Controles de fraude en solicitudes nocturnas de préstamos: hace falta revisar el historial

Está a punto de activar una regla que envía a revisión todas las solicitudes de préstamos de efectivo iniciadas entre la medianoche y las cinco de la mañana. La lista nocturna ya empieza a tomar forma: una solicitud del sábado queda justo en el límite del horario, mientras que una del jueves entra antes, en plena madrugada. El reloj permite configurar un corte claro, pero la cola incluirá a personas que solicitan crédito en días hábiles y fines de semana. Usted decide si la hora de inicio justifica por sí sola una derivación por fraude o si debe considerarse junto con los demás datos que ya evalúa su equipo. La regla todavía está pendiente de activación.

Las solicitudes nocturnas registran más incumplimientos en bruto

Empiece por la comparación en bruto y mantenga desactivada la regla nocturna hasta entender qué explica la diferencia. Se trata del mismo prestamista del caso de segundos intentos, con el nombre y los productos modificados. Su cartera tiene cerca de 310,000 préstamos de efectivo y renovables vigentes. Todos los clientes comparados tienen un préstamo vigente. El incumplimiento se mide con el indicador propio del prestamista para dificultades de pago en ese préstamo. Tanto las pérdidas por fraude como las pérdidas crediticias quedan reflejadas en él.

La primera pregunta es si las solicitudes iniciadas entre la medianoche y las cinco de la mañana registran más incumplimientos que el resto de la cartera.

Gráfico de barras con las tasas de incumplimiento de préstamos vigentes por hora de solicitud. Las horas 5–7 superan la tasa de 8.1% de toda la cartera
Tasas de incumplimiento por hora de solicitud: el valor más alto se registra al amanecer y el más bajo al comienzo de la noche

En la comparación en bruto, sí: las solicitudes nocturnas registraron un incumplimiento de 9.6%, frente a 8.0% en el resto. La diferencia aparece en las dos mitades aleatorias y dentro de cada tercio del score externo, por lo que la hora parece justificar una revisión.

Es fácil convertir una diferencia que se repite en una regla, porque la hora es sencilla de configurar. El resultado medido es el indicador de dificultades de pago del prestamista en un préstamo vigente, que combina pérdidas por fraude y pérdidas crediticias. Una regla basada en la tasa en bruto derivaría a clientes por dificultades de pago, sin distinguir su causa. Antes, compruebe qué otra información aporta la hora.

La región explica la mayor tasa de incumplimiento nocturno

Un tercio de las solicitudes nocturnas provino de la región con la peor calificación, frente a 14% de toda la cartera. Casi ninguna provino de la región mejor calificada.

Antes de interpretar la tasa nocturna como un indicador común, compare cómo se distribuyen las horas de solicitud entre las regiones.

Gráfico de líneas que compara la proporción de solicitudes por hora y región, con el horario nocturno de 0 a 5 sombreado
En la región con la peor calificación, las solicitudes se concentran más temprano

En la región con la peor calificación, las solicitudes se concentran varias horas antes que en la región mejor calificada. La hora registrada es aproximada y no se especifica qué reloj se utilizó. La comparación regional muestra cómo varía el horario de solicitud en la cartera, pero no permite determinar a qué reloj corresponde la hora registrada.

Ahora compare las solicitudes nocturnas con la tasa esperada para la región, el score externo y el producto de cada cliente.

Las solicitudes iniciadas de noche registran tasas de incumplimiento más altas en cada grupo, desde 3.8% frente a 3.0% en el grupo de score alto hasta 16.1% frente a 15.2% en el de score bajo
Las tasas de incumplimiento nocturnas y diurnas son casi iguales dentro de cada región

Las solicitudes nocturnas registraron un incumplimiento de 9.6%, frente a 8.0% en el resto de la cartera. Sin embargo, las odds ajustadas fueron de 0.99 al controlar por región, score y producto. En la región intermedia, las tasas nocturnas y diurnas fueron casi iguales. La composición regional explica la diferencia en bruto.

Los equipos suelen usar la tasa de toda la cartera como referencia porque es fácil de leer y parece concluyente. Así, derivan a revisión a personas por información que la región y el score ya reflejan. Compare cada hora con la tasa esperada según región, score y producto.

Los patrones por la tarde y por día de la semana aportan poco

La tasa de la tarde es menor y las tasas por día de la semana son similares. Conviene revisar también los resultados en sentido contrario antes de mantener una regla basada en el horario.

Las solicitudes iniciadas entre las 17 y las 20 registraron un incumplimiento de 6.7%, frente a 8.2% en el resto. La región mejor calificada aporta una proporción mayor de las solicitudes más tardías. Al controlar por región, score y producto, la tasa de la tarde se acerca a la esperada.

Un equipo podría interpretar una tasa menor por la tarde como prueba de que el horario distingue entre solicitudes de menor y mayor riesgo. En este caso, la composición regional cambia a lo largo del día. Por eso, evalúe la tasa de la tarde frente al nivel esperado después del ajuste.

Revise también el patrón por día de la semana y las tasas para cada combinación de hora y día.

Mapa de calor de las tasas de incumplimiento de préstamos vigentes por día de la semana y hora de inicio. Las celdas vacías corresponden a menos de 300 solicitudes
Tasas de incumplimiento por día de la semana y hora, con pocas diferencias entre días

Las tasas son similares entre los días de la semana y las celdas aportan poco más allá del patrón por hora. En muchas celdas hay muy pocas solicitudes para sacar conclusiones firmes. La cartera contiene el día de la semana, pero no la fecha, el mes ni el día del mes. Por eso, aquí no se puede analizar el patrón de ventas de fin de mes para cumplir cuotas.

Agregar reglas por horario envía más casos a revisión, pero estas comparaciones no ofrecen una base útil para hacerlo. Descarte la hora del día y el día de la semana como criterios de derivación en esta cartera.

El historial de solicitudes anteriores muestra un patrón más sólido

La hora de la solicitud actual y el cambio de horario a lo largo del historial del cliente aportan poco después del ajuste. En cambio, varias solicitudes anteriores decididas el mismo día muestran un patrón más marcado.

En los clientes con solicitudes anteriores, el ajuste dejó poco indicio asociado con las solicitudes nocturnas del historial o con un cambio amplio entre las horas de solicitud. Una diferencia de doce horas o más se mantuvo, pero fue poco frecuente. En cambio, los clientes con tres o más solicitudes anteriores decididas el mismo día registraron un incumplimiento de 9.8%, frente a 7.9% en el resto. El patrón apareció en las dos mitades.

Un equipo podría interpretar varias solicitudes del mismo día como intentos independientes. En esta cartera, estos grupos de solicitudes decididas el mismo día pasan en su mayoría por las oficinas del prestamista. A menudo incluyen solicitudes iniciadas, canceladas, rechazadas o ingresadas de nuevo ese día. El registro muestra el día de decisión, que permite identificar el patrón del historial. No permite saber cuántas sesiones de ingreso hubo.

La diferencia entre las horas de inicio dentro de un grupo de solicitudes aporta poco. La señal más clara aparece cuando el día de mayor actividad termina sin ninguna aprobación.

Gráfico de barras: el incumplimiento de préstamos vigentes aumenta de 7.5% con 1 solicitud anterior el mismo día a 10.1% con 5 o más
Las tasas de incumplimiento aumentan con el número de solicitudes anteriores decididas el mismo día

La diferencia relevante está en el historial de decisiones, sobre todo cuando un grupo de solicitudes termina sin aprobación. Use la herramienta de análisis de velocidad para evaluar estos criterios en su cartera y distinga los recuentos por día de decisión de los recuentos en ventanas cortas.

Integre estas comprobaciones en un flujo de decisión

Cree reglas de crédito, fraude o cobros y ejecútelas en decisiones en tiempo real.

El recuento del historial distingue las tasas de incumplimiento dentro de cada tercio de score

El recuento de cuatro criterios del historial permite distinguir las tasas de incumplimiento dentro de cada tercio del score externo. Los criterios son: tres o más solicitudes anteriores decididas el mismo día, un día de mayor actividad con dos o más solicitudes y ninguna aprobación, un intervalo de treinta días o menos desde la decisión anterior más reciente y solicitudes anteriores iniciadas con una diferencia de doce horas o más.

El criterio del intervalo corto se limita al tercio de score bajo. El patrón de solicitudes decididas el mismo día aparece en los tres tercios de score. Al considerar en conjunto los cuatro criterios, las tasas de incumplimiento aumentan con el recuento en los tres tercios, aunque este solo suma 0.001 al área bajo la curva.

Controles fallidosClientesScore bajoMedioScore alto
072%14.2%5.9%2.9%
119%17.3%6.2%3.7%
2 o más8.7%18.8%7.1%3.9%

Un equipo podría descartar un criterio porque su aporte general a la clasificación parece pequeño, o incluir todos los patrones temporales posibles para que la regla parezca más completa. En este caso, el recuento aporta poco a la capacidad de clasificación, pero distingue las tasas dentro de cada tercio de score. Consérvelo para las derivaciones y limite el resultado del intervalo corto al tercio de score bajo.

Cuente cuántos criterios cumple cada cliente y valide el recuento en las dos mitades aleatorias y dentro de cada tercio del score externo.

La proporción de solicitudes nocturnas por sucursal no predice el desempeño de préstamos posteriores

La prueba con un período anterior no ofrece una base para crear una regla de derivación por sucursal en esta cartera. La proporción refleja la composición de los clientes que usan cada sucursal, incluida su región, y el patrón no se mantiene al contrastarlo con préstamos posteriores.

Un equipo podría ordenar las sucursales por proporción de solicitudes nocturnas porque esa lista parece fácil de usar. En la prueba con un período anterior, las diferencias en bruto cambiaron al controlar por producto y período de decisión. Ninguno de los patrones por sucursal evaluados alcanzó el umbral de significancia definido.

Derivar casos de una sucursal consume capacidad de revisión. Si el patrón no se confirma en el desempeño posterior, la cola no tiene una base confiable para priorizar. Antes de actuar, evalúe cualquier patrón temporal por sucursal en un período anterior y mida los préstamos posteriores, controlando por producto y período de decisión.

Derive clientes según el recuento validado del historial

Use el recuento validado del historial como base para las derivaciones. Por cada 10,000 clientes con solicitudes anteriores, una regla nocturna deriva a cerca de 250 y detecta 2.9% de los incumplimientos. Una regla para tres o más solicitudes anteriores decididas el mismo día deriva a cerca de 1,600 y detecta 19% de los incumplimientos. Cerca de 90% de los clientes derivados por esa regla pagaron el préstamo.

Los cuatro criterios del historial se compararon con los resultados de incumplimiento, y el recuento validado permite derivar clientes a revisión. Defina el resultado como «refer» y considere el score y los demás datos en la decisión.

Los ejemplos retoman las solicitudes de la escena inicial y el caso de Lee, cuya solicitud de la tarde supera el corte de score.

Derivar cuandoDerivadosIncumplimientosPagaron
Noche2502490%
3 o más el mismo día1,60016090%
2 o más en el recuento temporal8709789%
Score bajo3,40052085%
Score bajo, 3 o más el mismo día59010082%
Score bajo, 2 o más en el recuento temporal3606881%
Ejemplos de clientes: Dana incumplió el préstamo, Sam lo pagó y Lee falló tres controles temporales después de cuatro cancelaciones el mismo día
Dos solicitantes nocturnos y uno diurno, diferenciados por controles del historial

La solicitud de Dana se inició el sábado a las cinco de la mañana y Dana tuvo un incumplimiento. La región y el score ya reflejaban el riesgo asociado con el horario nocturno. Dana no cumplió ninguno de los criterios del historial que se mantuvieron. La solicitud de Sam se inició el jueves a las cuatro de la mañana y Sam pagó. Lee solicitó el préstamo a las dos de la tarde y superó el corte de score, pero cuatro solicitudes anteriores se decidieron el mismo día y todas fueron canceladas. Los criterios del historial identificaron a Lee.

  1. Compare la distribución de las horas de solicitud entre las regiones de los clientes. Úsela para evaluar la composición regional que captaría una regla basada en el horario.
  2. Compare cada hora con la tasa esperada según la región, el tercio de score externo y el producto del cliente.
  3. Revise el patrón de la tarde y el de los días de la semana. Descarte las derivaciones por horario nocturno, vespertino y por día de la semana si estas comparaciones no aportan información útil.
  4. Pase de analizar la hora de la solicitud actual a revisar las solicitudes anteriores del cliente.
  5. Defina cuatro criterios: tres o más solicitudes anteriores decididas el mismo día, un día de mayor actividad con dos o más solicitudes y ninguna aprobación, un intervalo de treinta días o menos y solicitudes anteriores iniciadas con una diferencia de doce horas o más.
  6. Cuente cuántos criterios se cumplen. Valide el recuento en las dos mitades aleatorias y dentro de cada tercio del score externo. Limite el resultado del intervalo corto al tercio de score bajo.
  7. Evalúe cualquier patrón temporal por sucursal en un período anterior y compárelo con los préstamos posteriores, controlando por producto y período de decisión.
  8. Derive a revisión a los clientes que cumplan dos o más criterios y use el recuento temporal como base de la derivación.

Preguntas sobre los controles de fraude por horario de solicitud

¿Debo derivar las solicitudes nocturnas a revisión por fraude?

Mantenga el horario nocturno como motivo de derivación cuando la solicitud llegue a una hora inusual para el canal o el cliente. Antes de tomar una decisión, investigue la identidad, el dispositivo y los datos de contacto. Los ataques automatizados pueden enviar solicitudes en serie durante la noche, por lo que conviene comparar las solicitudes relacionadas por dispositivo, teléfono, domicilio e identidad. Confirme que las marcas de tiempo usan una misma referencia de reloj y zona horaria en todos los canales. La hora por sí sola no es un buen criterio de corte.

¿Cómo debo investigar una solicitud presentada a una hora inusual para el cliente?

Compare la hora de la solicitud con las solicitudes anteriores del cliente usando la misma referencia de reloj. Si el horario cambia de forma marcada, investigue las diferencias en los datos de identidad, el historial del dispositivo y la información de contacto. Revise también si esos datos vinculan la solicitud con otros envíos. Considere la hora inusual como un motivo para hacer estas comprobaciones, no para rechazar la solicitud.

¿Qué ventanas y cortes de velocidad de solicitudes debo evaluar?

Empiece por evaluar ventanas móviles de 15 minutos, una hora y 24 horas. Cuente las solicitudes relacionadas por teléfono, dispositivo, domicilio o identidad, incluidas las canceladas, rechazadas o ingresadas de nuevo. Después, compare los casos de fraude confirmado detectados con los solicitantes legítimos derivados a revisión. Defina los cortes según la capacidad de revisión y mantenga separados los recuentos de ventanas cortas y los de solicitudes decididas el mismo día.

¿Cómo puedo comprobar si hay un aumento de fraude a fin de mes en una sucursal o con un agente?

Compare el volumen de solicitudes y los casos de fraude confirmado en los últimos días de cada mes con los periodos anteriores del mismo comercio o agente. Mantenga constantes el producto y el periodo de decisión. Ante un aumento inusual, revise las identidades, los dispositivos y los datos de contacto relacionados. La presión comercial puede provocar un aumento real, pero también puede cambiar el perfil de los solicitantes. Antes de usar este patrón para priorizar derivaciones, compruebe los resultados posteriores.

¿Cómo valido una regla de fraude por horario antes de enviarla a revisión?

Defina el corte con un período y pruébelo con solicitudes posteriores que no se hayan usado para elegirlo. Mida el fraude confirmado entre los casos derivados, los solicitantes legítimos derivados y el volumen de revisión. Compare los resultados dentro de los grupos de score, región y producto. Un error frecuente es tomar las dificultades de pago como si fueran un resultado de fraude. Mantenga la regla solo si los resultados de fraude posteriores justifican la carga de revisión.

Integre estas comprobaciones en un flujo de decisión

Cree reglas de crédito, fraude o cobros y ejecútelas en decisiones en tiempo real.