La mayoría de los informes de fraude abren con una sola cifra: las pérdidas, por valor, a menudo como porcentaje del volumen. Se cuenta con precisión porque la evidencia llega sola, en forma de contracargos, reclamaciones y castigos contables. El costo del otro lado llega en silencio. Un buen cliente al que se rechaza, al que se le pide dos veces una verificación o al que se retiene para revisión rara vez se queja de una forma que llegue al informe. Algunos lo intentan de nuevo, otros pagan con otra tarjeta y otros se van. Un programa que se juzga solo por las pérdidas tiende a rechazar cada vez más, y su informe sigue mejorando mientras tanto.
Mida juntos el fraude y la fricción
Una tasa de fraude que baja mientras se rechaza a buenos clientes es una pérdida que no aparece en el informe de fraude.
La trampa de la cifra única
Las pérdidas importan y, en muchos mercados, son pequeñas como proporción del valor. La Autoridad Bancaria Europea y el Banco Central Europeo situaron la tasa de fraude en pagos del Espacio Económico Europeo en torno al 0,002% del valor de las transacciones, mientras que el fraude total notificado subió a EUR 4,2 mil millones en 2024 desde EUR 3,5 mil millones en 2023. En las transferencias de crédito, los usuarios de servicios de pago asumieron cerca del 85% de las pérdidas en 2024, sobre todo por estafas que los llevaron a enviar ellos mismos el pago. Una tasa tan pequeña puede seguir significando sumas elevadas, y no dice nada de los clientes a quienes se detuvo en el camino.
Cada vez más comercios lo informan así. El Global eCommerce Payments and Fraud Report 2026 del Merchant Risk Council (Consejo de Riesgo de los Comercios), según el resumen de Visa Acceptance Solutions, halló que la tasa de éxito de los pagos y los ingresos ocupan los dos primeros lugares entre 14 medidas de pago para los comercios de todo el mundo, y que los falsos positivos siguen aumentando aun cuando el fraude global disminuyó por segundo año. En la encuesta de 2025 del Consejo a 1.082 profesionales de comercios, estos situaron en 3,2% a nivel mundial la proporción de los ingresos anuales de comercio electrónico que se pierde por fraude en los pagos. La cifra de pérdidas y la tasa de éxito describen las mismas decisiones, por lo que deben leerse juntas.
Un cuadro de mando con las dos caras
Presente estas medidas juntas, para el mismo período y los mismos segmentos de clientes, cada vez que se muestren las cifras de fraude.
- Pérdidas por fraude
- Por valor y por número de casos, desglosadas por tipo: tarjeta no presente, apropiación de cuentas, estafas que el cliente autoriza, uso indebido por el propio titular.
- Tasa de aprobación o de éxito del pago
- La proporción de intentos legítimos que se completan, medida desde el primer intento del cliente.
- Falsos positivos
- Pagos buenos rechazados o retenidos, estimados como se describe más abajo, con el valor que representaban.
- Tasa de verificación adicional y de finalización
- Con qué frecuencia se pide a los clientes que demuestren quiénes son y cuántos lo completan. Una verificación adicional que los clientes abandonan funciona como un rechazo y debe contarse como tal.
- Revisión manual
- Proporción de pagos enviados a revisión, tiempo hasta la decisión y con qué frecuencia los revisores revierten al sistema.
- Contactos de clientes
- Llamadas, chats y quejas que siguen a un rechazo o a una verificación.
- Buenos clientes perdidos
- Clientes cuya actividad decae en los meses posteriores a un rechazo, en comparación con clientes similares a quienes se aprobó.
Estime los rechazos erróneos con honestidad
Un pago rechazado nunca muestra qué habría ocurrido, así que los rechazos erróneos no pueden simplemente contarse. Tres tipos de evidencia, usados en conjunto, dan una estimación defendible.
El primero es un pequeño grupo controlado. Apruebe una parte pequeña y aleatoria de los pagos que el sistema habría rechazado, dentro de los límites que su apetito de riesgo fije de antemano: importes bajos, productos conocidos y un tope a la exposición total. Sus resultados muestran cuántos rechazos recayeron en buenos clientes. Es la única medida directa y se mantiene barata mientras los límites sean firmes.
El segundo son los reintentos que más tarde tienen éxito. Cuando un cliente rechazado paga con éxito poco después con la misma tarjeta, cuenta o dispositivo, el primer rechazo probablemente fue un error. Cuéntelos y tenga en cuenta que los defraudadores también reintentan.
El tercero son los contactos de clientes. Un rechazo seguido de una llamada o un chat del titular de la cuenta es una evidencia sólida de un buen cliente, y los motivos que da muestran dónde las reglas son demasiado amplias.
Los equipos de crédito conocen este problema como inferencia de rechazados. Un modelo que aprende solo de los préstamos aprobados nunca sabe si los solicitantes rechazados habrían pagado, de modo que puede fijar las decisiones de ayer. Los remedios se trasladan: exploración controlada dentro del apetito de riesgo y un grupo de control reservado que revele el efecto real del sistema.
Tenga en cuenta los resultados que llegan tarde
Los resultados del fraude tardan en aparecer. Los contracargos pueden llegar semanas después del pago y las víctimas de estafas a menudo lo denuncian solo cuando se dan cuenta de lo ocurrido. Una semana que hoy parece limpia puede verse distinta dentro de dos meses.
Muestre cada período con su madurez: cuánto tiempo ha pasado y qué proporción de sus pérdidas finales suele haberse notificado a esa edad. Compare las cifras tempranas de este mes con las del año pasado a la misma edad y marque los períodos recientes como provisionales en cada gráfico. Base las decisiones sobre umbrales en períodos maduros y use los recientes como alertas tempranas.
Ponga el fraude y el crecimiento en una sola página
Los equipos de fraude suelen ser recompensados por reducir las pérdidas y los de crecimiento por aprobar más clientes, y cada uno puede mejorar su cifra a costa del otro. Acuerden en cambio una vista única: una curva de pérdidas esperadas por fraude frente a la tasa de aprobación de la estrategia actual, que muestre hacia dónde movería al negocio cada cambio propuesto. Un cambio que se mueve a lo largo de la curva es una elección de apetito y corresponde a ambos equipos. Un cambio que desplaza la curva, que detecta más fraude con la misma tasa de aprobación, es una mejora genuina y debe demostrarse con pagos pasados antes de pasar a producción.
Fije objetivos sobre esa curva, como un techo para las pérdidas por fraude con un piso de aprobaciones, segmento por segmento. Los clientes nuevos, los pagos transfronterizos y los pedidos de alto valor merecen cada uno sus propios objetivos, ya que una tasa combinada oculta dónde está la fricción. El método se aplica a los emisores y a los marketplaces del Golfo igual que en cualquier otro lugar.
Cuente el costo total de cada decisión
Para cada respuesta (aprobar, rechazar, pedir verificación adicional, revisar o poner en espera) sume el fraude que se cuela, el tiempo de los revisores, el costo de cada mensaje o llamada de verificación adicional, el margen que se pierde cuando un buen cliente abandona, los contactos y las quejas, y los reembolsos cuando las normas los exigen. Según UK Finance, los bancos reembolsaron GBP 267,1 millones de fraude por pagos push autorizados (APP) en 2024, cerca del 59% del dinero robado de esa forma. El mismo informe señala que el sector evitó GBP 1,45 mil millones de fraude no autorizado, el equivalente a 67 peniques de cada GBP 1 intentado. Cifras de prevención como estas deben figurar junto a las pérdidas, siempre que también se informe de la fricción que las hizo posibles.
Después juzgue cualquier cambio al nivel de la decisión, frente a un control: un grupo de control reservado en el que el proceso actual continúa para una parte de los casos. Informe el cambio en el resultado por decisión multiplicado por el volumen, con todos los costos anteriores incluidos.
Por dónde empezar
Preguntas para su equipo o su proveedor
- ¿Qué proporción de nuestros rechazos se prueba o se revisa después, y cómo estimamos los falsos positivos?
- ¿Cuánto tardan en notificarse en su mayoría los resultados de fraude de un mes, y nuestros informes marcan los períodos recientes como provisionales?
- ¿Qué pasa con un buen cliente después de un rechazo: seguimos los reintentos, los contactos y el abandono?
- ¿Cuántos clientes abandonan una verificación adicional, y los contamos como rechazados?
- ¿Se puede ejecutar primero cada cambio de regla o de modelo con pagos pasados, mostrando su efecto en el fraude y en las aprobaciones?
- ¿Cuánto nos cuesta en total cada respuesta, incluido el personal?
Prácticas que conviene adoptar
- Informar las pérdidas por fraude y la fricción con los buenos clientes lado a lado, siempre.
- Estimar los rechazos erróneos con un grupo controlado y no con conjeturas.
- Tratar los resultados recientes como provisionales hasta que los resultados maduren.
- Fijar los objetivos como un equilibrio que ambos equipos acuerden.
- Medir el costo total por decisión.
Mantika Argus responde a cada pago con aprobar, rechazar, pedir verificación adicional, revisar o poner en espera, y ante la duda consulta al cliente en lugar de rechazarlo.
Fuentes
European Banking Authority and European Central Bank, joint report on payment fraud, comunicado de prensa del 15 de diciembre de 2025 (tasa de fraude en el EEE de en torno al 0,002% del valor; EUR 4,2 mil millones en 2024 y EUR 3,5 mil millones en 2023; en las transferencias de crédito, los usuarios asumieron cerca del 85% de las pérdidas en 2024)Visa Acceptance Solutions, Why payment success rate is now a fraud metric, que cita el Merchant Risk Council 2026 Global eCommerce Payments and Fraud Report (los dos primeros lugares entre 14 medidas; los falsos positivos aumentan mientras el fraude disminuye por segundo año)Merchant Risk Council, 2025 Global eCommerce Payments and Fraud Report (encuesta a 1.082 profesionales de comercios, de octubre a noviembre de 2024; 3,2% de los ingresos del comercio electrónico perdido por fraude en los pagos)UK Finance, Annual Fraud Report 2025, comunicado de prensa del 28 de mayo de 2025 (año natural 2024: GBP 267,1 millones de fraude APP reembolsados, cerca del 59%; GBP 1,45 mil millones de fraude no autorizado evitados por el sector, 67 peniques de cada GBP 1)