Ataques de fraude: los bancos afectados por el fraude digital recurren a las nuevas empresas para hacer frente a los riesgos
Estas nuevas empresas están utilizando tecnología avanzada para ayudar a fortalecer los procesos de incorporación de clientes de las instituciones financieras y ayudarles a gestionar el riesgo.
Mejore su destreza tecnológica con cursos de habilidades de alto valor
| Ofreciendo universidad | Curso | Sitio web |
|---|---|---|
| Escuela de Negocios de la India | Certificado Profesional ISB en Gestión de Productos | Visita |
| Escuela de Negocios de la India | Gestión de productos ISB | Visita |
| CON | Liderazgo e innovación tecnológica del MIT | Visita |
Una de esas nuevas empresas es Data Sutram, con sede en Mumbai, que brinda apoyo a instituciones como IndusInd Bank, IDFC First Bank, Union Bank of India, DMI Finance y IIFL Finance.
Fundada en 2018, Data Sutram ha desarrollado un producto, ‘DS Authenticator Trust Score’, que ayuda a sus clientes a evaluar a cada cliente durante la apertura de una cuenta o la evaluación de crédito en función de una puntuación de confianza de cero a 1000. La empresa analiza datos de diversas fuentes para asignar la puntuación.
«Todos estos bancos Estamos hablando, es el brazo digital el que está en el centro de atención. Obviamente, existe una infraestructura KYC (conozca a su cliente) incorporada, pero no fue suficiente para verificar la identidad del usuario. Hubo un enorme uso indebido de las cuentas digitales”, dijo el cofundador de Data Sutram, Rajit Bhattacharya.
«La señal de alerta es que desde la misma dirección IP y desde la misma ubicación, se han creado múltiples identidades y es posible que se esté utilizando el mismo número de teléfono, y nadie las está verificando», agregó.
Descubre las historias de tu interés
Hasta ahora, la startup ha recaudado 5,4 millones de dólares en financiación de capital de empresas como Bharat Innovation Fund, Singularity Growth Fund y IIFL Fintech Fund. Los bancos que han estado construyendo plataformas digitales para interactuar con sus clientes a menudo se han encontrado con falta de sistemas de seguridad de datos adecuados. Recientemente, el banco Kotak Mahindra estuvo en el recibiendo el final de la ira del RBI debido a problemas con su muy popular aplicación neobancaria, 811. HDFC Bank se encontraba en una situación similar hace algunos años.
Data Sutram depende en gran medida de datos de fuentes como la Interfaz de Pagos Unificados (UPI), la red de impuestos sobre bienes y servicios, empresas de entrega y logística conectadas con el comercio electrónico, información disponible digitalmente de empresas privadas y redes sociales. También utiliza conjuntos de datos obtenidos por satélite para la detección de riesgos basada en la ubicación.
Con la detección de riesgos basada en la ubicación, los bancos pueden mejorar la precisión de sus decisiones crediticias, lo que implica analizar factores como la estabilidad económica de una región, el empleo local, las tasas de incumplimiento y los valores de las propiedades.
Bureau Inc, respaldada por Quona y GMO Venture Partners, introdujo recientemente un ‘Money Mule Score’ para permitir a las instituciones financieras detectar posibles mulas de dinero durante la incorporación de usuarios.
Los delincuentes reclutan una mula de dinero para transferir dinero obtenido ilegalmente entre diferentes cuentas o ubicaciones. Esto puede implicar diversas formas de fraude financiero, como estafas en línea, robo de identidad o esquemas de lavado de dinero.
El director ejecutivo de la oficina, Ranjan R Reddy, dijo que esta puntuación, basada en el ‘Análisis de enlaces’ patentado por la compañía, mejora significativamente la detección de mulas más allá de los procesos tradicionales KYC utilizados por las instituciones financieras.
La puntuación ayuda a determinar la legitimidad de los usuarios a través de huellas dactilares del dispositivo, patrones de comportamiento y datos históricos.
La colaboración de Bureau con un banco líder para implementar Money Mule Score resultó en un aumento del 60% en la detección de mulas de dinero en comparación con el proceso KYC existente del banco, lo que lo ayudó a prevenir posibles pérdidas por fraude de más de $43 millones, afirmó Reddy.
Los datos del RBI muestran que el valor de los fraudes de pagos nacionales aumentó casi un 42% a 471 millones de rupias en marzo de 2024, en comparación con 333 millones de rupias un año antes.
Los expertos de la industria creen que los bancos por sí solos no pueden actualizar sus sistemas para seguir el ritmo de los estafadores; Las fintechs también deben colaborar.
«Con más asociaciones entre fintechs y bancos, y si ambas partes aprovechan sus puntos fuertes, veremos que el cambio se produce más rápido, ya sea en la tecnología KYC, el procesamiento de solicitudes de préstamos o los movimientos de dinero», dijo Kunal Varma, cofundador de fintech. empresa Freo (anteriormente Moneytap).
Las organizaciones que priorizan la inversión temprana en análisis de datos obtienen una ventaja competitiva sobre aquellas que retrasan dichas inversiones, afirmó.
Rishi Agrawal, director ejecutivo y cofundador de TeamLease RegTech, dijo que en el modelo bancario moderno, las fintech han reducido el tiempo de incorporación de clientes.
«Este rápido ritmo está impulsado por el énfasis de la industria en adquirir clientes rápidamente, lo que a menudo conduce a un desprecio por la precaución y resulta en atajos y procesos comprometidos», dijo. Las instituciones financieras tienen que asumir la responsabilidad y crear controles en la tecnología para garantizar que estén habilitados a lo largo y ancho de la organización”, añadió.