La investigación de fraude es uno de esos procesos donde el diseño de una interfaz puede influir directamente en la calidad de una decisión. No alcanza con contar con dinos sistemas de detección, generar alertas o recopilar grandes cantidades de información. También necesitamos que las personas encargadas de investigar puedan entender qué está pasando, identificar las señales relevantes y actuar con criterio.
Cuando hablamos de investigación de fraude, nos referimos al proceso mediante el cual un analista examina una actividad sospechosa, reúne evidencias, evalúa el riesgo y determina qué acción corresponde tomar.
En un banco o una fintech, estas decisiones forman parte del trabajo cotidiano. Los analistas deben revisar múltiples alertas, interpretar información de diferentes fuentes y resolver situaciones que pueden afectar tanto a la entidad financiera como a sus clientes.
Desde UX, hay una pregunta que considero fundamental: ¿estamos diseñando herramientas que realmente ayudan a investigar o simplemente estamos mostrando información?
Porque tener todos los datos disponibles no garantiza que podamos interpretarlos correctamente. Y cuando una persona necesita tomar decisiones sobre posibles fraudes, esa diferencia importa.
El desafío de investigar bajo presión
Para diseñar una herramienta de investigación de fraude, primero necesitamos entender las condiciones en las que trabajan las personas que van a utilizarla.
Un analista puede pasar buena parte de su jornada revisando operaciones sospechosas, contrastando información e identificando patrones. Algunas alertas se descartan rápidamente, mientras que otras requieren profundizar en el historial de una identidad, examinar dispositivos o analizar comportamientos.
El problema aparece cuando la propia herramienta agrega complejidad a ese trabajo.
Si para entender una alerta es necesario abrir varias pantallas, buscar identificadores o comparar información manualmente, parte de la atención del analista se destina a resolver dificultades de navegación en lugar de investigar.
Y ese esfuerzo se acumula.
A medida que avanza la jornada, la revisión constante de alertas puede generar fatiga, especialmente cuando muchas resultan ser falsos positivos. Esto puede dificultar que los casos verdaderamente relevantes reciban la atención que necesitan.
“El desafío del diseño está en reducir ese esfuerzo innecesario sin simplificar tanto la información que terminemos perdiendo evidencias importantes.”
Vicky Tomasek, directora de UX/UI y Diseño en Facephi
No buscamos que todas las investigaciones sean rápidas. Buscamos que el tiempo se dedique a comprender el caso y no a descifrar cómo funciona la plataforma.
Qué necesita ver primero un analista
Uno de los primeros desafíos aparece al decidir cómo organizar la información.
En una plataforma de fraude conviven puntuaciones de riesgo, alertas, reglas, operaciones, identidades, dispositivos y señales de comportamiento.
Todos estos datos pueden ser útiles, pero no necesariamente tienen la misma importancia en cada momento de la investigación.
Por eso, una de las decisiones fundamentales de UX consiste en establecer qué necesita saber el analista al comenzar.
Podemos organizar esa primera lectura alrededor de tres preguntas:
- ¿Qué está pasando? Identificar la operación o actividad sospechosa y comprender su nivel de riesgo.
- ¿Por qué requiere atención? Reconocer las señales y condiciones que provocaron la alerta.
- ¿Cómo puedo avanzar? Encontrar las evidencias relacionadas y las acciones disponibles para continuar la investigación.
Esta organización permite construir una jerarquía visual que acompañe el razonamiento de la persona, en lugar de obligarla a recorrer toda la información disponible.
Riesgo, urgencia y prioridad no siempre significan lo mismo
Hay una distinción que resulta especialmente importante al organizar alertas.
Una operación con riesgo elevado no necesariamente tiene que investigarse antes que otra si sus condiciones, plazos o consecuencias son diferentes.
El nivel de riesgo ayuda a comprender la gravedad potencial de una situación. La urgencia indica cuánto tiempo tenemos para actuar. Y la prioridad puede depender de ambos factores, además de las reglas operativas de cada entidad.
Por eso, ordenar alertas únicamente por una puntuación de riesgo puede no ser suficiente para acompañar el trabajo de un equipo de fraude.
Desde UX, necesitamos que estos criterios sean comprensibles y que el analista pueda reconocer por qué determinados casos requieren atención antes que otros.
No se trata únicamente de destacar información con colores o etiquetas, sino de ayudar a tomar mejores decisiones sobre dónde concentrar el esfuerzo.
Hacer comprensibles los datos complejos
Una vez que identificamos una actividad sospechosa, comienza otra parte del trabajo: entender qué información justifica esa alerta.
Pensemos en una operación que presenta un nivel de riesgo elevado. Puede estar relacionada con un dispositivo desconocido, una conexión inusual o un comportamiento diferente al registrado anteriormente.
Cada señal aporta información, pero ninguna debería interpretarse automáticamente como una prueba de fraude.
Por ejemplo, acceder desde una ubicación diferente puede ser perfectamente legítimo. Lo relevante es comprender esa señal dentro del contexto de la operación y su relación con otros indicadores.
Una puntuación de riesgo necesita una explicación
Este es uno de los desafíos que venimos trabajando desde el departamento de UX de Facephi al diseñar Facephi Intelligence Platform.
Una puntuación permite reconocer rápidamente una situación que merece atención, pero el analista también necesita entender qué señales y factores están relacionados con esa evaluación.
Por eso, estamos trabajando sobre la manera de representar los niveles de riesgo, organizar las señales asociadas y facilitar el acceso a la información que permite profundizar en cada evaluación.
Esto implica tomar decisiones sobre jerarquía visual, etiquetas, colores y niveles de detalle.
Por ejemplo, una señal de riesgo muy alto debería poder identificarse fácilmente, pero también necesitamos explicar qué significa y qué información la respalda.
Además, es importante distinguir entre una señal detectada, una evaluación de riesgo y una decisión final. Aunque estén relacionadas, representan momentos diferentes del proceso.
Una alerta nos indica que algo merece atención. La investigación es la que permite determinar cómo interpretar esa información y qué hacer con ella.
Esta distinción ayuda a evitar que una puntuación termine condicionando una decisión antes de que se hayan revisado las evidencias necesarias.
Investigar sin perder el contexto
Otro de los desafíos que encontramos al diseñar Facephi Intelligence Platform es cómo conectar información que está relacionada, pero que pertenece a diferentes partes de la plataforma.
Cuando un analista investiga una operación, puede necesitar consultar la identidad asociada, revisar otras sesiones o examinar información de dispositivos y conexiones.
Si cada consulta implica realizar una búsqueda nueva, el recorrido se interrumpe y la persona tiene que reconstruir mentalmente la relación entre los datos.
Por eso, desde UX estamos prestando especial atención a cómo se conectan estos contenidos y a la continuidad de la navegación.
La intención es que el analista pueda profundizar en la investigación sin perder la referencia de dónde comenzó ni qué estaba intentando comprobar.
Los puntos donde una investigación puede perder fluidez
Hay varios momentos donde una interfaz puede generar fricciones innecesarias:
- Al identificar qué caso atender. Si las alertas no presentan una jerarquía clara, priorizarlas requiere revisar información adicional.
- Al interpretar el riesgo. Una puntuación sin señales explicativas obliga a buscar los motivos de la evaluación.
- Al consultar información relacionada. Cambiar entre operaciones, identidades y sesiones puede interrumpir la investigación si no existe una navegación conectada.
- Al comparar evidencias. Cuando los datos cambian de formato o ubicación entre pantallas, resulta más difícil reconocer diferencias y patrones.
- Al resolver el caso. Las acciones poco claras o la ausencia de contexto pueden generar dudas sobre el siguiente paso.
- Al documentar la decisión. Repetir información que el sistema ya conoce agrega trabajo administrativo innecesario.
Estas situaciones nos ayudan a identificar dónde conviene intervenir desde el diseño.
A veces, la mejora está en reorganizar una pantalla. Otras veces, en conectar contenidos, mantener filtros durante la navegación o facilitar el regreso al punto anterior.
La continuidad de la experiencia también forma parte de la calidad de una investigación.
Y hay otro aspecto importante: las investigaciones no siempre terminan inmediatamente con una aprobación o un bloqueo.
Según los procedimientos de cada organización, puede ser necesario profundizar en las evidencias, solicitar información adicional o escalar el caso.
Una buena herramienta tiene que acompañar estos recorridos sin empujar a tomar una decisión cuando todavía falta información.
Diseñar para quienes pasan horas investigando
Hay una característica de estas plataformas que no deberíamos pasar por alto: son herramientas de uso intensivo.
Una persona puede pasar varias horas revisando información compleja y realizando tareas similares.
En ese contexto, el diseño visual deja de ser una cuestión puramente estética.
La tipografía, los espacios, el contraste, la consistencia de los componentes y la densidad de información influyen en el esfuerzo necesario para interpretar cada pantalla.
Cuando todo llama la atención, nada se destaca
En las herramientas de fraude es habitual utilizar colores para representar estados, alertas y niveles de riesgo.
Pero si demasiados elementos compiten visualmente, perdemos la capacidad de destacar lo que realmente necesita atención.
El color debería tener un significado claro y consistente. Además, la información crítica no tendría que depender exclusivamente de una tonalidad.
Una alerta de riesgo alto, por ejemplo, necesita una etiqueta comprensible y señales que permitan interpretar su significado, independientemente del color utilizado.
También es importante que los mismos conceptos se representen de manera consistente en las diferentes secciones.
Si el significado visual de un estado cambia entre pantallas, el analista tiene que volver a interpretar algo que debería reconocer automáticamente.
La fatiga por alertas también es un problema de experiencia
Cuando una persona revisa una gran cantidad de alertas similares, puede acostumbrarse a determinados patrones y empezar a resolver situaciones de manera casi automática.
Esto es especialmente delicado cuando las decisiones tienen consecuencias relevantes.
Desde UX podemos contribuir a reducir ese riesgo diferenciando los casos excepcionales, facilitando la revisión de evidencias y utilizando confirmaciones cuando la importancia de una acción lo justifica.
Pero también debemos evitar el extremo contrario: incorporar advertencias, ventanas de confirmación y mensajes que aparecen constantemente, incluso cuando no aportan información.
Si todo requiere una confirmación, esas confirmaciones también pueden convertirse en parte de la rutina.
El objetivo es dirigir la atención hacia los momentos que realmente la necesitan, sin interrumpir innecesariamente el trabajo.
Qué aporta el diseño al equipo de fraude
Estas decisiones pueden traducirse en beneficios concretos para la operación, aunque su impacto debe comprobarse mediante pruebas de uso y métricas reales.
| Qué necesita el analista | Qué aporta el diseño | Qué buscamos mejorar |
|---|---|---|
| Identificar los casos prioritarios | Jerarquía visual y criterios claros de priorización | Distribución de la atención |
| Comprender una alerta | Señales y motivos de riesgo accesibles | Interpretación del riesgo |
| Consultar información relacionada | Navegación conectada entre operaciones, identidades y sesiones | Continuidad de la investigación |
| Comparar evidencias | Estructuras y patrones consistentes | Facilidad para detectar diferencias |
| Trabajar durante períodos prolongados | Contrastes adecuados, legibilidad y uso significativo del color | Reducción del esfuerzo de interpretación |
| Justificar una decisión | Acciones comprensibles y registro contextual | Trazabilidad y revisión posterior |
El valor de estas mejoras aparece especialmente cuando se consideran en conjunto.
Una plataforma puede tener información muy completa, pero si encontrarla, interpretarla y utilizarla requiere demasiado esfuerzo, parte de su potencial se pierde.
Decisiones que se puedan explicar
En una investigación de fraude, llegar a una conclusión es importante, pero también lo es poder reconstruir cómo se llegó a ella.
Para los equipos de riesgo, cumplimiento y auditoría, esto implica conocer qué evidencias se tuvieron en cuenta, qué acciones se realizaron y cuáles fueron los motivos de una decisión.
Desde UX, la trazabilidad también plantea un desafío.
Si el analista tiene que documentar manualmente cada paso o repetir información que ya está disponible, registrar una decisión puede transformarse en una carga adicional.
Por eso, conviene diseñar recorridos que faciliten el registro de las acciones realizadas y permitan incorporar las justificaciones necesarias en el momento adecuado.
La inteligencia artificial también puede ayudar a organizar información y asistir durante una investigación, siempre que su intervención sea comprensible y exista claridad sobre quién toma la decisión.
Este tema está relacionado con algo que ya abordamos en el artículo sobre IA como copiloto, donde profundizamos en cómo el diseño influye en el control que conserva la persona sobre las decisiones asistidas.
El diseño también influye en cómo interpretamos el riesgo
Hay algo que considero especialmente importante cuando diseñamos herramientas relacionadas con el fraude: las interfaces nunca son completamente neutrales.
La manera en que organizamos la información influye en qué observa primero una persona, qué señales llaman su atención y cuáles pueden pasar desapercibidas.
Y eso implica una responsabilidad.
Desde el departamento de UX de Facephi, venimos trabajando en diferentes flujos e interacciones dentro de Facephi Intelligence Platform, evaluando cómo se presenta la información y cómo acompañamos a los usuarios en sus recorridos por la plataforma.
Para eso, combinamos el conocimiento de distintos perfiles especializados con pruebas que nos permiten revisar comportamientos, detectar posibles fricciones y ajustar las propuestas de diseño.
Este trabajo nos ayuda a abordar uno de los desafíos más importantes de este tipo de productos: encontrar el equilibrio entre simplificar la experiencia y conservar la información necesaria para tomar decisiones fundamentadas.
No podemos eliminar toda la complejidad de una investigación de fraude. Tampoco sería correcto intentarlo si eso significa ocultar información relevante.
Lo que sí podemos hacer es diseñar herramientas que permitan comprender esa complejidad, explorarla con criterio y actuar con mayor seguridad.
Porque diseñar para investigar el fraude también implica asumir la responsabilidad de cómo ayudamos a las personas a interpretar la información y tomar decisiones.
FAQ
Porque influye en cómo los analistas interpretan alertas, encuentran evidencias y toman decisiones. Una interfaz clara facilita la comprensión del riesgo, reduce esfuerzos innecesarios y ayuda a mantener criterios consistentes durante la investigación.
Una interfaz no elimina los falsos positivos que generan los sistemas de detección. Sin embargo, puede facilitar su identificación y revisión al presentar las señales, el historial y el contexto necesarios para distinguir una actividad legítima de una sospechosa.
La información que permita comprender y priorizar el caso: actividad sospechosa, nivel de riesgo, señales relevantes y acciones disponibles. El resto de los datos debería ser accesible según las necesidades de la investigación, sin sobrecargar la vista inicial.
Una navegación conectada, patrones consistentes y una organización clara de los datos pueden reducir búsquedas repetitivas y cambios de pantalla. Esto permite concentrar más esfuerzo en analizar los casos y menos en localizar o interpretar información.
Porque permite reconstruir qué ocurrió, qué evidencias se consideraron y por qué se tomó una determinada acción. Facilita la revisión interna, la colaboración entre equipos y la justificación de decisiones ante auditorías o supervisores.
