Machine learning para reducir fraudes en la venta de aéreos

La pandemia ha permitido a la economía mundial avanzar varios peldaños en su digitalización, especialmente en aquellos países que todavía se encontraban rezagados. Y, desde luego, aún con los viajes paralizados y restringidos eso también se vivió en el sector turístico, al punto que en muchos casos, mientras se desplomaban las ventas en general, el canal online incrementaba su participación.

Y con ese aumento en ese volumen de transacciones en línea vino aparejado un avance también de los ciberdelitos, bajo innumerables formas. Por ejemplo, en Brasil esto se manifestó a través de las redes sociales mediante la creación de innumerables perfiles falsos de empresas de la industria, lo que motivó la intervención de las autoridades y hasta de Facebook.

• Preocupa en Brasil el aumento de los ciberdelitos en el sector turístico

Pero cuando se habla de la venta global de aéreos el impacto parece inconmensurable. Para tener apenas una aproximación, RSA Security y Juniper señalan que la industria de las aerolíneas es víctima del 46% de las transacciones fraudulentas en los Estados Unidos, las cuales se estiman en US$ 1.000 millones en pérdidas anuales.

Con el objetivo de explicar en qué consiste este fenómeno, revisar sus causas y explorar algunas soluciones, Vesta, la plataforma digital estadounidense de seguridad de transacciones para compras en línea, divulgó un artículo dirigido al sector.

En ese marco, el director general de Vesta Américas, Oscar Bello, aseveró: “Ante este escenario de recuperación, los ciberdelincuentes están encontrando nuevas formas de explotar el sistema de pagos digitales. La buena noticia es que, con la ayuda del aprendizaje automático y la detección automatizada de fraudes, las aerolíneas pueden tener mucho más control sobre cómo las transacciones fraudulentas están afectando sus resultados finales”.

Pero antes de arribar a esas soluciones, la firma explica por qué los fraudes proliferan particularmente en la venta de aéreos. Y el principal motivo, según entienden, es que “las barreras para comprar un boleto de avión son excepcionalmente bajas”. “La mayoría de las herramientas de detección de fraude automatizadas se basan en la identificación de discrepancias en puntos de datos estándar (como su dirección, dirección IP o número de teléfono), pero cuando se trata de comprar un boleto de avión, a menudo no existen puntos de datos estándar para referencia”, sostienen.

La propia praxis de la comercialización de aéreos es un modelo de riesgo: a menudo los consumidores compran boletos de avión mientras viajan, por lo que es difícil verificar con precisión su dirección IP y, además, los boletos generalmente se adquieren en línea y se imprimen en el hogar del cliente o se agregan a una billetera digital, lo cual dificulta mucho las verificaciones.

Al mismo tiempo, señalan desde Vesta que esto se vuelve muy difícil de controlar teniendo en cuenta el gran volumen de transacciones. Para dimensionarlo, la Administración Federal de Aviación (FAA) de los EEUU informó que sólo la Organización de Tráfico Aéreo (ATO) brinda servicio a más de 45.000 vuelos con 2,9 millones de pasajeros en un día promedio.

Pero lejos de verlo como parte del problema, la tecnología actual permite entenderlo como una ventaja, porque eso genera una enorme big data que se puede analizar y aprovechar en favor del llamado machine learning, inteligencia artificial de aprendizaje profundo. En efecto, se trata de plataformas que tienen la capacidad de determinar patrones y aprender de esa gran masa de datos disponibles, y esto es el insumo clave para la reducción del riesgo de fraude, sin afectar las operaciones legítimas.

Y es que, más allá del gran volumen de transacciones, otro gran escollo es que las aerolíneas muchas veces están dispuestas a arriesgarse con tal de cerrar la venta y completar los asientos. Esto hace que se planteen estrategias para reducir rechazos de operaciones que en realidad son válidas, porque se calcula que esto puede costarle al sector unos US$ 386.000 millones a nivel global hasta 2023.

Es por eso que estos modelos de inteligencia artificial están proliferando en la industria, y no sólo en las compañías aéreas, sino también entre los agentes de venta de boletos distribuidos a lo largo del planeta. La meta es la misma: “Eliminar efectivamente el costo cada vez mayor de los fraudes, la revisión manual de transacciones y la corrección de contracargos”.