5 retos comunes en materia de experiencia de usuario y rendimiento con la verificación facial de clientes (y cómo resolverlos)

Las organizaciones y los proveedores de verificación de identidad compiten por crear flujos de trabajo de incorporación intuitivos que satisfagan las demandas del consumidor moderno, eviten el fraude y cumplan con las regulaciones KYC/AML. Dado que el 50 % de los usuarios abandona el proceso de incorporación, existe una clara oportunidad para que las organizaciones optimicen esta etapa del ciclo de vida de la identidad.

En sectores competitivos como los servicios financieros, una experiencia de usuario premium puede ser un factor diferenciador clave. La optimización de los flujos de incorporación puede aumentar significativamente las tasas de conversión, mejorando directamente el retorno de la inversión de los esfuerzos de adquisición de clientes.

La verificación biométrica facial con detección de vida, la tecnología que confirma si el usuario es real, es el núcleo del proceso de incorporación remota. Si se puede mejorar el rendimiento de la verificación facial (medido en índice de aprobados a la primera, tasa de aprobacióny intentos de aprobación), puede mejorar la tasa de conversión de todo el flujo de trabajo.

1. Integración y despliegue

El hecho de que la tecnología se implemente a través de un SDK o una API puede afectar a la experiencia del usuario. Las API suelen ser económicas y no dependen de un proveedor concreto, pero solo proporcionan análisis de coincidencia y vitalidad. Debe crear el proceso de captura y enviar las imágenes al proveedor. Sin embargo, para crear un proceso de captura eficaz se necesitan grandes cantidades de datos de entrenamiento que permitan comprender qué imágenes funcionan mejor para el análisis.

Los proveedores que implementan a través de SDK ofrecen el flujo de trabajo biométrico completo, con captura, comentarios de los usuarios y funciones como permisos de cámara automatizados. La ventaja de este enfoque es que el proveedor tendrá un profundo conocimiento de las imágenes necesarias para el análisis, lo que significa que puede mejorar el rendimiento optimizando conjuntamente los componentes de captura y análisis.

En lugar de limitarse a proporcionar un SDK, el proveedor debe adaptar la integración a sus objetivos específicos, su región y su infraestructura tecnológica. Las pruebas, la formación técnica y las mejores prácticas arquitectónicas son fundamentales para garantizar un rendimiento óptimo desde el principio.

2. Velocidad

La integración también puede afectar al tiempo que tardan los usuarios en completar la transacción. Funciones como los permisos automáticos para la cámara pueden venir integradas en un SDK. Con las tecnologías implementadas mediante API, usted mismo debe crear esta funcionalidad. De lo contrario, el usuario debe habilitar manualmente los permisos en la configuración del sistema, lo que aumenta el tiempo de transacción.

Los proveedores pueden optimizar otros elementos del flujo de trabajo biométrico para aumentar la velocidad:

• Alineación y comentarios de los usuarios: Los comentarios en tiempo real ayudan a los usuarios a corregir su comportamiento y las condiciones ambientales al alinear su rostro. Los comentarios deben ser específicos: el sistema debe diagnosticar el problema y proporcionar orientación concreta y práctica. Por ejemplo, si el usuario no tiene suficiente iluminación, la interfaz debe indicarle que «se desplace a un lugar más luminoso». Las indicaciones genéricas, como «acérquese», cuando la distancia no es el problema, frustrarán al usuario, no contribuirán a agilizar la captura y provocarán el abandono.
• Tiempo hasta obtener el resultado: Es el tiempo que se tarda en obtener una decisión precisa de aprobado/suspenso. Los proveedores pueden optimizar elementos como la resolución de las imágenes capturadas y el uso de la nube para mejorar la velocidad en todas las ubicaciones y conexiones de red.
• Motivo del fallo: el tiempo de transacción aumenta inevitablemente si el usuario necesita varios intentos para aprobar. El motivo del fallo ayuda a los usuarios a aprobar la próxima vez. Una vez más, esto debe ser específico para el comportamiento y el entorno del usuario. Si el usuario falla debido a personas en segundo plano, el mensaje debe reflejarlo. Por el contrario, enumerar motivos de fallo irrelevantes o no enumerar ninguno puede conducir a un ciclo de fallos, tiempos de transacción más largos y abandono.

3. Carga cognitiva

La carga cognitiva es la cantidad de recursos mentales necesarios para manejar una interfaz de usuario. Las personas tienen una capacidad de procesamiento limitada, y cuando se enfrentan a un exceso de información o instrucciones, pasan por alto detalles importantes o abandonan las tareas.

La carga cognitiva afecta a varias etapas del proceso de verificación facial:

• Instrucciones: Las instrucciones, que se muestran antes del proceso de captura, establecen las expectativas y muestran el comportamiento correcto para ayudar a los usuarios a aprobar a la primera. Las listas con mucho texto que superan los tres puntos suelen pasar desapercibidas, lo que aumenta el riesgo de que el usuario falle. La iconografía, las animaciones y los GIF reducen la carga cognitiva y aportan claridad independientemente de las diferencias lingüísticas.
  
  ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎‎ ‎ ‎ ‎ ‎

Las instrucciones visuales para el usuario reducen la carga cognitiva, eliminan la ambigüedad,
y pueden mejorar las tasas de aprobados.

• Respuestas al desafío: Una respuesta al desafío puede añadir seguridad y proporcionar una mayor defensa contra los ataques de repetición e inyección. Las respuestas a desafíos activas asignan al usuario una tarea que debe completar, como girar la cabeza. Las acciones, incluso las más simples, añaden carga cognitiva y corren el riesgo de abrumar a los usuarios hasta el punto de que abandonen. Las respuestas a desafíos pasivas, como la tecnología Flashmark™ de iProov, pueden proyectar una secuencia de colores en el rostro del usuario y analizar el reflejo para ayudar a confirmar si el usuario está realmente presente. Esta experiencia no supone ningún desafío para el usuario, lo que minimiza la carga cognitiva y mejora las tasas de aprobación.
  

4. Accesibilidad

Las Pautas de Accesibilidad al Contenido en la Web establecen que los procesos de autenticación deben estar libres de «pruebas de función cognitiva» para lograr la conformidad, lo que excluye de manera efectiva los desafíos activos. Las investigaciones muestran que las tareas físicas se vuelven significativamente más difíciles para las personas con discapacidades cuando se combinan con una carga cognitiva. Por ejemplo, un usuario con problemas de movilidad tendrá dificultades para girar la cabeza en una dirección y luego procesar nuevas instrucciones para girarla en la otra dirección.

Las respuestas pasivas al desafío no añaden tal esfuerzo, ya que el usuario solo tiene que colocar su rostro en el óvalo que aparece en la pantalla.

‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎ ‎‎ ‎ ‎ ‎

Una respuesta activa al desafío: La tecnología pide al usuario que mueva la cabeza en diferentes direcciones.

Respuesta pasiva al desafío de iProov: Se proyecta una secuencia aleatoria de colores en el rostro del usuario.

La accesibilidad va más allá de la capacidad del usuario y abarca también su dispositivo, su ubicación y su situación socioeconómica. Una solución diseñada para el último modelo de iPhone es inútil para una organización con una base de usuarios amplia y diversa. Las organizaciones necesitan tecnologías que ofrezcan el mismo rendimiento en todos los tipos de dispositivos, tamaños de pantalla, velocidades de procesamiento, calidades de cámara y métodos de entrada (táctil, ratón, teclado y voz).

Optimizar la accesibilidad no es algo prescindible, sino una necesidad empresarial. El 16 % de la población mundial tiene alguna discapacidad, lo que supone una parte considerable del mercado total al que puede dirigirse una empresa. Excluir a estos usuarios conlleva un coste de oportunidad.

Los principios del diseño universal establecen que los productos creados para personas con discapacidades benefician todos los usuarios. La lógica es que las personas sin discapacidad no siempre actúan en condiciones perfectas. Por ejemplo, aunque muchos usuarios pueden responder a retos que les obligan a leer su nombre y sus datos en voz alta, es posible que prefieran no hacerlo en espacios públicos. Las tecnologías biométricas que están acreditadas con estándares de accesibilidad, como WCAG 2.2 AA, pueden mejorar las tasas de aprobados para todos.

5. Mitigación del sesgo

Los sistemas biométricos son sesgados si ofrecen tasas de aprobación más altas para ciertos grupos demográficos que para otros. El sesgo puede surgir y mitigarse en múltiples etapas del diseño biométrico:

• Datos de entrenamiento: Los algoritmos creados a partir de conjuntos de datos desequilibrados ofrecerán peores resultados para los grupos infrarrepresentados. Los proveedores de tecnología biométrica deben utilizar datos de entrenamiento equilibrados en cuanto a edad, género, tono de piel y tipo de rostro.

• Supervisión continua: Su proveedor debe realizar pruebas de sesgo periódicas para garantizar que las actualizaciones de amenazas o los nuevos componentes no hayan introducido nuevos sesgos.

• Pruebas de dispositivos: El sesgo no solo se deriva de las características demográficas. Los proveedores de datos biométricos también deben realizar pruebas para garantizar un rendimiento uniforme en todos los dispositivos y cámaras.

¿Quieres aumentar tus tasas de aprobación? Lee nuestra guía para gestores de producto sobre cómo optimizar la experiencia del usuario y el rendimiento en la verificación facial.