este proceso existe una continua retroalimentación interactiva en cada paso, haciendo más fina la posibilidad de descubrir y predecir posibles estafas, mejorando el modelo e identificando nuevas formas de defraudar que escapan al ojo humano-, señaló Villa a la Agencia Andina.

“Es aquí donde la analítica avanzada nos da una ventaja competitiva contra el crimen organizado, permite el fino arte de proteger al ciudadano y aprovechar las últimas tendencias tecnológicas como big data, procesamiento de lenguaje natural y machine learning”, agregó.