Detección de anomalías de precios: identificar falsificaciones de forma anticipada con ciencia de datos
El indicador más temprano de productos falsificados en los mercados digitales es una anomalía de precios. Una caída anormal de los precios del mismo SKU según la región o el período suele…
Ciencia de datos y detección de falsificaciones • 2025
El indicador más temprano de productos falsificados en los mercados digitales es una anomalía de precios. Una caída anormal de los precios del mismo SKU según la región o el período suele indicar actividad relacionada con falsificaciones o con el mercado gris. La ciencia de datos detecta estas anomalías para proteger las marcas de forma proactiva.
B10 CounterShield™ • 2025 • Tiempo de lectura: ~7 min
1. ¿Qué es una anomalía de precios?
Una desviación inesperada del precio de un producto (SKU) en determinadas regiones, plataformas o períodos. Por ejemplo, un precio habitual de 1000 TL que baja a 600–650 TL en distintos marketplaces durante la misma semana indica riesgo de falsificación o de suministro no autorizado.
«El precio es el indicador más discreto, pero más fiable, de falsificación».
2. La lógica básica de la detección de anomalías
La ciencia de datos utiliza modelado estadístico y aprendizaje automático para detectar estas desviaciones:
- Análisis Z-Score: Los valores que se alejan del precio medio en 2 o 3 desviaciones estándar se consideran anomalías.
- IQR (rango intercuartílico): Los precios fuera de los límites de los cuartiles inferior y superior se consideran sospechosos.
- Isolation Forest: Detección por aislamiento, especialmente en conjuntos de datos multivariados (región, fecha, valoración del vendedor, existencias, etc.).
- LSTM (predicción de series temporales): Las desviaciones significativas respecto a las predicciones de series temporales se etiquetan como anomalías.
3. Fuentes de datos
- API de marketplaces (Amazon, Trendyol, AliExpress, Temu)
- Historial del vendedor y de precios (endpoints del historial de precios)
- Marcas competidoras y precios de SKU similares
- Datos de tipos de cambio por moneda y región (para normalizar diferencias regionales de precios)
4. Flujo del modelo: pipeline de detección de anomalías
| Etapa | Descripción | Tecnología / Método |
|---|---|---|
| Recopilación de datos | Datos de precios de SKU de API y fuentes web | Python, Scrapy, REST API |
| Limpieza y normalización | Normalización en moneda, fecha y plataforma | Pandas, NumPy |
| Detección de anomalías | Z-Score, Isolation Forest, LSTM | Scikit-learn, PyOD, TensorFlow |
| Advertencia y presentación de informes | Alertas para los SKU que superan el umbral de anomalía | Power BI, Looker Studio, Slack Bot |
5. Ejemplo de aplicación
El sistema desarrollado por B10, «PriceShield», supervisa más de 100.000 SKU al día para analizar distribuciones regionales de precios. Para cada SKU, el modelo genera un anomaly_score como se muestra a continuación:
{ "sku": "B10-COS-2025", "mean_price": 999.00, "current_price": 649.00, "z_score": -3.42, "region": "TR-West", "anomaly_score": 0.91, "flag": "high-risk" }
«Un SKU más barato no implica necesariamente una mayor probabilidad de falsificación; aun así, ninguna alerta es tan sistemática como una desviación de precios».
6. Desviación regional y puntuación de riesgo
El Price Variance Index (PVI) se calcula para cada SKU. Esta puntuación mide la estabilidad del precio del producto.
| Intervalo de PVI | Situación | Observación |
|---|---|---|
| 0.0 – 0.2 | Estable | No hay diferencia de precio / mercado consistente |
| 0.2 – 0.5 | Advertencia | Puede deberse a una promoción regional o a una diferencia de existencias |
| 0.5 – 1.0 | Crítico | Riesgo de falsificación o de vendedor no autorizado |
7. Tendencias de 2025: detección predictiva de falsificaciones
- Los modelos de IA ya no solo explican la anomalía, sino también por qué se produce (IA explicable / SHAP).
- Los identificadores SKU vinculados a una blockchain verifican en la cadena los datos de precios de productos originales.
- Detección de fraude basada en grafos: detectar manipulación coordinada de precios a través de redes de conexiones entre vendedores.
Identifique las desviaciones de precios a tiempo y frene la falsificación antes de que comience.
B10 Digital Agency ofrece análisis de precios basados en datos, detección de anomalías y soluciones de seguimiento de falsificaciones para marcas.
Fuentes y documentos relacionados
Estos documentos sirven de referencia para los métodos y las reglas tratados en este artículo.