¿Cuál es el perfil del defraudador online?

El ecommerce no para de crecer en los últimos años. Pero a medida que aumentan las transacciones, también incrementa el número de personas que intentan defraudar a las tiendas y servicios de financiación online.

Según datos de Aplazame, un servicio de financiación instantánea para compras online, el defraudador online es una persona con una edad media de 36 años. Casi dos tercios (62,5%) de los compradores online con comportamientos ilícitos se encuadran en la franja de edad entre 26 y 43 años. Apenas hay diferencias por sexo, aunque ellas  defraudan algo más (51% de los casos). En cuanto al reparto territorial, los canarios, aragoneses y andaluces son los más propensos al fraude. En el lado opuesto están castellanoleoneses y gallegos.

El valor medio de una compra fraudulenta está en torno a los 340 euros. Este dato está muy por encima del tique medio de compra, que según el ‘Estudio Anual del ecommerce 2016’ del IAB se sitúa en 75 euros. No obstante, el gasto medio de las compras fraudulentas depende del sector. El tique medio de mayor valor defraudado se registra en el sector de música e instrumentos, donde alcanza los 560 euros. Después vienen los artículos del hogar (500 euros), electrónica (450 euros), deportivo (300 euros) y educación (260 euros).

El defraudador online generalmente incluye dos o tres artículos en su cesta de la compra. Y el artículo más demandado es el smartphone. El fraude también se ceba en los artículos de electrónica, música e instrumentos y hogar.

Si atendemos a los momentos de mayor compra irregular, Aplazame identifica dos puntos álgidos: enero-febrero y septiembre-octubre. Según la compañía, este comportamiento fraudulento se produce en los primeros meses del año porque es un periodo de gran actividad comercial, ya que coinciden prácticamente en el tiempo las compras de regalos de los Reyes Magos y las rebajas. Y en la época posvacacional, en septiembre-octubre, la explicación podría ser la necesidad de hacer frente a los gastos realizados durante el periodo estival y a los que genera la vuelta al colegio de los niños.

Un dato positivo es la reducida reincidencia en el fraude, pues el porcentaje de internautas que vuelve a actuar de este modo apenas alcanza al 10%. Aplazame explica que la principal razón está en el desarrollo de algoritmos de machine learning que permiten poner en marcha reglas antifraude automáticas. Esto permite identificar patrones comunes en estos comportamientos ilegales, aprender de ellos y desarrollar automatismos para evitar que se repitan en el futuro fraudes de las mismas características.