Estoy en el punto donde ya no confío en herramientas individuales de detección de fraude. He usado cinco diferentes en los últimos dos años y cada una me da resultados distintos sobre si un influencer es “seguro” o no.
Una herramienta me dice que un influencer tiene 40% de followers fake, otra dice 5%. Una me alerta sobre un patrón sospechoso de crecimiento, pero cuando miro el contexto—el influencer lanzó una campaña viral, fue mencionado en un artículo importante—el “crecimiento anómalo” tiene total sentido.
Lo que estoy aprendiendo es que las señales de fraude que funcionan no son aisladas. No es “este influencer tiene demasiados followers que crecieron rápido, por lo tanto es fraudulento”. Es más como: “este influencer tiene cinco de estas señales juntas, y cuando lo validamos con gente en su comunidad que lo conoce, confirmamos que es problemático”.
He empezado a cruzar datos de detección automática con perspectivas de gente que realmente entiende cada mercado. Los falsos positivos desaparecen. Los verdaderos problemas salen a la luz.
¿Cuál es vuestra experiencia? ¿Están encontrando que las herramientas de IA solas detectan fraude o generan más confusión?
Ay, esto me frustra como creadora. He visto herramientas marcar mi cuenta como “sospechosa” porque mi engagement subió después de que uno de mis videos fue viral. No es fraude, es… contenido que conectó. Pero para una marca que no me conoce, esa bandera roja podría significar que pierdo la oportunidad.
Lo que yo veo desde el lado del creador es que muchas herramientas de detección no entienden el contexto de cómo funciona realmente el crecimiento orgánico. A veces tienes un mes donde gainas 50k followers porque tu contenido explotó. Al mes siguiente es normal. Pero un algoritmo que solo mira números podría decir “esto es anómalo, algo raro pasó”.
Creo que lo que necesitan es validación desde creadores reales. Nosotros sabemos qué es normal en nuestro nicho y qué no. Una herramienta que me pidiera confirmación o que solicitara mi perspectiva sobre mis números sería mucho más útil que un sistema que solo dice sí o no basado en reglas.
Esto es un problema de calibración. La mayoría de herramientas de detección de fraude están entrenadas en datos históricos que no reflejan la realidad actual de las plataformas. TikTok, Instagram, YouTube—todas evolucionan constantemente, y lo que era una bandera roja hace dos años podría ser completamente normal hoy.
Lo que en verdad funciona es combinar múltiples señales de una forma inteligente: análisis de autenticidad de audiencia, patrones de engagement coherentes con el nicho, validación de si la audiencia del influencer realmente coincide con el mercado donde quieres hacer la campaña. Y luego, CRÍTICO, alguien con expertise en ese mercado confirma si todo tiene sentido.
He estado trabajando con un framework donde: (1) obtengo señales de IA sobre qué influencers parecen “limpios”, (2) obtengo validación de expertos en cada mercado sobre si esos influencers son reputables, (3) solo entonces avanzo. Falsos positivos bajaron 80% porque no estoy cazando señales desconectadas de contexto.
Mark tiene razón. El verdadero valor no está en la herramienta mágica de IA, está en cómo estructuras el proceso de validación. Nosotros en la agencia hemos empezado a ver la detección de fraude como parte de todo el pipeline de vetting, no como un paso aislado.
Contratamos a dos especialistas locales en nuestros mercados principales específicamente para validar perfiles de influencers. Es un costo, pero es infinitamente menor al costo de una campaña fallida con un fraudster. Estos especialistas usan herramientas, claro, pero la herramienta es solo el primer filtro. Ellos son los que dicen “este indicador de riesgo tiene sentido” o “esto es ruido”.