Cómo limitar el abuso en devoluciones y el fraude-as-a-service en la dark web
Las devoluciones representaron el 17% de las ventas del retail en Estados Unidos en 2024, alcanzando los 890 mil millones de dólares.
El sector retail sigue enfrentando una serie de desafíos crecientes, y uno de los más importantes es el abuso de las políticas de devoluciones y el fraude. En 2025, los minoristas de todo el mundo estarán invirtiendo más en medidas para mitigar el abuso de las devoluciones, un fenómeno que involucra a una amplia variedad de actores, desde estafadores en la dark web hasta consumidores comunes que explotan las políticas generosas de los comerciantes para obtener beneficios personales.
La magnitud del problema
De acuerdo con la National Retail Federation (NRF) las devoluciones en 2024 representaron aproximadamente el 17% de todas las ventas de mercancías en el retail de Estados Unidos, lo que equivale a 890 mil millones de dólares en productos devueltos. Este gasto ya significativo se ve agravado por el abuso de las políticas de devolución. Entre las prácticas más comunes se incluyen:
- Wardrobing: Consiste en comprar ropa, usarla y luego devolverla para obtener un reembolso completo.
- Arbitraje de precios: Comprar productos a precios altos, devolverlos dentro de un plazo para luego recomprarlos a un precio más bajo durante una promoción o rebaja.
- Cultura del haul: Comprar productos para mostrarlos en redes sociales como Instagram o TikTok y luego devolverlos.
Además, los minoristas enfrentan problemas como reclamaciones falsas de “artículo no recibido” (INR) o “no llegó” (DNA), lo que se ha convertido en una práctica cada vez más frecuente.
Desafíos en la gestión de devoluciones
La gestión de devoluciones es costosa y compleja. A pesar de la conveniencia que ofrecen las políticas amigables con el cliente, estas invitan a la explotación. Para los minoristas, el proceso de verificar o inspeccionar devoluciones, especialmente cuando el volumen de transacciones es alto, puede ser un desafío. A menudo, señalar una devolución legítima como fraudulenta puede afectar negativamente la experiencia del cliente y dañar la relación comercial.
De acuerdo con el informe Appriss Retaily Deloitte sobre «Devoluciones de Consumidores en la Industria Retail 2024», más del 52% de las devoluciones en 2024 fueron procesadas a través de los métodos «Compra en línea, devuelve en tienda» (BORIS) y «Compra en línea, devuelve en línea» (BORO). Si bien estos métodos son muy convenientes para los consumidores, también han hecho más difícil para los minoristas distinguir entre clientes legítimos y abusadores seriales.
Estrategias para abordar el abuso y el fraude
A pesar de los costos asociados al abuso de devoluciones, sólo el 30% de los minoristas han implementado estrategias efectivas para combatir este fraude, debido, principalmente, a la fragmentación de datos y los procesos manuales. En este contexto, es crucial que los minoristas desarrollen enfoques más holísticos y avanzados para protegerse, lo que incluye la adopción de tecnologías basadas en inteligencia artificial y aprendizaje automático.
En 2024, Target actualizó su política de devoluciones para abordar explícitamente el fraude, mientras que otro importante minorista de artículos deportivos ajustó su famosa política de devoluciones a largo plazo para reducir el abuso de consumidores reincidentes. En particular, el 0.02% de sus 24 millones de miembros cooperativos fueron responsables de gran parte del abuso.
Un enfoque omnicanal para prevenir el fraude
La clave para reducir el abuso de las devoluciones radica en adoptar un enfoque más integrado que combine datos de todos los canales de venta, tanto en línea como en tienda. Para identificar el comportamiento fraudulento de manera más efectiva, los minoristas deben implementar soluciones tecnológicas que les permitan obtener una visión más completa de sus clientes.
Riskified y Appriss Retail han lanzado una solución de protección contra fraude y abuso omnicanal que ofrece a los minoristas visibilidad total sobre las devoluciones y los reembolsos, independientemente de dónde se haya realizado la transacción. Esta solución utiliza modelos de aprendizaje automático para analizar los patrones de compra y detectar comportamientos abusivos, incluso cuando se trata de un primer incidente con un minorista.
Categorías de productos con mayor riesgo
El análisis de Riskified reveló que el riesgo varía considerablemente entre las diferentes categorías de productos. Por ejemplo:
- Electrónica de consumo: A pesar de ser productos de alto costo, son muy susceptibles al fraude debido a su fragilidad y la facilidad con que pueden ser dañados o alterados antes de ser devueltos.
- Moda rápida: Los minoristas de moda rápida sufren una gran cantidad de «wardrobing», lo que afecta gravemente su inventario y márgenes.
- Zapatillas: Esta categoría está viendo un aumento en las devoluciones fraudulentas, especialmente debido a la creciente preocupación por las devoluciones de productos falsificados.
La importancia de una estrategia personalizada
Cada categoría de producto debe ser abordada con estrategias personalizadas. Los minoristas de moda rápida, por ejemplo, enfrentan una presión considerable para no perder clientes leales al implementar políticas estrictas, mientras que los minoristas de electrónicos pueden adoptar procesos de inspección manuales más estrictos, aunque estos sean más lentos y costosos.
Con el creciente uso del fraude-as-a-service en la dark web, donde los estafadores se coordinan y perfeccionan sus tácticas, los minoristas deben ser proactivos en la prevención. Es crucial tener una estrategia de datos unificada que permita a los comerciantes detectar patrones abusivos y ajustar sus políticas sin afectar a sus clientes legítimos.
