Avisos de Análisis Conductual

Última actualización: May 22, 2026

EXENCIONES DE RESPONSABILIDAD DEL ANÁLISIS DE COMPORTAMIENTO DE DATA CRED

Versión del Documento: 1.0

Fecha de Entrada en Vigor: 22 de mayo de 2026

Jurisdicción: Wyoming, Estados Unidos de América

Emisor: DataCred LLC ("DataCred," "nosotros," "nos" o "nuestro")

ESTE DOCUMENTO CONTIENE EXENCIONES DE RESPONSABILIDAD INTEGRALES, LIMITACIONES Y EXCLUSIONES EXPLÍCITAS QUE RIGEN LOS SISTEMAS, METODOLOGÍAS Y RESULTADOS DEL ANÁLISIS DE COMPORTAMIENTO DE DATA CRED. AL ACCEDER, UTILIZAR O CONFIAR EN CUALQUIER ANÁLISIS DE COMPORTAMIENTO DE DATA CRED, USTED RECONOCE QUE HA LEÍDO, COMPRENDIDO Y ACEPTA TODOS LOS TÉRMINOS, CONDICIONES, LIMITACIONES Y EXENCIONES DE RESPONSABILIDAD ESTABLECIDOS EN EL PRESENTE DOCUMENTO.

EL ANÁLISIS DE COMPORTAMIENTO DE DATA CRED NO ES UNA EVALUACIÓN PSICOLÓGICA, PRUEBA DE PERSONALIDAD, EVALUACIÓN DE SALUD MENTAL, DETECCIÓN DE MENTIRAS, PREDICCIÓN DE INTENCIONES, DETECCIÓN DE FRAUDE O NINGUNA FORMA DE ANÁLISIS CLÍNICO O DIAGNÓSTICO. ES UNA HERRAMIENTA EXPERIMENTAL DE RECONOCIMIENTO DE PATRONES APLICADA A DATOS DE COMPORTAMIENTO FINANCIERO Y DE PLATAFORMA, CON LIMITACIONES INHERENTES Y SUSTANCIALES.

NO LEER Y COMPRENDER LAS LIMITACIONES DE ESTE DOCUMENTO ANTES DE CONFIAR EN CUALQUIER RESULTADO DEL ANÁLISIS DE COMPORTAMIENTO PUEDE RESULTAR EN DAÑOS FINANCIEROS, LEGALES Y DE REPUTACIÓN SUSTANCIALES. USTED ASUME TODOS LOS RIESGOS ASOCIADOS CON CUALQUIER USO DE O CONFIANZA EN LOS RESULTADOS DEL ANÁLISIS DE COMPORTAMIENTO.

ÍNDICE

1. DEFINICIONES E INTERPRETACIÓN

2. QUÉ ES EL ANÁLISIS DE COMPORTAMIENTO · EL MARCO DE RECONOCIMIENTO DE PATRONES

3. QUÉ NO ES EL ANÁLISIS DE COMPORTAMIENTO · EXCLUSIONES EXPLÍCITAS

4. FUENTES DE DATOS DE COMPORTAMIENTO Y MÉTODOS DE RECOPILACIÓN

5. LIMITACIONES INHERENTES DE LA INFERENCIA DE COMPORTAMIENTO

6. SUPUESTOS DE ESTABILIDAD DEL COMPORTAMIENTO Y SUS VIOLACIONES

7. LIMITACIONES DEL ANÁLISIS DE COMPORTAMIENTO TRANSCULTURAL

8. DETECCIÓN DE ANOMALÍAS · FALSOS POSITIVOS Y FALSOS NEGATIVOS

9. EL ANÁLISIS DE COMPORTAMIENTO NO ES DETECCIÓN DE FRAUDE

10. NO HAY EVALUACIONES PSICOLÓGICAS O DE SALUD MENTAL

11. SIN PREDICCIONES DE COMPORTAMIENTO CRIMINAL O FRAUDULENTO FUTURO

12. RESTRICCIONES DE USO DE DATOS · PROPÓSITOS PROHIBIDOS

13. REQUISITOS DE CONSENTIMIENTO DEL USUARIO

14. PRINCIPIOS DE MINIMIZACIÓN DE DATOS

15. SIN RESPONSABILIDAD POR ERRORES DEL ANÁLISIS DE COMPORTAMIENTO

16. EXENCIÓN COMPLETA DE TODAS LAS GARANTÍAS

17. DERECHO A MODIFICAR LOS MODELOS DE COMPORTAMIENTO

18. MARCO REGULATORIO Y NO AFILIACIÓN

19. LEY APLICABLE Y RESOLUCIÓN DE DISPUTAS

20. RECONOCIMIENTO Y ACEPTACIÓN

A los efectos del presente documento, los siguientes términos tendrán los significados que se les atribuyen a continuación:

"Anomalía" significa un punto de datos, patrón o comportamiento que se desvía de lo que el modelo de comportamiento identifica como estadísticamente esperado basado en datos históricos para un sujeto específico o población de referencia. Las anomalías son observaciones estadísticas, no determinaciones de hechos, intención o carácter.

"Análisis de Comportamiento" o "Evaluación de Comportamiento" significa el análisis algorítmico automatizado de patrones de datos de comportamiento observados, incluyendo pero no limitado a patrones de transacciones financieras, patrones de interacción con la plataforma y metadatos de comportamiento, con el propósito de identificar patrones, tendencias, anomalías y características de comportamiento. El Análisis de Comportamiento es una actividad de reconocimiento de patrones, no una actividad psicológica, clínica o diagnóstica.

"Datos de Comportamiento" significa cualquier dato que refleje, describa o sea generado por el comportamiento de un sujeto, incluyendo pero no limitado a datos de transacciones, datos de interacción con la plataforma, datos de tiempo, datos de dispositivo y metadatos de comportamiento.

"Modelo de Comportamiento" o "Modelo" significa cualquier algoritmo, modelo estadístico, modelo de aprendizaje automático o proceso computacional utilizado por DataCred para analizar datos de comportamiento y generar resultados de análisis de comportamiento.

"Señal de Comportamiento" significa patrones o características en los datos de comportamiento que el Modelo de Comportamiento identifica como potencialmente informativos sobre las características de comportamiento.

"Consentimiento" significa el permiso afirmativo, informado, inequívoco y revocable otorgado por un sujeto para la recopilación, procesamiento y análisis de sus datos de comportamiento, en la medida requerida por la ley aplicable.

"Falso Negativo" significa un resultado del Análisis de Comportamiento que no logra identificar un patrón de comportamiento o anomalía que está presente en el comportamiento real del sujeto.

"Falso Positivo" significa un resultado del Análisis de Comportamiento que identifica un patrón de comportamiento o anomalía que no está presente en el comportamiento real del sujeto, o que atribuye incorrectamente un comportamiento normal como anómalo.

"Dinámica de Teclas" significa la medición y el análisis de patrones de escritura, incluyendo velocidad de escritura, tiempo de presión de tecla, tiempo de vuelo entre teclas y ritmo de escritura.

"Datos de Interacción con la Plataforma" significa datos generados por la interacción de un sujeto con la plataforma de DataCred, incluyendo pero no limitado a patrones de inicio de sesión, patrones de navegación, uso de funciones, duración de sesiones y tiempos de respuesta.

"Sujeto" significa la persona individual sobre la cual se realiza el Análisis de Comportamiento.

"Patrón de Transacciones" significa las características observables de las transacciones financieras de un sujeto, incluyendo pero no limitado a oportunidad, frecuencia, montos, contrapartes y secuenciación.

A menos que el contexto requiera lo contrario: (a) las palabras en singular incluyen el plural y viceversa; (b) las referencias a "incluyendo" significan "incluyendo sin limitación"; (c) los encabezados son solo por conveniencia y no afectan la interpretación; (d) las referencias a leyes o regulaciones incluyen todas las enmiendas, sustituciones y legislación sucesora.

El Análisis de Comportamiento de DataCred es una ACTIVIDAD AUTOMATIZADA DE RECONOCIMIENTO DE PATRONES. Aplica algoritmos propietarios, métodos estadísticos y modelos de aprendizaje automático a datos de comportamiento observables para identificar patrones, tendencias, correlaciones y anomalías. El propósito del Análisis de Comportamiento es generar información sobre las características de comportamiento que pueden ser relevantes para la puntuación de confianza y productos analíticos relacionados.

EL ANÁLISIS DE COMPORTAMIENTO ES UNA ACTIVIDAD TÉCNICA Y ESTADÍSTICA, NO UNA ACTIVIDAD PSICOLÓGICA, CLÍNICA, DIAGNÓSTICA O EVALUATIVA. Opera enteramente sobre datos observables y no pretende acceder, medir o evaluar estados psicológicos internos, rasgos de personalidad o características cognitivas.

La metodología de Análisis de Comportamiento de DataCred abarca las siguientes dimensiones analíticas:

#### 2.2.1 Análisis de Patrones de Transacciones

El examen algorítmico de datos de transacciones financieras para identificar:

  • Patrones temporales en la oportunidad y frecuencia de las transacciones
  • Patrones de distribución de montos y su estabilidad a lo largo del tiempo
  • Estructura y evolución de la red de contrapartes
  • Preferencias de tipo y método de transacciones
  • Secuenciación de comportamiento e identificación de rutinas

#### 2.2.2 Análisis de Patrones Temporales

El análisis de la oportunidad del comportamiento en todas las dimensiones de datos disponibles, incluyendo:

  • Periodicidad y patrones cíclicos
  • Consistencia temporal y variabilidad
  • Patrones de hora del día y día de la semana
  • Análisis de tiempos de respuesta
  • Mediciones de latencia de comportamiento

#### 2.2.3 Análisis de Redes

El examen de patrones de relación dentro de redes de transacciones e interacciones, incluyendo:

  • Topología y conectividad de la red
  • Densidad y diversidad de relaciones
  • Medidas de centralidad e influencia
  • Evolución de la red a lo largo del tiempo
  • Detección de comunidades y grupos

#### 2.2.4 Análisis de Consistencia

La evaluación de la estabilidad de patrones de comportamiento, incluyendo:

  • Adherencia a patrones y tasas de desviación
  • Métricas de variabilidad de comportamiento
  • Detección de puntos de cambio
  • Análisis de tendencias
  • Evaluación de estabilidad de rutinas

#### 2.2.5 Análisis de Patrones de Interacción

El análisis de las interacciones del sujeto con la plataforma y servicios de DataCred, incluyendo:

  • Consistencia y patrones de participación
  • Patrones de adopción y uso de funciones
  • Patrones de comunicación y capacidad de respuesta
  • Patrones de comportamiento de verificación
  • Patrones de intercambio de datos

El Análisis de Comportamiento puede producir varios resultados, incluyendo pero no limitado a:

  • Métricas de consistencia de comportamiento
  • Indicadores de estabilidad de patrones
  • Señales y alertas de anomalías
  • Evaluaciones de características de comportamiento
  • Análisis de tendencias de comportamiento
  • Posicionamiento comparativo de comportamiento

TODOS LOS RESULTADOS DEL ANÁLISIS DE COMPORTAMIENTO SON OPINIONES Y ESTIMACIONES, NO HECHOS O DETERMINACIONES. Son generados por procesos algorítmicos experimentales en evolución continua y están sujetos a todas las limitaciones descritas en este documento.

El Análisis de Comportamiento de DataCred está diseñado para agregar una dimensión conductual a las evaluaciones financieras que no es capturada por las métricas financieras tradicionales. Esta dimensión conductual puede proporcionar información incremental, pero:

1. Es aditiva, no determinante: Los conocimientos conductuales complementan, no reemplazan, otras formas de análisis.

2. Es experimental, no probada: El valor y la validez del análisis de comportamiento para la evaluación financiera siguen sin probarse y son objeto de investigación continua.

3. Es probabilística, no cierta: Los resultados del análisis de comportamiento son estimaciones probabilísticas con incertidumbre inherente.

4. Es limitada, no integral: El análisis de comportamiento captura solo aquellas dimensiones de comportamiento observables a través de los canales de datos disponibles.

EL ANÁLISIS DE COMPORTAMIENTO DE DATA CRED NO ES UNA EVALUACIÓN O VALORACIÓN PSICOLÓGICA. No:

  • Diagnostica, identifica o sugiere ninguna condición, trastorno o deterioro de salud mental
  • Evalúa la función, capacidad o habilidad cognitiva
  • Evalúa estados, rasgos o tendencias emocionales
  • Mide rasgos, características o tipos de personalidad
  • Evalúa la aptitud o idoneidad psicológica para cualquier propósito
  • Identifica factores de riesgo o vulnerabilidades psicológicas
  • Evalúa trauma, estrés o reacciones de adaptación

Ningún resultado del Análisis de Comportamiento debe interpretarse como si tuviera algún significado, implicación o relevancia psicológica.

EL ANÁLISIS DE COMPORTAMIENTO NO ES UNA PRUEBA DE PERSONALIDAD. No:

  • Mide o evalúa rasgos de personalidad (por ejemplo, Big Five, Myers-Briggs o cualquier marco de personalidad)
  • Clasifica a los sujetos en tipos o categorías de personalidad
  • Evalúa fortalezas o debilidades de carácter
  • Evalúa el temperamento, la disposición o el estilo de comportamiento en cualquier sentido psicológico
  • Predice el comportamiento basado en modelos de personalidad

Los patrones de comportamiento en el comportamiento financiero y de la plataforma NO deben confundirse con rasgos de personalidad.

EL ANÁLISIS DE COMPORTAMIENTO NO ES UNA EVALUACIÓN DE SALUD MENTAL. No:

  • Examina condiciones de salud mental
  • Evalúa factores de riesgo de salud mental
  • Evalúa el bienestar emocional o el funcionamiento psicológico
  • Identifica signos de angustia o crisis de salud mental
  • Evalúa deterioro o discapacidad cognitiva
  • Evalúa el uso de sustancias o la adicción
  • Mide niveles de estrés o capacidad de afrontamiento

DataCred no emplea psicólogos clínicos, psiquiatras u otros profesionales de la salud mental en relación con sus actividades de Análisis de Comportamiento.

EL ANÁLISIS DE COMPORTAMIENTO NO ES DETECCIÓN DE MENTIRAS, DETECCIÓN DE ENGAÑO O VERIFICACIÓN DE LA VERDAD. A pesar del análisis de patrones de comportamiento, el Análisis de Comportamiento de DataCred NO PUEDE:

  • Determinar si un sujeto está diciendo la verdad
  • Identificar declaraciones o afirmaciones engañosas
  • Detectar intenciones fraudulentas
  • Verificar la precisión de la información autoinformada
  • Evaluar la credibilidad o veracidad
  • Distinguir entre errores honestos y engaño deliberado
  • Identificar ocultación u omisión

Ningún patrón de comportamiento, por más anómalo que sea, debe interpretarse como evidencia de engaño.

EL ANÁLISIS DE COMPORTAMIENTO NO PREDICE INTENCIONES. No puede:

  • Determinar lo que un sujeto pretende hacer en el futuro
  • Evaluar la motivación detrás del comportamiento pasado o presente
  • Distinguir entre comportamiento intencional y no intencional
  • Identificar elecciones de comportamiento estratégicas o tácticas
  • Evaluar la buena fe o la mala fe
  • Predecir si un sujeto cumplirá con compromisos o declaraciones

EL ANÁLISIS DE COMPORTAMIENTO NO ES PERFILADO DE COMPORTAMIENTO en ningún sentido investigativo, de seguridad o de aplicación de la ley. No:

  • Crea perfiles de comportamiento con fines de identificación o seguimiento
  • Evalúa el riesgo de daño a sí mismo o a otros
  • Evalúa el potencial de amenaza
  • Identifica comportamiento sospechoso con fines de seguridad
  • Apoya investigaciones criminales o actividades de inteligencia
  • Proporciona pistas o evidencia para procedimientos legales

3.7 NO es Evaluación Crediticia o Financiera (en el Sentido Tradicional)

Si bien el Análisis de Comportamiento puede relacionarse con datos de transacciones financieras, NO es:

  • Puntuación crediticia o evaluación de riesgo crediticio
  • Evaluación de capacidad o aptitud financiera
  • Verificación de ingresos o patrimonio
  • Análisis de solvencia o liquidez
  • Perfilado de riesgo de inversión
  • Evaluación de riesgo de seguros

EL ANÁLISIS DE COMPORTAMIENTO NO ES UNA HERRAMIENTA CLÍNICA, DIAGNÓSTICA O TERAPÉUTICA. No debe utilizarse para:

  • Toma de decisiones clínicas
  • Planificación de tratamientos
  • Diseño de intervenciones
  • Gestión de pacientes
  • Evaluación terapéutica
  • Determinaciones de elegibilidad para atención médica

El Análisis de Comportamiento NO está diseñado o validado para:

  • Selección o evaluación de empleados
  • Evaluación de desempeño
  • Decisiones de promoción o desarrollo profesional
  • Decisiones de composición de equipos o gestión
  • Predicción de comportamiento en el lugar de trabajo
  • Evaluación de liderazgo

DataCred puede recopilar y analizar datos de comportamiento de las siguientes fuentes, sujeto a los requisitos legales aplicables y al Consentimiento:

#### 4.1.1 Datos de Patrones de Transacciones

Datos derivados del análisis de transacciones financieras, incluyendo:

  • Montos de transacciones, frecuencias y distribuciones temporales
  • Identificadores de contrapartes y redes de contrapartes de transacciones
  • Clasificación y distribución de tipos de transacciones
  • Patrones de oportunidad de transacciones (hora del día, día de la semana, intervalos)
  • Secuenciación y rutinas de transacciones
  • Metadatos de transacciones (cuando estén disponibles y sean legalmente permisibles)

#### 4.1.2 Datos de Tiempo

Datos temporales relacionados con el comportamiento, incluyendo:

  • Marcas de tiempo de eventos e intervalos entre eventos
  • Tiempos de respuesta y reacción
  • Duración y tiempo de sesiones
  • Patrones de tiempo de inicio de sesión y actividad
  • Mediciones de latencia de comportamiento

#### 4.1.3 Datos de Patrones de Montos

Análisis de patrones de montos financieros, incluyendo:

  • Distribuciones y rangos de montos
  • Agrupación de tamaños de transacciones
  • Estabilidad y variabilidad de montos
  • Patrones de números redondos y precisión
  • Patrones de umbrales y límites de montos

#### 4.1.4 Datos de Contrapartes

Datos relacionados con contrapartes de transacciones, incluyendo:

  • Identificación de contrapartes (cuando esté permitido)
  • Duración de la relación e historial de transacciones
  • Características de la red de contrapartes
  • Métricas de comportamiento de contrapartes (cuando estén disponibles)
  • Diversidad y concentración de contrapartes

#### 4.1.5 Datos de Interacción con la Plataforma

Datos de las interacciones del sujeto con la plataforma de DataCred, incluyendo:

  • Frecuencia, hora y patrones de inicio de sesión
  • Uso de funciones y patrones de navegación
  • Cambios en configuraciones y ajustes
  • Patrones de comunicación con DataCred
  • Actividades de gestión de cuentas
  • Patrones de carga, intercambio y retiro de datos

#### 4.1.6 Datos de Dispositivo e Interacción

Datos relacionados con cómo los sujetos interactúan tecnológicamente con la plataforma de DataCred, que pueden incluir:

Dinámica de Teclas (cuando se recopile con consentimiento):

  • Velocidad y ritmo de escritura
  • Tiempo de presión de tecla (cuánto tiempo se presionan las teclas)
  • Tiempo de vuelo (tiempo entre pulsaciones de teclas)
  • Patrones de errores de escritura y comportamiento de corrección
  • Consistencia de patrones de escritura entre sesiones

Patrones de Ratón y Táctiles (cuando se recopilen con consentimiento):

  • Trayectorias de movimiento del cursor y velocidad
  • Patrones y tiempo de clics
  • Comportamiento y patrones de desplazamiento
  • Presión táctil y patrones de gestos
  • Eficiencia de la ruta de navegación

LIMITACIÓN: Los datos de interacción con el dispositivo, incluyendo la dinámica de teclas y los patrones de ratón/táctiles, se encuentran entre las formas más experimentales de datos de comportamiento y conllevan la mayor incertidumbre. DataCred no representa que estos tipos de datos proporcionen señales de comportamiento confiables.

#### 4.1.7 Datos de Comportamiento de Verificación

Datos relacionados con la verificación de identidad y el comportamiento de autenticación, incluyendo:

  • Patrones de presentación de documentos
  • Tiempos de respuesta a solicitudes de verificación
  • Historial de intentos de verificación y tasas de éxito
  • Comportamiento de autenticación multifactor
  • Verificación biométrica (cuando corresponda)

#### 4.2.1 Recopilación Basada en Consentimiento

DataCred recopila datos de comportamiento basándose en el Consentimiento obtenido de los sujetos. El Consentimiento puede ser retirado, sujeto a limitaciones legales y contractuales, pero el retiro puede afectar la capacidad de DataCred para proporcionar servicios.

#### 4.2.2 Transparencia en la Recopilación

DataCred se esfuerza por proporcionar transparencia sobre las prácticas de recopilación de datos, incluso a través de políticas de privacidad, formularios de consentimiento y divulgaciones en el producto. Sin embargo, la naturaleza técnica de alguna recopilación de datos de comportamiento (por ejemplo, dinámica de teclas, análisis de tiempo) significa que los sujetos pueden no ser completamente conscientes de todas las dimensiones de datos que se están recopilando.

LA RECOPILACIÓN DE CIERTOS TIPOS DE DATOS DE COMPORTAMIENTO, INCLUYENDO PERO NO LIMITADO A LA DINÁMICA DE TECLAS, EL ANÁLISIS DE TIEMPO Y EL ANÁLISIS DE PATRONES DE INTERACCIÓN, PUEDE NO SER INMEDIATAMENTE EVIDENTE PARA LOS SUJETOS.

#### 4.2.3 Recopilación Pasiva vs. Activa

Los datos de comportamiento pueden recopilarse:

  • Activamente: A través de la provisión explícita de datos por parte de los sujetos (carga de documentos, proporcionando acceso a cuentas)
  • Pasivamente: A través de la observación automatizada de las interacciones con la plataforma (tiempo de inicio de sesión, uso de funciones, comportamiento en sesiones)

LOS MÉTODOS DE RECOPILACIÓN PASIVA PUEDEN SER MENOS VISIBLES PARA LOS SUJETOS. DataCred se esfuerza por divulgar las prácticas de recopilación pasiva, pero no garantiza transparencia completa.

DATA CRED NO GARANTIZA LA CALIDAD, PRECISIÓN O CONFIABILIDAD DE NINGÚN DATO DE COMPORTAMIENTO. Los problemas de calidad de datos pueden incluir:

1. Datos Incompletos: Los datos disponibles pueden representar solo una fracción del comportamiento relevante.

2. Datos Inexactos: Los datos pueden contener errores introducidos por los sistemas fuente, la transmisión o el procesamiento.

3. Datos Inconsistentes: Los formatos y la calidad de los datos pueden variar entre fuentes y a lo largo del tiempo.

4. Datos con Contexto Limitado: Los datos pueden carecer de la información contextual necesaria para una interpretación precisa.

5. Datos con Sesgo Temporal: Los datos disponibles pueden sobrerrepresentar ciertos períodos de tiempo o contextos de comportamiento.

LA LIMITACIÓN FUNDAMENTAL DE TODO ANÁLISIS DE COMPORTAMIENTO ES QUE LA CORRELACIÓN NO IMPLICA CAUSALIDAD. Los patrones de comportamiento identificados a través del análisis algorítmico pueden correlacionarse con resultados o características, pero no prueban relaciones causales.

El análisis de comportamiento puede identificar que ciertos patrones de comportamiento están estadísticamente asociados con ciertos resultados. Sin embargo:

1. Correlaciones Espurias: Muchas correlaciones observadas son coincidentes o impulsadas por terceros factores no observados.

2. Causalidad Inversa: La dirección de la causalidad no puede determinarse solo a partir de la correlación.

3. Variables de Confusión: Las variables no observadas pueden explicar tanto el patrón de comportamiento como el resultado.

4. Sesgo de Selección: Los datos utilizados para identificar correlaciones pueden no ser representativos.

ES UN ERROR LÓGICO · Y POTENCIALMENTE DAÑINO · TRATAR LA CORRELACIÓN COMO CAUSALIDAD EN EL ANÁLISIS DE COMPORTAMIENTO.

EL COMPORTAMIENTO NO PUEDE ENTENDERSE INDEPENDIENTEMENTE DE SU CONTEXTO. El Análisis de Comportamiento de DataCred tiene acceso limitado a información contextual, incluyendo:

1. Circunstancias Personales: Eventos vitales, problemas de salud, situaciones familiares y otros factores personales que afectan el comportamiento generalmente no son observables por DataCred.

2. Contexto Económico: Las condiciones económicas, las condiciones del mercado y las circunstancias financieras que afectan el comportamiento son solo parcialmente observables en el mejor de los casos.

3. Contexto Social: Los factores sociales, culturales y comunitarios que influyen en el comportamiento son en gran medida no observables.

4. Factores Situacionales: Las circunstancias específicas que rodean las transacciones o comportamientos individuales generalmente se desconocen.

5. Contexto Temporal: El contexto temporal más amplio del comportamiento (lo que sucedió antes o después de los eventos observados) puede ser parcial o completamente no observable.

EL ANÁLISIS DE COMPORTAMIENTO SIN CONTEXTO COMPLETO ES INHERENTEMENTE LIMITADO Y PUEDE PRODUCIR RESULTADOS ENGAÑOSOS.

EL COMPORTAMIENTO NO ES ESTÁTICO. El comportamiento de los individuos cambia con el tiempo en respuesta a:

  • Eventos vitales y transiciones
  • Aprendizaje y adaptación
  • Circunstancias y prioridades cambiantes
  • Maduración y desarrollo
  • Impactos y disrupciones externas
  • Modificación intencional del comportamiento

Los modelos de comportamiento que son precisos en un momento pueden volverse inexactos a medida que el comportamiento cambia. Los datos de comportamiento históricos pueden no ser predictivos del comportamiento actual o futuro.

LAS NORMAS Y PATRONES DE COMPORTAMIENTO VARÍAN SIGNIFICATIVAMENTE ENTRE CULTURAS. El Análisis de Comportamiento de DataCred puede no tener en cuenta adecuadamente las diferencias culturales, incluyendo:

1. Normas Financieras: Diferentes culturas tienen diferentes normas con respecto a las transacciones financieras, el ahorro, el gasto y las relaciones financieras.

2. Prácticas de Transacciones: Los métodos de pago, los tamaños de las transacciones, la frecuencia y las relaciones con contrapartes varían culturalmente.

3. Normas de Tiempo: La puntualidad, las expectativas de tiempo de respuesta y las normas temporales varían entre culturas.

4. Patrones de Comunicación: La frecuencia, el estilo y las preferencias de medio de comunicación varían culturalmente.

5. Expectativas de Privacidad: Las normas de privacidad con respecto al intercambio de datos y la observación del comportamiento varían significativamente.

LOS MODELOS DE COMPORTAMIENTO DESARROLLADOS O ENTRENADOS PRINCIPALMENTE EN DATOS DE UNA CULTURA PUEDEN NO GENERALIZARSE A OTRAS CULTURAS.

LOS FACTORES SOCIOECONÓMICOS QUE AFECTAN EL COMPORTAMIENTO FINANCIERO NO SE MIDEN DIRECTAMENTE. El Análisis de Comportamiento puede reflejar factores socioeconómicos subyacentes sin medirlos, incluyendo:

1. Ingresos y Riqueza: Los patrones de transacciones están fuertemente influenciados por los recursos financieros disponibles.

2. Acceso Financiero: El acceso a servicios financieros, servicios bancarios y sistemas de pago varía significativamente.

3. Alfabetización Financiera: La comprensión de conceptos y prácticas financieras varía entre las poblaciones.

4. Situación Laboral: El tipo de empleo, la estabilidad y la fuente de ingresos afectan los patrones de comportamiento financiero.

5. Obligaciones: Las obligaciones financieras (dependientes, deudas, obligaciones legales) afectan los patrones de comportamiento.

EL ANÁLISIS DE COMPORTAMIENTO QUE NO MIDE ESTOS FACTORES PUEDE PRODUCIR RESULTADOS QUE DESVENTAJEN SISTEMÁTICAMENTE A CIERTOS GRUPOS SOCIOECONÓMICOS.

DATA CRED SOLO PUEDE ANALIZAR EL COMPORTAMIENTO QUE ES OBSERVABLE A TRAVÉS DE SUS CANALES DE DATOS. Dimensiones conductuales significativas pueden ser completamente no observables, incluyendo:

1. Comportamiento Fuera de Línea: Comportamiento que no genera datos digitales

2. Comportamiento Multiplataforma: Comportamiento en plataformas no integradas con DataCred

3. Transacciones en Efectivo: Transacciones realizadas en efectivo o a través de canales no observados

4. Actividad Financiera Informal: Actividad financiera a través de canales informales o no regulados

5. Comportamiento Fuera de la Plataforma: Comportamiento que no involucra la plataforma de DataCred

LA AUSENCIA DE EVIDENCIA DE CIERTOS COMPORTAMIENTOS NO ES EVIDENCIA DE AUSENCIA.

Los datos de comportamiento reflejan períodos de tiempo específicos y pueden no ser representativos del comportamiento fuera de esos períodos. Las limitaciones incluyen:

1. Restricción de Ventana: Los datos disponibles pueden cubrir solo una ventana de tiempo limitada.

2. Estacionalidad: Los patrones de comportamiento pueden variar estacionalmente pero no ser capturados.

3. Patrones Impulsados por Eventos: Los patrones observados pueden reflejar eventos específicos en lugar del comportamiento típico.

4. Lagunas de Datos: Los períodos de datos faltantes pueden corresponder a cambios de comportamiento significativos.

5. Sesgo de Actualidad: Los datos recientes pueden tener un peso excesivo en relación con los datos históricos.

El Análisis de Comportamiento de DataCred necesariamente opera bajo el supuesto de que los patrones de comportamiento exhiben algún grado de estabilidad a lo largo del tiempo. Este supuesto subyace a:

  • La identificación de líneas base de comportamiento
  • La detección de anomalías como desviaciones de las líneas base
  • La evaluación de la consistencia del comportamiento
  • La proyección de patrones de comportamiento hacia adelante en el tiempo

El supuesto de estabilidad puede violarse en numerosas circunstancias, incluyendo:

1. Transiciones Vitales: Los eventos importantes de la vida (matrimonio, divorcio, parto, reubicación, cambio de carrera, jubilación) pueden alterar fundamentalmente los patrones de comportamiento.

2. Impactos Económicos: Las crisis económicas, la pérdida de empleo, el fracaso empresarial o los ingresos inesperados pueden interrumpir los patrones establecidos.

3. Eventos de Salud: Enfermedades, lesiones o desafíos de salud mental pueden cambiar el comportamiento significativamente.

4. Cambios Ambientales: Los cambios en los servicios financieros disponibles, los requisitos regulatorios o las condiciones económicas pueden alterar el comportamiento.

5. Cambio Intencional: Los sujetos pueden modificar intencionalmente su comportamiento por razones personales o estratégicas.

6. Cambios de Identidad: La identidad, las circunstancias o las prioridades del sujeto pueden evolucionar.

Cuando se viola el supuesto de estabilidad, el Análisis de Comportamiento puede producir:

1. Falsas Anomalías: El comportamiento adaptativo normal puede ser señalado como anómalo.

2. Líneas Base Engañosas: Las líneas base históricas pueden dejar de ser relevantes.

3. Evaluaciones de Tendencia Incorrectas: El cambio puede ser malinterpretado como tendencia o anomalía.

4. Resultados No Confiables: Todos los resultados del Análisis de Comportamiento pueden volverse no confiables durante los períodos de transición.

DATA CRED NO GARANTIZA QUE PUEDA DETECTAR, IDENTIFICAR O CORREGIR LAS VIOLACIONES DEL SUPUESTO DE ESTABILIDAD. Los modelos de comportamiento pueden no reconocer cuando sus supuestos subyacentes ya no son válidos.

EL ANÁLISIS DE COMPORTAMIENTO ES INHERENTEMENTE SENSIBLE AL CONTEXTO CULTURAL. Las normas, expectativas y patrones de comportamiento varían drásticamente entre culturas, y los modelos que funcionan bien en un contexto cultural pueden funcionar mal en otros.

Dado el enfoque de DataCred en usuarios venezolanos, las siguientes limitaciones culturales específicas son particularmente relevantes:

1. Adaptación Financiera en Época de Crisis: El comportamiento financiero venezolano ha sido moldeado por una crisis económica prolongada, incluyendo hiperinflación, controles cambiarios e inestabilidad del sistema bancario. Los patrones de comportamiento que serían anómalos en economías estables pueden ser adaptaciones normales a condiciones de crisis.

2. Comportamiento Multimoneda: Los venezolanos comúnmente operan en múltiples monedas (bolívares, dólares, euros, criptomonedas) simultáneamente. Este comportamiento multimoneda crea patrones de transacciones complejos que pueden no ser bien capturados por modelos de comportamiento de moneda única.

3. Economía Informal: Una porción significativa de la actividad económica venezolana ocurre en la economía informal, que puede no generar datos de transacciones observables.

4. Dependencia de Pago Móvil: La fuerte dependencia de Pago Móvil y otros sistemas de pago móvil crea patrones de comportamiento específicos del contexto venezolano.

5. Patrones de Remesas: Las remesas internacionales juegan un papel significativo en el comportamiento financiero venezolano y crean patrones de transacciones distintos.

6. Adaptación Regulatoria: Las regulaciones financieras venezolanas cambian con frecuencia, lo que requiere una adaptación constante en el comportamiento financiero.

7.3 Contexto de Comportamiento Financiero de EE. UU.

Para los sujetos basados en EE. UU., las normas y expectativas de comportamiento difieren:

1. Comportamiento Centrado en la Banca: El comportamiento financiero en EE. UU. tiende a estar más centrado en la banca con un uso extensivo de productos crediticios.

2. Cultura Crediticia: Las puntuaciones de crédito y la cultura crediticia influyen significativamente en el comportamiento financiero de EE. UU.

3. Entorno Regulatorio: Las regulaciones financieras de EE. UU. moldean los patrones de comportamiento de maneras específicas del contexto estadounidense.

4. Concentración en la Economía Formal: Una porción mayor de la actividad económica de EE. UU. ocurre en la economía formal.

LOS MODELOS DE COMPORTAMIENTO DESARROLLADOS PARA UN CONTEXTO CULTURAL PUEDEN NO GENERALIZARSE A OTROS. DataCred no garantiza que su Análisis de Comportamiento sea válido, preciso o apropiado para sujetos de cualquier origen cultural, nacional o regional particular.

El análisis de comportamiento puede involucrar el análisis de patrones de idioma y comunicación (cuando estén disponibles). Las limitaciones incluyen:

1. Variación del Idioma: Las señales de comportamiento pueden diferir entre idiomas y dialectos.

2. Efectos de Traducción: Los patrones de comunicación pueden verse afectados por la traducción o el cambio de idioma.

3. Normas Culturales de Comunicación: Los patrones de comunicación reflejan normas culturales, no características individuales.

4. Alfabetización y Educación: El análisis de la comunicación puede verse afectado por los niveles de alfabetización y la formación educativa.

La detección de anomalías de DataCred identifica desviaciones estadísticas de los patrones de comportamiento esperados basados en modelos algorítmicos. LAS ANOMALÍAS SON OBSERVACIONES ESTADÍSTICAS, NO DETERMINACIONES DE HECHO.

Ocurre un falso positivo cuando el Análisis de Comportamiento identifica una anomalía que no corresponde a una desviación de comportamiento real. Los falsos positivos pueden resultar de:

1. Limitaciones del Modelo: El modelo puede caracterizar incorrectamente el comportamiento normal como anómalo.

2. Líneas Base Insuficientes: Los datos históricos limitados pueden resultar en líneas base mal estimadas.

3. Ceguera al Contexto: El modelo puede no tener acceso a información contextual que explique el comportamiento.

4. Variación Normal: La variación normal del comportamiento puede exceder las expectativas del modelo.

5. Errores de Datos: Los errores en los datos pueden crear anomalías artificiales.

NO SE GARANTIZA QUE LAS TASAS DE FALSOS POSITIVOS SEAN BAJAS. DataCred no publica tasas de falsos positivos, y estas tasas pueden variar significativamente entre poblaciones y períodos de tiempo.

Ocurre un falso negativo cuando el Análisis de Comportamiento no logra identificar una desviación de comportamiento real. Los falsos negativos pueden resultar de:

1. Limitaciones de Sensibilidad: El modelo puede no ser suficientemente sensible para detectar ciertas desviaciones.

2. Desviaciones Sutiles: Los cambios menores de comportamiento pueden estar por debajo de los umbrales de detección.

3. Comportamiento Camuflado: Los cambios de comportamiento deliberadamente ocultos pueden evadir la detección.

4. Patrones Novedosos: Los patrones de comportamiento no vistos anteriormente pueden no ser reconocidos como anómalos.

5. Puntos Ciegos del Modelo: El modelo puede tener puntos ciegos sistemáticos para ciertos tipos de cambios de comportamiento.

NO SE GARANTIZA QUE LAS TASAS DE FALSOS NEGATIVOS SEAN BAJAS. DataCred no publica tasas de falsos negativos.

DataCred no garantiza tasas específicas de precisión (proporción de anomalías identificadas que son anomalías verdaderas) o exhaustividad (proporción de anomalías verdaderas que son identificadas) para ningún resultado del Análisis de Comportamiento.

LOS RESULTADOS DE LA DETECCIÓN DE ANOMALÍAS NO CONSTITUYEN INTELIGENCIA ACCIONABLE. Una señal de anomalía no significa que deba tomarse ninguna acción, y la ausencia de señales de anomalía no significa que ninguna acción esté justificada.

EL ANÁLISIS DE COMPORTAMIENTO NO ES DETECCIÓN DE FRAUDE, EVALUACIÓN DE ANTILAVADO DE DINERO (AML), ANÁLISIS DE CONTRATERRORISMO (CTF), EVALUACIÓN DE SANCIONES O NINGUNA FORMA DE DETECCIÓN DE DELITOS FINANCIEROS.

El hecho de que el Análisis de Comportamiento identifique patrones, anomalías o características de comportamiento no significa:

1. Que haya ocurrido o esté ocurriendo alguna actividad fraudulenta

2. Que cualquier sujeto esté involucrado en conductas ilegales, indebidas o no éticas

3. Que cualquier transacción sea sospechosa o reportable

4. Que cualquier sujeto deba ser investigado o reportado a las autoridades

5. Que se haya activado cualquier obligación de presentación regulatoria o divulgación

6. Que cualquier notificación a las autoridades policiales o regulatorias esté justificada

EL ANÁLISIS DE COMPORTAMIENTO PUEDE SEÑALAR COMPORTAMIENTO PERFECTAMENTE LEGÍTIMO COMO ANÓMALO O DIGNO DE MENCIÓN. Las variaciones normales de comportamiento, las diferencias culturales, las adaptaciones legítimas y las desviaciones inocentes pueden activar señales de anomalía.

EL ANÁLISIS DE COMPORTAMIENTO PUEDE NO LOGRAR IDENTIFICAR COMPORTAMIENTO FRAUDULENTO O ILEGAL REAL. El fraude sofisticado puede estar diseñado para imitar patrones de comportamiento legítimos, evadir la detección o explotar los puntos ciegos del modelo.

El Análisis de Comportamiento de DataCred NO está diseñado, validado o certificado para su uso en:

  • Programas de detección de fraude
  • Cumplimiento de antilavado de dinero
  • Programas de contraterrorismo
  • Cumplimiento de sanciones
  • Cumplimiento de Conozca a su Cliente (KYC) (más allá de la verificación de identidad)
  • Diligencia Debida del Cliente (CDD) para entidades reguladas
  • Decisiones de presentación de Reportes de Actividad Sospechosa (SAR)
  • Cualquier programa de cumplimiento regulatorio

LOS USUARIOS NO DEBEN UTILIZAR LOS RESULTADOS DEL ANÁLISIS DE COMPORTAMIENTO COMO BASE PARA NINGUNA DECISIÓN U OBLIGACIÓN RELACIONADA CON EL CUMPLIMIENTO.

Los usuarios del Análisis de Comportamiento retienen la responsabilidad total por el cumplimiento de todas las obligaciones legales y regulatorias aplicables, incluyendo pero no limitado a:

  • Leyes y regulaciones de antilavado de dinero
  • Requisitos de contraterrorismo
  • Obligaciones de cumplimiento de sanciones
  • Requisitos de prevención y detección de fraude
  • Leyes de protección al consumidor
  • Leyes de protección de datos y privacidad

EL ANÁLISIS DE COMPORTAMIENTO DE DATA CRED NO REALIZA, NI ESTÁ DESTINADO A REALIZAR, NINGUNA FORMA DE EVALUACIÓN PSICOLÓGICA O DE SALUD MENTAL. DATA CRED NO EVALÚA, DIAGNOSTICA, EXAMINA O IDENTIFICA NINGUNA CONDICIÓN, TRASTORNO O PROBLEMA DE SALUD MENTAL.

El Análisis de Comportamiento de DataCred NO tiene validez o utilidad clínica. No es:

  • Desarrollado o validado por profesionales clínicos
  • Basado en teoría o investigación psicológica
  • Probado para precisión o confiabilidad clínica
  • Revisado por ningún comité de ética u organismo de supervisión clínica
  • Compatible con estándares de evaluación clínica

DataCred no es una entidad cubierta o asociado comercial bajo la Health Insurance Portability and Accountability Act (HIPAA). El Análisis de Comportamiento no está sujeto a los requisitos de HIPAA y no debe utilizarse en contextos que requieran cumplimiento de HIPAA.

Ninguna actividad de Análisis de Comportamiento crea o implica ninguna relación terapéutica, clínica o profesional entre DataCred y cualquier sujeto.

LOS RESULTADOS DEL ANÁLISIS DE COMPORTAMIENTO NO DEBEN UTILIZARSE PARA NINGÚN PROPÓSITO CLÍNICO, DIAGNÓSTICO, TERAPÉUTICO O DE SALUD MENTAL. ESTO INCLUYE PERO NO SE LIMITA AL USO EN:

  • Evaluación o examen de salud mental
  • Evaluación psicológica
  • Planificación o monitoreo de tratamientos
  • Evaluación de riesgo clínico
  • Evaluación de riesgo de suicidio o autolesión
  • Evaluación de riesgo de violencia
  • Evaluaciones de capacidad
  • Determinaciones de competencia
  • Cualquier decisión de atención médica o clínica

EL ANÁLISIS DE COMPORTAMIENTO DE DATA CRED NO PREDICE, Y NO DEBE UTILIZARSE PARA PREDECIR, COMPORTAMIENTO CRIMINAL FUTURO, CONDUCTA FRAUDULENTA, VIOLACIONES REGULATORIAS O NINGUNA FORMA DE ACTIVIDAD ILEGAL.

A pesar de cualquier caracterización de los modelos de aprendizaje automático o algorítmicos como "predictivos", los resultados del Análisis de Comportamiento de DataCred NO son predicciones de eventos o comportamientos futuros. Son evaluaciones de patrones de comportamiento pasados y presentes únicamente.

DataCred no realiza, y el Análisis de Comportamiento no debe utilizarse para:

  • Evaluaciones de pre-delito o pre-delincuencia
  • Puntuación de riesgo para comportamiento criminal
  • Evaluaciones de amenazas con fines de seguridad
  • Actividades policiales predictivas o pistas de investigación
  • Perfilado con fines de aplicación de la ley
  • Evaluaciones de amenazas de comportamiento

El uso de datos de comportamiento para predecir comportamiento criminal o fraudulento futuro plantea serias preocupaciones éticas y legales, incluyendo:

  • Preocupaciones de debido proceso
  • Violaciones de la presunción de inocencia
  • Impacto dispar en grupos protegidos
  • Efectos de profecía autocumplida
  • Efectos de estigmatización y etiquetado
  • Implicaciones para las libertades civiles

DATA CRED PROHÍBE EXPRESAMENTE EL USO DE SU ANÁLISIS DE COMPORTAMIENTO PARA CUALQUIER PROPÓSITO QUE PUDIERA GENERAR ESTAS PREOCUPACIONES.

Los usuarios no deben utilizar los datos o resultados del Análisis de Comportamiento para ninguno de los siguientes propósitos:

1. Decisiones de Empleo: Contratación, promoción, retención, compensación, disciplina o cualquier decisión relacionada con el empleo

2. Decisiones de Seguros: Suscripción, fijación de precios, determinación de cobertura, gestión de reclamos o elegibilidad de seguros

3. Decisiones de Crédito: Extensión de crédito, originación de préstamos, fijación de precios de crédito o cualquier decisión de préstamo

4. Evaluación de Inquilinos: Solicitudes de alquiler, decisiones de arrendamiento, evaluación de inquilinos o elegibilidad de vivienda

5. Decisiones Educativas: Admisiones, becas, colocación educativa o evaluación académica

6. Decisiones de Beneficios Gubernamentales: Elegibilidad para beneficios, licencias, permisos o programas gubernamentales

7. Aplicación de la Ley: Investigaciones criminales, actividades de inteligencia, recopilación de pruebas o acciones de aplicación de la ley

8. Decisiones Clínicas: Toma de decisiones de atención médica, salud mental o clínicas de cualquier tipo

9. Cumplimiento Regulatorio: Cualquier decisión relacionada con obligaciones de cumplimiento regulatorio (a menos que se acuerde expresamente por escrito)

10. Informes de Consumo: Cualquier uso que convertiría al Análisis de Comportamiento en un informe de consumo bajo la FCRA

DataCred no comparte datos de Análisis de Comportamiento con terceros para fines de:

  • Evaluación de empleo
  • Informes de crédito
  • Suscripción de seguros
  • Evaluación de inquilinos
  • Determinaciones de beneficios gubernamentales
  • Aplicación de la ley o inteligencia
  • Cualquier propósito prohibido por la ley aplicable

12.3 Usos Permitidos (No Exhaustivos)

Sujeto a todas las limitaciones y exenciones de responsabilidad en este documento, el Análisis de Comportamiento puede utilizarse para:

  • Información personal de gestión financiera
  • Investigación en analítica de comportamiento
  • Generación de puntuaciones de confianza (como se describe en los documentos de Puntuación de Confianza de DataCred)
  • Personalización de la plataforma y mejora de la experiencia del usuario
  • Investigación de fraude (no detección)
  • Investigación académica (con supervisión ética apropiada)

DataCred recopila datos de comportamiento basándose en el Consentimiento obtenido de los sujetos. El Consentimiento se obtiene a través de:

  • Políticas y avisos de privacidad
  • Formularios y acuerdos de consentimiento
  • Divulgaciones y suscripciones en el producto
  • Acuerdos de términos de servicio

DataCred se esfuerza por obtener el Consentimiento informado mediante la divulgación de:

  • Los tipos de datos de comportamiento recopilados
  • Los propósitos de la recopilación de datos de comportamiento
  • Cómo se procesan y analizan los datos de comportamiento
  • Con quién se pueden compartir los datos de comportamiento
  • Cuánto tiempo se retienen los datos de comportamiento
  • Los derechos del sujeto con respecto a los datos de comportamiento

EL CONSENTIMIENTO TIENE LIMITACIONES INHERENTES:

1. Limitaciones de Comprensión: Los sujetos pueden no comprender completamente la naturaleza técnica de la recopilación y el análisis de datos de comportamiento.

2. Preocupaciones de Voluntariedad: Los sujetos pueden sentirse obligados a consentir para acceder a los servicios.

3. Limitaciones de Amplitud: El consentimiento puede no cubrir todos los usos potenciales de los datos de comportamiento.

4. Límites de Revocabilidad: El retiro del consentimiento puede afectar la disponibilidad del servicio.

5. Problemas de Granularidad: El consentimiento puede ser de todo o nada en lugar de granular.

Los sujetos pueden retirar el Consentimiento para la recopilación y el procesamiento de datos de comportamiento, sujeto a:

  • Limitaciones legales y contractuales
  • Impactos en la disponibilidad del servicio
  • Requisitos de retención de datos
  • Validez del procesamiento previo

EL RETIRO DEL CONSENTIMIENTO NO AFECTA LA LEGALIDAD DEL PROCESAMIENTO REALIZADO ANTES DEL RETIRO.

DataCred puede negarse a proporcionar servicios a sujetos que no otorguen el Consentimiento para la recopilación y el análisis de datos de comportamiento.

DataCred se esfuerza por recopilar solo datos de comportamiento que sean razonablemente necesarios para sus propósitos declarados. Sin embargo:

1. Determinaciones de Necesidad: Lo que constituye datos "necesarios" es determinado por DataCred a su sola discreción.

2. Requisitos Analíticos: DataCred puede recopilar datos que no se utilizan actualmente pero que pueden volverse relevantes a medida que los métodos analíticos evolucionan.

3. Recopilación Exploratoria: Alguna recopilación de datos puede ser exploratoria, destinada a evaluar el valor analítico potencial.

DataCred retiene los datos de comportamiento solo durante el tiempo razonablemente necesario para:

  • Prestación y mejora del servicio
  • Investigación y desarrollo
  • Cumplimiento legal y regulatorio
  • Resolución de disputas
  • Seguridad y prevención de fraude (investigación, no detección)

Cuando corresponda, DataCred puede anonimizar o desidentificar los datos de comportamiento para fines de investigación, desarrollo y análisis. Los datos anonimizados ya no están vinculados a sujetos identificables.

LIMITACIÓN: La anonimización completa es difícil de lograr y garantizar. La reidentificación sigue siendo un riesgo para todos los conjuntos de datos anonimizados.

DataCred mantiene procedimientos de eliminación de datos, pero no garantiza:

  • La eliminación completa de datos de todos los sistemas
  • La eliminación de datos de copias de seguridad y archivos
  • La eliminación de datos de sistemas de terceros
  • La eliminación inmediata a solicitud

EN LA MEDIDA MÁXIMA PERMITIDA POR LA LEY APLICABLE, DATA CRED NO TENDRÁ RESPONSABILIDAD ALGUNA POR CUALQUIER ERROR, INEXACTITUD, OMISIÓN, FALSO POSITIVO, FALSO NEGATIVO O CUALQUIER OTRO DEFECTO EN SU ANÁLISIS DE COMPORTAMIENTO, YA SEA CAUSADO POR ERROR ALGORÍTMICO, ERROR DE DATOS, LIMITACIÓN DEL MODELO, ERROR HUMANO O CUALQUIER OTRA CAUSA.

Sin limitar la generalidad de lo anterior, DataCred renuncia expresamente a la responsabilidad por:

1. Errores de Falso Positivo: El Análisis de Comportamiento identifica patrones o anomalías que en realidad no están presentes.

2. Errores de Falso Negativo: El Análisis de Comportamiento no logra identificar patrones o anomalías que están presentes.

3. Errores de Clasificación Incorrecta: El Análisis de Comportamiento categoriza incorrectamente los patrones de comportamiento.

4. Errores de Medición: Los datos o métricas de comportamiento son inexactos o no confiables.

5. Errores de Interpretación: Los resultados del Análisis de Comportamiento son malinterpretados por los usuarios.

6. Errores de Generalización: Los modelos de comportamiento no se generalizan a sujetos o poblaciones específicos.

7. Errores Temporales: El Análisis de Comportamiento que era preciso en un momento se aplica en otro momento.

DATA CRED NO TENDRÁ RESPONSABILIDAD POR NINGÚN DAÑO CONSECUENTE, INDIRECTO, INCIDENTAL, ESPECIAL O PUNITIVO QUE SURJA O SE RELACIONE CON ERRORES DEL ANÁLISIS DE COMPORTAMIENTO, INCLUYENDO PERO NO LIMITADO A:

  • Pérdidas financieras por decisiones basadas en el Análisis de Comportamiento
  • Daño a la reputación por los resultados del Análisis de Comportamiento
  • Oportunidades perdidas resultantes de las interpretaciones del Análisis de Comportamiento
  • Costos legales y sanciones regulatorias
  • Angustia emocional o daño psicológico
  • Daño a las relaciones o la posición social

LOS USUARIOS DEL ANÁLISIS DE COMPORTAMIENTO ASUMEN TODOS LOS RIESGOS ASOCIADOS CON POSIBLES ERRORES Y LIMITACIONES, INCLUYENDO EL RIESGO DE QUE EL ANÁLISIS DE COMPORTAMIENTO PUEDA SER MATERIALMENTE INCORRECTO O ENGAÑOSO.

EN LA MEDIDA MÁXIMA PERMITIDA POR LA LEY APLICABLE, DATA CRED PROPORCIONA TODO EL ANÁLISIS DE COMPORTAMIENTO, DATOS, MODELOS Y SERVICIOS RELACIONADOS "TAL CUAL", "CON TODOS LOS DEFECTOS" Y "SEGÚN DISPONIBILIDAD", SIN GARANTÍA ALGUNA, EXPRESA O IMPLÍCITA.

DATA CRED RENUNCIA EXPRESAMENTE A TODAS LAS GARANTÍAS IMPLÍCITAS, INCLUYENDO PERO NO LIMITADO A:

  • La garantía implícita de comerciabilidad
  • La garantía implícita de idoneidad para un propósito particular
  • La garantía implícita de no infracción
  • La garantía implícita de precisión
  • La garantía implícita de integridad
  • La garantía implícita de confiabilidad
  • La garantía implícita de actualidad
  • La garantía implícita de título
  • La garantía implícita de validez
  • Cualquier garantía que surja del curso de negociación, curso de desempeño o uso del comercio

DataCred no garantiza que:

  • El Análisis de Comportamiento identificará todos los patrones de comportamiento relevantes
  • El Análisis de Comportamiento no identificará patrones irrelevantes o engañosos
  • Los modelos de comportamiento funcionarán como se espera en cualquier contexto específico
  • El Análisis de Comportamiento será útil para cualquier propósito particular
  • El Análisis de Comportamiento estará libre de errores u omisiones
  • El Análisis de Comportamiento estará continuamente disponible o accesible

DataCred no garantiza que sus métodos, modelos o resultados de Análisis de Comportamiento no infrinjan los derechos de ningún tercero, incluyendo derechos de propiedad intelectual, derechos de privacidad o derechos de publicidad.

DATA CRED SE RESERVA EL DERECHO, A SU SOLA DISCRECIÓN, DE MODIFICAR, ACTUALIZAR, CAMBIAR, REEMPLAZAR, RETIRAR O DESCONTINUAR CUALQUIER MODELO DE COMPORTAMIENTO, METODOLOGÍA, ALGORITMO O ANÁLISIS EN CUALQUIER MOMENTO, POR CUALQUIER RAZÓN O SIN RAZÓN, CON O SIN AVISO.

Las modificaciones pueden incluir, sin limitación:

1. Cambios en la arquitectura del modelo y los algoritmos

2. Cambios en las características y los datos de entrada

3. Cambios en los datos de entrenamiento y las metodologías

4. Cambios en los formatos de salida y las interpretaciones

5. Cambios en los umbrales de detección de anomalías

6. Cambios en los marcos de categorización de comportamiento

7. Cambios en los métodos de recopilación de datos

8. Cambios en los requisitos de calidad de datos

9. Reemplazo completo de modelos

10. Retiro de modelos sin reemplazo

Los modelos modificados pueden producir resultados que difieran materialmente de las versiones anteriores del modelo. Los resultados de diferentes versiones del modelo NO son comparables.

Ningún usuario o sujeto tiene derecho al uso de ningún modelo, metodología o enfoque de Análisis de Comportamiento específico. DataCred puede cambiar los modelos en cualquier momento sin considerar las preferencias o intereses del usuario o sujeto.

DataCred puede retirar cualquier modelo de Análisis de Comportamiento sin previo aviso, momento en el cual:

  • Los resultados del modelo retirado ya no se generarán
  • Los resultados históricos del modelo retirado se vuelven incomparables con los resultados actuales
  • Los usuarios no pueden solicitar análisis utilizando modelos retirados

LAS ACTIVIDADES DE ANÁLISIS DE COMPORTAMIENTO DE DATA CRED NO ESTÁN REGULADAS POR NINGÚN REGULADOR FINANCIERO, AUTORIDAD DE PROTECCIÓN DE DATOS U OTRA AGENCIA GUBERNAMENTAL. DataCred no es:

  • Una agencia de informes de consumo
  • Una institución financiera
  • Un prestamista autorizado
  • Una compañía de seguros
  • Un proveedor de atención médica
  • Un proveedor de servicios psicológicos
  • Un corredor de datos regulado

DataCred es una plataforma privada e independiente de información y reputación financiera. No es el buró ni el registro oficial del Estado, no está autorizada, certificada ni respaldada por la Superintendencia de las Instituciones del Sector Bancario (SUDEBAN), el Banco Central de Venezuela (BCV), el Sistema de Información Central de Riesgos (SICRI) ni ningún otro organismo del gobierno, y no está conectada a ellos. Los puntajes y la información que DataCred ofrece son estimaciones para apoyar decisiones; no constituyen decisiones oficiales ni garantías.

El Análisis de Comportamiento de DataCred NO está sujeto a:

  • La Fair Credit Reporting Act (FCRA)
  • La Equal Credit Opportunity Act (ECOA)
  • La Fair Housing Act
  • La Health Insurance Portability and Accountability Act (HIPAA)
  • La Gramm-Leach-Bliley Act (GLBA) (excepto según sea aplicable a la protección de datos)
  • Las leyes estatales de informes de crédito
  • Las regulaciones estatales de seguros
  • Las regulaciones estatales de préstamos
  • Las regulaciones internacionales de informes de crédito

El Análisis de Comportamiento de DataCred está sujeto a:

  • Las leyes de protección de datos y privacidad aplicables
  • Las leyes de protección al consumidor aplicables
  • Las leyes antidiscriminación aplicables

DataCred se esfuerza por cumplir con estas leyes, pero no garantiza el cumplimiento para todos los usos del Análisis de Comportamiento.

LOS USUARIOS DEL ANÁLISIS DE COMPORTAMIENTO ASUMEN LA RESPONSABILIDAD EXCLUSIVA DE GARANTIZAR QUE SU USO DEL ANÁLISIS DE COMPORTAMIENTO CUMPLA CON TODAS LAS LEYES Y REGULACIONES APLICABLES EN SU JURISDICCIÓN.

Este documento y todos los asuntos que surjan o se relacionen con el Análisis de Comportamiento se regirán e interpretarán de acuerdo con las leyes del Estado de Wyoming, Estados Unidos de América, sin tener en cuenta sus principios de conflicto de leyes.

Cualquier acción legal o procedimiento que surja o se relacione con el Análisis de Comportamiento se presentará exclusivamente en los tribunales federales o estatales ubicados en el Condado de Sheridan, Wyoming, y las partes consienten la jurisdicción personal de dichos tribunales.

EN LA MEDIDA MÁXIMA PERMITIDA POR LA LEY APLICABLE, TODAS LAS PARTES RENUNCIAN A CUALQUIER DERECHO A JUICIO POR JURADO EN CUALQUIER ACCIÓN O PROCEDIMIENTO QUE SURJA O SE RELACIONE CON EL ANÁLISIS DE COMPORTAMIENTO.

TODAS LAS RECLAMACIONES QUE SURJAN O SE RELACIONEN CON EL ANÁLISIS DE COMPORTAMIENTO DEBEN PRESENTARSE EN LA CAPACIDAD INDIVIDUAL DE LA PARTE Y NO COMO DEMANDANTE O MIEMBRO DE UNA CLASE EN CUALQUIER SUPUESTA ACCIÓN COLECTIVA, ACCIÓN COLECTIVA, ACCIÓN DE PROCURADOR GENERAL PRIVADO O PROCEDIMIENTO REPRESENTATIVO.

DataCred puede, a su sola elección, requerir que cualquier disputa que surja o se relacione con el Análisis de Comportamiento se resuelva mediante arbitraje individual vinculante administrado por la American Arbitration Association según sus Reglas de Arbitraje Comercial.

Cualquier reclamación que surja o se relacione con el Análisis de Comportamiento debe iniciarse dentro de un (1) año después de que la causa de acción se acumule, o dentro del período más corto que pueda exigir la ley aplicable. Cualquier reclamación no iniciada dentro de dicho período queda permanentemente prohibida.

AL ACCEDER, UTILIZAR O CONFIAR EN CUALQUIER RESULTADO DEL ANÁLISIS DE COMPORTAMIENTO DE DATA CRED, EL USUARIO RECONOCE QUE HA LEÍDO, COMPRENDIDO Y ACEPTA TODOS LOS TÉRMINOS, CONDICIONES, LIMITACIONES Y EXENCIONES DE RESPONSABILIDAD ESTABLECIDOS EN ESTE DOCUMENTO.

El usuario declara y garantiza que:

1. Tiene la capacidad legal y la autoridad para aceptar estos términos

2. Comprende las limitaciones y exclusiones del Análisis de Comportamiento

3. No utilizará el Análisis de Comportamiento para ningún propósito prohibido

4. Verificará de forma independiente todos los resultados del Análisis de Comportamiento antes de confiar en ellos

5. Acepta todos los riesgos asociados con el uso del Análisis de Comportamiento

6. No presentará incorrectamente la naturaleza o el significado de los resultados del Análisis de Comportamiento

El usuario reconoce que no depende de DataCred para ninguna determinación psicológica, clínica, diagnóstica o evaluativa, y que los resultados del Análisis de Comportamiento no son un sustituto de la evaluación profesional por parte de profesionales calificados.

Estos términos, condiciones, limitaciones y exenciones de responsabilidad sobrevivirán a la terminación o expiración de cualquier acuerdo entre el usuario y DataCred y continuarán aplicándose a cualquier uso del Análisis de Comportamiento.

FIN DEL DOCUMENTO

*Este documento es intencionalmente integral. Su extensión refleja la complejidad y las limitaciones inherentes de la tecnología de análisis de comportamiento y la necesidad de absoluta claridad con respecto al alcance, las limitaciones y el uso apropiado de los sistemas de Análisis de Comportamiento de DataCred. SI NO HA LEÍDO ESTE DOCUMENTO EN SU TOTALIDAD, NO UTILICE NI CONFÍE EN NINGÚN RESULTADO DEL ANÁLISIS DE COMPORTAMIENTO DE DATA CRED.*

Avisos de Análisis Conductual | DataCred