La visión de Experian sobre Open Banking también protege a los consumidores del fraude y el robo de identidad. Aquí, el machine learning es un componente crítico de la analítica de fraude de Experian por su capacidad para identificar transacciones sospechosas mucho más rápido. Un cliente europeo ya ha visto un aumento del 12% en el fraude detectado, lo que ha ayudado a proteger casi 40 millones de euros en pérdidas potenciales de clientes.

La llegada de Open Banking está trayendo consigo cambios fundamentales en la industria de servicios financieros y de pagos. Con el objetivo principal de impulsar la innovación en el mercado europeo, su llegada está mejorando tanto la seguridad de los pagos como la protección de los clientes.

Parece que los datos de Open Banking no podrían haber llegado en un mejor momento, ya que las compras navideñas están en pleno auge estos días, mientras que al mismo tiempo los consumidores muestran una creciente preocupación por la seguridad de sus datos personales en la red.

Para proteger la seguridad de los pagos electrónicos, la segunda normativa de servicios de pago (PSD2) ha introducido sistemas de autenticación reforzados para los usuarios, conocidos comúnmente como autenticación reforzada de clientes, SCA por sus siglas en inglés, que someten las autenticaciones de, al menos dos de los tres factores clave.

Por lo general, estos incluyen algo que el cliente sabe (como un PIN de acceso), algo que solo el cliente tiene (por ejemplo, el dispositivo de pago) y una característica física del usuario (como el reconocimiento facial).

Con estos tres elementos que sirven como requisitos previos para comprar online, los consumidores pueden disfrutar de una autenticación y validación precisa de su cuenta, y evitar que los ciberdelincuentes usen sus datos para financiar su propio gasto durante estas fiestas navideñas.

Por supuesto, la protección contra el fraude beneficia tanto a los proveedores financieros como a los consumidores. Gracias a los conjuntos de datos más completos y a las ideas sobre el comportamiento del gasto al que se tiene acceso con Open Banking, los bancos y las financieras de consumo pueden disfrutar de poder tomar decisiones de accesibilidad más precisas.

Solo en el España, Experian ya satisface esta necesidad al manejar más de XX millones de solicitudes de datos cada mes. Y, al aplicar la categorización y el machine learning a los datos de transacciones del cliente, es posible mejorar significativamente la precisión, lo que permite una toma de decisiones de mayor calidad.

La visión de Experian sobre Open Banking también protege a los consumidores del fraude y el robo de identidad. Aquí, el machine learning es un componente crítico de la analítica de fraude de Experian por su capacidad para identificar transacciones sospechosas mucho más rápido. Un cliente europeo ya ha visto un aumento del 12% en el fraude detectado, lo que ha ayudado a proteger casi 40 millones de euros en pérdidas potenciales de clientes.

Entonces, ¿Open Banking sustituirá los credit score? Si bien PSD2 está revolucionando el análisis de accesibilidad, es poco probable que signifique el final del credit score.

El scoring siguen siendo útil para indicar el riesgo crediticio de una persona, en función de su comportamiento y gestión del crédito. Como servicio complementario, las transacciones bancarias ofrecen una referencia del riesgo de asequibilidad de un cliente, en función de sus ingresos y gastos.

Hoy en día, los datos de Open Banking aportan nuevas y mejores ideas. En este periodo de reunirse, esta tecnología innovadora está capacitando a los bancos y proveedores de servicios a desarrollar relaciones más transparentes y seguras con sus clientes.