Análisis de direcciones de correo electrónico
Analizar correos electrónicos permite evaluar la calidad de los clientes en distintos sectores. En fintech y seguros, puede aportar información a la gestión del riesgo crediticio y a los modelos actuariales de aprendizaje automático.
Cada parte de una dirección de correo electrónico aporta información distinta. El nombre de usuario permite observar patrones de nombres, transparencia, apodos y aleatoriedad. El dominio, es decir, la parte que aparece después de @, aporta información operativa y sobre la titularidad.
El análisis del nombre de usuario permite crear variables para la puntuación y la detección de direcciones sin sentido. Estas son algunas de las características que se suelen analizar:
- Presencia del nombre
- Presencia del apellido
- Presencia de números
- Solo el nombre
- Distancia de Levenshtein respecto del nombre
- Distancia de Levenshtein respecto del apellido
Estos indicadores son útiles, pero no permiten clasificar una dirección como buena o mala por sí solos. Combínelos con otros atributos en los modelos predictivos.
El análisis del dominio suele incluir unas pocas verificaciones:
- Información DNS (registros MX, dominios)
- Detección de correos desechables, basura o temporales
- Proveedor de correo electrónico
Algunas reglas basadas en el dominio son sencillas. Si una dirección no puede recibir correo, no le envíe mensajes. Revise los registros MX de DNS y la información WHOIS. Los registros MX funcionan como los códigos postales: indican adónde debe dirigirse el correo. Si no hay ninguno, el correo no se entregará. WHOIS permite saber si el dominio existe y quién es su titular. Si el dominio no existe, no envíe el mensaje.
Después, detecte los buzones desechables o temporales. Si alguien proporciona una dirección temporal, como Guerrilla Mail, es probable que no busque una relación a largo plazo. Estos servicios son habituales en tareas de lucha contra el fraude porque son fáciles de usar y permiten crear muchas direcciones en poco tiempo.
También puede identificar al proveedor de correo. Los servicios gratuitos son distintos de los servicios alojados para empresas. Puede asignar una puntuación a la identificación de opciones como:
- Proveedor de correo gratuito (Gmail, Hotmail, …)
- Institución educativa
- Outlook empresarial
- G Suite empresarial
- Proveedor genérico de correo en hosting web
- Outlook autohospedado
- Otro servidor de correo autohospedado
El tipo de servicio asociado al correo puede dar indicios sobre los costos y la madurez operativa. El correo gratuito no tiene un costo directo. Las soluciones en la nube para empresas implican costos de suscripción. Operar un servidor Outlook autohospedado requiere licencias y soporte de TI. Por eso, el tipo de proveedor puede ser una variable predictiva útil en sus modelos.
Por último, considere las direcciones de correo con configuración catch-all. Algunos dominios dirigen todos los mensajes entrantes a un único buzón. Esto puede ser un indicador negativo si los defraudadores reutilizan muchos dominios en poco tiempo. También puede ser positivo si alguien tiene un dominio personal, pero no opera un sistema de correo completo.
Preguntas frecuentes
¿Cómo debería usar la estructura del nombre de usuario y el proveedor en una puntuación de fraude?
Considere la estructura del nombre de usuario, el tipo de proveedor y las verificaciones del dominio como variables complementarias, no como prueba de fraude por sí solas. Compruebe si cada variable aporta valor predictivo más allá de los datos de dispositivo, pago y cuenta que ya utiliza. Conserve las que mejoren las decisiones con datos posteriores. Vuelva a evaluar el rendimiento por canal y segmento de clientes, ya que los hábitos de uso del correo varían.
¿Dónde debería fijar el umbral de una puntuación de fraude basada en el correo?
Fije el umbral según la pérdida esperada por fraude y el costo de analizar o rechazar a clientes legítimos. Compare distintos umbrales con datos que no se hayan usado para entrenar el modelo y revise tanto la detección de fraude como los rechazos de clientes legítimos. No existe un umbral universal confiable para las variables del correo, porque su valor depende del producto, del tipo de fraude y de los demás controles.
¿Una dirección gratuita o desechable debería generar un rechazo?
Use una dirección desechable como motivo para solicitar una verificación adicional o fijar un límite de transacción más bajo cuando el resto de la solicitud también presente riesgos. Un proveedor de correo gratuito, por sí solo, es un indicio débil y puede dejar fuera a clientes legítimos. Mantenga actualizadas las listas de dominios desechables y mida si la verificación adicional reduce las pérdidas lo suficiente para justificar el costo que implica.
¿Cómo debería comprobar si una dirección de correo puede recibir mensajes?
Revise el formato de la dirección y el enrutamiento de correo DNS del dominio antes de enviar un mensaje. Que un dominio no tenga un registro MX no significa necesariamente que no pueda recibir correo, ya que los sistemas pueden recurrir a los registros de dirección del dominio. Las verificaciones DNS indican cómo se enruta el correo, pero no confirman que exista un buzón específico. Considere el resultado como un indicador de calidad de los datos, no como una conclusión de fraude.
¿Cómo debería asignar una puntuación a un dominio con configuración catch-all?
Considere la configuración catch-all como un dato ambiguo y deje que el resto de la información determine su peso. Un dominio catch-all puede pertenecer a una persona con un dominio personal legítimo, pero el uso reiterado de direcciones relacionadas en solicitudes sospechosas puede aportar contexto. Evalúe esta variable con resultados confirmados y supervise las clasificaciones erróneas, ya que la configuración catch-all por sí sola no identifica quién controla el buzón.
