Rastreo entre dispositivos: vincular sesiones sin inicio de sesión

Cuando un usuario visita su sitio en su portátil por la mañana y en su teléfono por la tarde, la mayoría de las plataformas de analítica ven dos visitantes completamente distintos. Nuestro algoritmo de identificación de dispositivos puede vincular estas sesiones de forma probabilística —sin necesidad de inicio de sesión— analizando el solapamiento de señales y construyendo grafos de dispositivos.

El problema del rastreo entre dispositivos

La huella digital tradicional genera un ID único por instancia de navegador. Chrome en un portátil produce un ID; Safari en un iPhone produce otro. Incluso en el mismo dispositivo, distintos navegadores generan huellas distintas porque tienen user agents distintos, distinta compatibilidad de funciones y distintas características de renderizado.

Pero los usuarios no piensan en términos de navegadores. Piensan en términos de sesiones. Empiezan una compra en su teléfono durante el almuerzo y la terminan en su portátil en casa. Investigan un producto en su tableta y lo compran en su ordenador de escritorio. Para la detección de fraude y la personalización, entender que estas sesiones pertenecen a la misma persona es crucial.

Coincidencia probabilística de señales

Nuestra vinculación entre dispositivos se construye en torno a un grafo de personas con tres tipos de nodo: el visitante (un perfil de navegador), el dispositivo (la máquina que hay debajo de varios perfiles de navegador) y un identificador con hash derivado de un correo electrónico o un teléfono firmados que su propia aplicación nos transmite. Las aristas entre esos nodos son lo que une dos sesiones en una misma persona.

Ausentes de esa lista de forma deliberada: la dirección IP y el ASN. La red compartida es la señal tentadora y equivocada: una oficina, un campus o un NAT de nivel de operador colocan detrás de una misma dirección a miles de personas sin relación entre sí, de modo que una arista basada en IP produce justamente el tipo de vínculo falso más caro de deshacer. Las aristas deterministas que sí usamos —el mismo dispositivo, el mismo identificador con hash, la misma raíz canónica de visitante— son las que una red compartida no puede fabricar de la nada.

Por encima hay un componente probabilístico acotado: los pares de comportamiento confirmados de un visitante pueden considerarse candidatos de adhesión, con un límite de unos pocos por visitante y solo por encima de un umbral mínimo de confianza. Amplía un clúster que las aristas deterministas ya han anclado; no lo inicia por sí solo.

Construcción del grafo de dispositivos

Cada vínculo confirmado o de alta probabilidad entre sesiones crea una arista en un grafo de dispositivos. El grafo conecta las instancias de navegador con nodos de dispositivo, y los nodos de dispositivo con nodos de persona. Con el tiempo, a medida que se acumulan más sesiones, el grafo se vuelve cada vez más preciso.

La construcción del grafo usa un enfoque conservador. Una arista determinista —el mismo dispositivo resuelto bajo dos perfiles de navegador, o el mismo identificador con hash aportado para dos cuentas— crea el vínculo directamente. Cualquier cosa más débil se trata como candidata y no como vínculo, tiene que superar un umbral mínimo de confianza y está limitada para que un solo visitante no arrastre consigo un clúster sin límite. Un visitante o un puente en cuarentena se omite por completo en lugar de fusionarse por sospecha.

Aplicaciones en la detección de fraude

La vinculación entre dispositivos es especialmente potente para la detección de fraude. Un defraudador que gestiona cuentas en varios perfiles de navegador queda identificado cuando esos perfiles se resuelven al mismo dispositivo subyacente, o cuando el mismo identificador firmado aparece detrás de dos de las cuentas. Una tarjeta de crédito robada usada en un dispositivo que nunca se ha asociado al grafo de dispositivos del titular activa una alerta inmediata.

Hemos visto redes de fraude en las que un solo operador ejecuta docenas de máquinas virtuales para crear cuentas falsas. Cada máquina virtual presenta una huella de navegador distinta, pero todas se alojan en el mismo hardware físico, y es la resolución de dispositivo la que vuelve a colapsarlas en una sola máquina. Ese nodo de dispositivo compartido es la arista sobre la que se construye el grafo: expone la red a partir de una única cuenta detectada, sin recurrir en ningún momento a una dirección compartida.

Diseño que preserva la privacidad

La vinculación entre dispositivos plantea preocupaciones de privacidad legítimas. Nuestro enfoque las mitiga mediante varias decisiones de diseño. Primero, la capa está desactivada por defecto: no es algo que llegue con un despliegue, se activa de forma deliberada para un espacio de trabajo y, hasta entonces, no se construye ningún grafo de personas. Segundo, la vinculación ocurre en el servidor y nunca se expone al navegador, de modo que el grafo de vínculos no puede leerse desde el cliente y el modo se establece en nuestro lado, no por nada que pueda enviar la página. Tercero, la arista de identificador solo existe si su propia aplicación decide aportar un correo electrónico o un teléfono firmados: nosotros no la derivamos del visitante. Cuarto, se puede ofrecer a los usuarios transparencia sobre los dispositivos vinculados a través de su interfaz de privacidad.

Métricas de precisión

El compromiso es deliberado y favorece la precisión sobre la exhaustividad: preferimos omitir un vínculo antes que crear uno falso. Esa preferencia se ve en el diseño y no en una cifra de titular: las aristas deterministas crean los vínculos, las señales débiles solo amplían clústeres que ya están anclados, los puentes en cuarentena se omiten y todo clúster está limitado. Un vínculo omitido le cuesta un patrón de fraude que habría detectado más tarde por otros medios. Un vínculo falso fusiona a dos clientes reales en una sola persona, y ese error se propaga a todas las decisiones que se tomen después.

Mídalo en su propio tráfico antes de confiar en él. La exhaustividad entre dispositivos depende de cuántos de sus usuarios llegan a autenticarse: la arista de identificador es la más fuerte de la que se dispone, y solo existe allí donde su aplicación la aporta.