Disruptores | Bayonet: La Wiki contra el fraude

Escucha aquí el podcast ⬇

Spotify

Google Podcasts

Apple Podcasts

Omny

El fraude electrónico es cada vez más complejo y difícil de prevenir, explica José Andrés Chávez. Mientras empresas de todos los tamaños están volcándose a la venta en línea, millones de dólares se están perdiendo al año en manos de cibercriminales, quienes han hecho a un lado las pistolas y los cuchillos y los han cambiado por el teclado y la pantalla.

La empresa que José Andrés ha fundado junto a su socio Imran Arshad, Bayonet, promete revolucionar la forma en la que se combate estos crímenes que no sólo afectan a grandes corporativos, sino también a pequeños y medianos empresarios. Este cambio, explica José Andrés, se basa en el poder de la colectividad, no en carretadas de dinero.

Finanzas

Disruptores | Hausy, el Netflix de las casas

“Cada vez es más complejo para una compañía protegerse del fraude en línea, sobretodo para una con bajo presupuesto y cada vez es más rentable para los criminales. Así como nosotros nos dedicamos a esto, también hay gente que sólo se dedica a ver cómo encontrar vulnerabilidades en los sitios y es gente muy experta. De hecho nos encantaría que trabajaran con nosotros así como en Catch Me If You Can”, platica José Andrés.

Bayonet es una firma especializada en la prevención de fraude de pagos en línea. Al no ser un procesador de pagos, la empresa de José Andrés y Arshad funciona como un aliado para empresas que sí lo son, como Paypal, Conekta, o Stripe, o para comercios que procesan sus pagos en línea ellos mismos.

Bayonet utiliza análisis de big data para identificar a personas malintencionadas en la red. Cuando un usuario da click para comprar algo en línea, Bayonet tarda 300 milisegundos en corroborar entre múltiples bases de datos, públicas y privadas, la probabilidad de que sea un criminal.

Por ejemplo, Bayonet revisa los antecedentes del correo electrónico del usuario, su historial de compras, el riesgo asociado a la IP del dispositivo, o su actividad en redes sociales. Luego de su análisis, Bayonet recomienda o no a los procesadores de pagos autorizar una compra.

El tiempo de respuesta de Bayonet, según José Andrés, es tres veces más rápido que el de servicios hasta 10 veces más caros. Esto resulta muy importante dentro de la dinámica de la compra en línea y la experiencia de usuario debido a que entre más tiempo tarda el proceso se genera mayor fricción y frustración para los compradores.

Bayonet logra reducir el tiempo al hacer uso de la cultura colaborativa. Cada cliente de Bayonet se suma a una red que va creciendo con cada cuenta nueva. Toda la información que este cúmulo de empresas trabajando con Bayonet generan se convierte en una especie de Wiki en la que es más fácil identificar patrones de usuarios malintencionados, derivado de la experiencia que todas estas empresas han tenido dentro de la red de Bayonet.

Por ejemplo, cuando una empresa de ropa hace ventas por internet, Bayonet revisa si los que quieren hacer compras ya lo han intentando con otras empresas, por ejemplo de ride hailing, e identifica si los usuarios tienen buenos antecedentes.

“Cada vez que una nueva transacción llega nos estamos protegiendo entre todos. Si ya sabemos que alguien es un buen consumidor acá y lleva comprando años acá, nos da muchísima certeza de que es un buen cuate, no le pongas fricción, y viceversa.

“Ese componente colectivo nos ayuda muchísimo. Nosotros no sólo cruzamos la data como tal, sino también cruzamos todo este conocimiento que van adquiriendo los clientes y somos como una Wikipedia gigante.

"Entre todos, sin saberlo siquiera, nos estamos protegiendo y estamos formando un escudo y una red de confianza gigantesca en todo el internet mexicano y latinoamericano.

Finanzas

Disruptores | Synapbox, el idioma de los ojos

“Cada nuevo dato mejora la efectividad de nuestro análisis. De ahí nuestro nombre, aunque se estén defendiendo sólo con una bayoneta, si son muchas personas y unen esfuerzos pueden defenderse contra casi cualquier cosa”.

TECNOLOGÍA COLECTIVA

Tanto José Andrés como Imran son talento joven proveniente de la industria tecnológica. Antes de fundar Bayonet, José Andrés era el encargado del área de prevención de fraude del procesador de pagos Conekta, uno de los más importantes del país, al encargarse de las transacciones en Uber, Facebook, Cabify, Netflix, Google, Grind y Amazon.

Imran, de origen indio, trabajó durante dos años en el marketplace Linio, como analista de inteligencia e ingeniero. Según cuenta José Andrés, con esta experiencia detrás, los socios se dieron cuenta de lo difícil que resultaba combatir al fraude en línea a pesar de las inversiones millonarias hechas por empresas.

“Lo que veíamos es que todos seguían como el mismo caminito: tratar de juntar a mayor cantidad de datos posibles y luego querer hacer un machine learning o un análisis de datos muy sofisticado.

"En cambio, nosotros vimos una tendencia muy grande hacia lo colectivo y lo colaborativo.

“Las compañías no comparten información entre sí, cuando si todos colaboramos le daríamos la vuelta al fraude, y la empresa nace con esta premisa”.

Durante 2016 los socios se dedicaron a formar una red crítica de datos y a comenzar a desarrollar líneas de su código de inteligencia artificial para el análisis. Los primeros clientes de Bayonet se sumaron hasta 2017 y en 2018, cuenta José Andrés, les empezaron a caer los primeros centavos.

Las empresas sólo permiten que Bayonet se conecte al carrito de compra, y la compañía analiza el riesgo de cada transacción que llega a las plataformas y recomienda o no concretarla.

Cada mes, Bayonet hace un cobro de 80 centavos de peso por cada transacción analizada, que se cargan a una tarjeta de crédito registrada.

Entre la cartera de clientes de Bayonet están empresas de todas las escalas, pero marcadamente se encuentran Grupo Modelo, Boletia y el procesador de pagos MIT.

Sólo en 2019, un total de 15 millones de dólares en transacciones en línea fueron validadas por la tecnología de Bayonet, cinco veces más que en 2018.

Durante sus últimas rondas de inversión, Bayonet logró recibir 13 millones de pesos por parte de fondos como Soldiers Field Angels, Arcángeles, Avalancha Ventures y Zero Bullshit, éste último asociado con los fundadores de Cornershop, Bitso y Endeavor.

“Logramos jalar gente muy talentosa que tenía posiciones muy senior en otros lugares, incluso que vinieran a trabajar con nosotros por un sueldo menor, lo cual es toda una hazaña. Es una ventaja el usar estas herramientas de vanguardia pues te ayuda mucho a jalar este tipo de talento.

“Pero principalmente eso te habla de la importancia que le ven a resolver este tema, porque si la economía digital no crece principalmente es porque la frena el fraude, y si no le quitamos ese freno, no vamos a llegar muy lejos”.

SOLUCIÓN MEXICANA

Según explica José Andrés, México es uno de los mercados más afectados por el fraude electrónico, con niveles cuatro veces más altos que los observados en Estados Unidos.

Finanzas

Disruptores | Jüsto: el supermercado invisible

Derivado de esto, a pesar de que las empresas en México utilizan tecnología antifraude desarrollada en EU, aún ostentan tasas de hasta 22 por ciento de fraude en sus transacciones en línea.

“El 90 por ciento de las compañías de prevención de fraude están desarrolladas fuera. Cuando tú haces un comparativo entre los mercados de EU, Europa y México, y ves el tamaño del mercado versus el volumen de fraude que están teniendo te das cuenta de que algo no está funcionando bien.

“Las mismas soluciones que están dando buen resultado en esos mercados donde fueron concebidas no están sacando la chamba acá, (...) no se pueden adaptar al rodeo que es aquí. Ellos construyen sus productos asumiendo que la calle está pavimentada y acá hay pura terracería”.

Una de las principales condiciones mexicanas a las que Bayonet se ha tenido que adaptar es la ausencia de data disponible y ordenada.

La empresa le ha dado la vuelta a esto, al levantar información mediante cuestionarios cada vez que un nuevo cliente llega. Se le pregunta sobre los patrones de compra y fraude, y con base en ellos, Bayonet genera modelos de análisis específicos para esa empresa, sin que cuente con bases de datos disponibles.

“No importa que no tengan datos, que estén sucios o incompletos, (...) podemos destilar el conocimiento humano o empírico y eso nos tomó años construirlo. Ha sido gran parte del éxito que hemos tenido porque no tenemos ese freno”.

Gracias a su impulso entre empresas de todos los tamaños, Bayonet estima que podrá crecer 10 veces el tamaño de su red de usuarios para 2021.

“Lo que sigue es contratar gente con más experiencia, somos un equipo muy joven, con un promedio de edad de 27 años. Ahora queremos traer gente de 30 a 40 años que ya ha estado en la industria y que tenga todos los contactos. Ya con eso, con el producto que hemos desarrollado y su experiencia ahora sí podemos llegar a donde tenemos que llegar”.