Un despliegue por fases, con validación en producción antes de retirar cualquier capa de verificación. Cada tramo tiene criterios de salida medibles y una revisión conjunta con el equipo de riesgos del banco.
Durante las primeras seis semanas el sistema solo registra dinámica de pulsaciones, trayectoria del cursor y tiempos de reacción, sin intervenir en la autenticación. El objetivo es construir una línea base por cliente y detectar qué métricas se mantienen estables entre sesiones y dispositivos. Se documentan los casos con teclados externos, lectores de pantalla y conexiones de alta latencia para no confundir variabilidad técnica con cambio de identidad.
La señal capturada se convierte en una puntuación continua que acompaña cada inicio de sesión. En este tramo se calibran los umbrales de confianza con operaciones reales de bajo importe y se revisan los falsos positivos uno por uno. Los analistas de fraude comparan la puntuación con los incidentes registrados en los últimos doce meses para ajustar la sensibilidad antes de que el modelo influya en cualquier decisión.
Con los umbrales validados, la verificación tradicional se retira primero en transferencias internas y consultas de saldo. Si la puntuación cae por debajo del nivel de confianza, el sistema escala automáticamente al método anterior sin bloquear la operación. Cada escalado queda registrado con la métrica que lo motivó, de modo que el equipo pueda reconstruir la decisión ante una auditoría.
Las órdenes con volatilidad alta entran en el alcance del modelo. Aquí la reacción ante movimientos súbitos aporta contexto adicional: dónde se detiene el cursor antes de confirmar, cuánto tarda el cliente en corregir una cifra. Se mantiene un canal de reversión manual para operaciones por encima del límite acordado y se revisa semanalmente la tasa de escalados durante picos de mercado.
El sistema entra en régimen permanente con revisiones trimestrales de deriva del modelo. Se analizan cambios en los patrones por actualizaciones de interfaz, nuevos dispositivos o modificaciones en los flujos de navegación. Los umbrales se recalibran con datos de las últimas ocho semanas y cualquier ajuste queda documentado antes de aplicarse en producción.
Un despliegue en banca premium no se resuelve con una integración única. Estos son los tramos que recorremos con cada entidad, desde la primera conversación técnica hasta la sesión en la que el segundo factor deja de ser necesario.
Antes de tocar nada, revisamos qué canales usa el banco y cómo se comportan sus clientes en cada uno. Se recogen muestras de dinámica de pulsaciones y trayectoria del cursor en horarios de alta y baja actividad, con consentimiento explícito y sin retener datos personales identificables. El objetivo es saber si la señal es estable o si el ruido de la red la vuelve inservible.
Con las muestras en la mano, fijamos qué puntuación basta para dar por buena una sesión y qué rango obliga a pedir verificación adicional. Aquí pesan las exigencias del regulador local y el perfil del cliente: no es lo mismo un gestor que opera todo el día que alguien que entra dos veces al mes. El umbral se documenta y se revisa con el equipo de cumplimiento.
La capa conductual se conecta al sistema de autenticación existente sin sustituirlo de golpe. Durante las primeras semanas convive con la verificación tradicional y solo registra. Se ajustan los tiempos de captura para no añadir latencia perceptible y se prueba en dispositivos compartidos, teclados externos y lectores de pantalla.
Simulamos accesos desde ubicaciones nuevas, conexiones lentas y clientes con movilidad reducida. También reproducimos intentos de suplantación con credenciales robadas para medir cuántos detecta el modelo y cuántos se le escapan. Cada falso positivo se analiza con el equipo de soporte antes de avanzar.
El segundo factor no desaparece de un día para otro. Se retira primero en operaciones de consulta, luego en transferencias internas y solo al final en movimientos sensibles. En cada tramo hay un plan de reversión claro: si la tasa de escalado sube por encima de lo previsto, se reactiva la verificación y se revisa el modelo.
Una vez en producción, la señal se monitoriza por sesión. Los patrones cambian con la fatiga, los viajes y las actualizaciones de la aplicación, así que el modelo se recalibra de forma periódica. El banco recibe informes de decisiones, falsos positivos y motivos de escalado para que pueda explicar cada caso ante una auditoría. Si quieres ver cómo encaja esto con el resto de nuestros servicios, revisa la página de compañía o escríbenos desde soporte.