Eficiencia y precisión en Transaction Monitoring: Recalibración de escenarios en Banca Retail

Sara González, Senior Operations Analyst de AML, relata el éxito en la recalibración de escenarios de Transaction Monitoring en Banca Retail. Con 5 años de experiencia en el sector, representa cómo el análisis riguroso de datos, la visión estratégica y el enfoque en la eficiencia operativa se traducen en soluciones eficaces y de alto impacto para el cliente.

Situación inicial

Una entidad financiera especializada en banca retail implementó varios escenarios de monitoreo de transacciones para la detección de operativa fraudulenta en cuentas de clientes. Diseñados entre diciembre de 2023 y principios de 2024, respondían a una recomendación expresa del SEPBLAC, unidad de inteligencia financiera española encargada de coordinar y supervisar medidas de prevención de blanqueo de capitales y financiación del terrorismo (PBC&FT) a nivel nacional.

Tras su despliegue, surgieron ineficiencias críticas que afectaban tanto la operatividad como la sostenibilidad en el tiempo. El volumen excesivo de alertas provocaba sobrecarga operativa y altos costes. Además, se detectaban posibles incumplimientos del SLA diario debido al alto número de alertas y la limitada capacidad de respuesta. Adicionalmente, la alta tasa de falsos positivos evidenciaba falta de precisión en la detección de operativa sospechosa.

Todo esto comprometía la efectividad del modelo de detección y generaba preocupación regulatoria por no cumplir con resultados esperados ni garantizar adecuación normativa.

Necesidad del cliente

Desde el área de Primera Línea de Defensa del banco, se trasladó a Qaracter la necesidad de realizar una revisión integral de los escenarios desplegados. Los objetivos definidos fueron:

- Reducir la volumetría de alertas, priorizando las de mayor valor.

- Mejorar la precisión en detección de fraude, minimizando falsos positivos.

- Asegurar cumplimiento regulatorio, adaptando los escenarios a estándares requeridos para auditorías.

- Establecer un modelo escalable y replicable, aplicable a nuevos escenarios previstos.

Solución

Para dar respuesta a esta necesidad, se diseñó una estrategia de recalibración de escenarios estructurada en cuatro fases:

- Evaluación inicial: Se realizó un análisis general de los escenarios desplegados, alineando expectativas y detectando ineficiencias. Se llevaron a cabo reuniones con Primera Línea de Defensa para definir objetivos clave.

- Análisis técnico: Preparación, transformación y análisis de datos para evaluar el comportamiento de los escenarios y su alineación con la operativa de clientes:

a) Recolección de alertas históricas, perfiles de clientes y parámetros de configuración.

b) Análisis realizado en tres bloques. Por un lado, evaluación general del escenario, con la distribución de alertas sospechosas, tasa de escalado y duplicidades. Por otro lado, el perfil del cliente, teniendo en cuenta la nacionalidad, residencia, fecha de nacimiento y de alta, entre otras variables. Por último, la operativa alertada, es decir, la relación entre los parámetros y movimientos detectados en las cuentas, identificando reglas mal calibradas.

c) Con esto, se presentó una propuesta de optimización de escenarios a Primera Línea de Defensa y fue validada por Segunda Línea de Defensa.

- Despliegue en entorno: Posteriormente, los cambios se implementaron en entorno productivo, coordinando con IT y los responsables del mantenimiento de escenarios.

- Seguimiento y evolución continua: Se estableció un modelo de monitorización periódica para evaluar la eficiencia de los escenarios y aplicar mejoras.

Dónde estamos ahora

Tras la implementación del modelo, los resultados no han tardado en reflejarse. En los dos escenarios que se recalibraron primero, se logró una reducción del 78% y del 81% en la volumetría de alertas, acompañada de una mejora del 11% y 17% en la eficiencia de captación de fraude, respecto a los valores iniciales.

Esto ha permitido reducir la carga operativa e incrementar la precisión en la detección de operativa sospechosa. Además, se ha completado el análisis de 11 escenarios y 3 más están en revisión. De hecho, esta metodología se ha consolidado como un modelo reutilizable, aplicable a escenarios de riesgo no relacionados con fraude.

Inicialmente, Qaracter gestionaba 4 escenarios con 3 personas. Tras la optimización, se gestionan 9 escenarios con solo 2 personas, duplicando la cobertura y reduciendo recursos.