Utilizando dados e inteligência para evitar fraudes nas compras online

Integrar múltiplas fontes de dados é uma das principais estratégias para fortalecer a detecção de fraudes. No Brasil, o comércio omnichannel se tornou uma realidade: 77% dos consumidores ainda realizam compras em lojas físicas, enquanto o e-commerce continua a crescer a uma taxa de 17% ao ano, de acordo com E-Commerce Brasil, quase o dobro dos 8,8% previstos mundialmente. Aproveitar a convergência entre os canais físicos e digitais é fundamental para criar uma visão holística das transações e identificar padrões suspeitos.

No contexto da transformação digital, a prevenção eficaz de fraudes exige soluções tecnológicas que evoluam com as ameaças. Para detectar atividades fraudulentas, as empresas devem utilizar uma combinação de técnicas de interpretação de dados, comportamento do consumidor, histórico de transações e a inclusão de dados externos, como listas de bloqueio de fraudes já conhecidas.

É possível unir todos estes recursos e agir de forma inteligente, detectando, prevenindo e combatendo as fraudes em tempo real. A ferramenta de gestão de risco da Adyen combina inteligência artificial e análise de dados para entender comportamentos anormais, como uso de dados de cartões roubados, invasão de contas, golpes, entre outros. 

Essas informações alimentam nossa ferramenta, gerando um score de fraude, informação que pode ser usada de diversas formas pelos varejistas ao gerenciar suas regras de risco, de acordo com seu apetite de risco (você pode ler mais sobre a pontuação de fraude na nossa documentação). Essa abordagem permite identificar padrões suspeitos com precisão e adaptabilidade, respondendo rapidamente a novas ameaças. 

Um dos principais desafios na prevenção de fraudes é manter o equilíbrio entre segurança e uma boa experiência do cliente. Garantir uma experiência de compra sem atritos, minimizando o bloqueio de clientes legítimos, é crucial para não comprometer a satisfação do cliente.

Alguns tipos de empresas exigem atenção especial a isso, como negócios baseados em assinaturas. Bloquear uma vez um cliente legítimo pode resultar em um churn irreversível. Um consumidor qualificado, se bloqueado por um e-commerce, logo desiste e vai procurar outro site para comprar aquele mesmo item, gerando desperdício de recursos em toda a jornada até o carrinho de compras.

Para que esse processo funcione da forma devida, os dados têm papel central. Se por um lado, como já falamos acima, a análise de dados leva a insights valiosos para o bloqueio de tentativas de fraudes, a análise correta dessas informações mitiga o bloqueio desnecessário de clientes legítimos.

Em busca de manter esse equilíbrio, as empresas devem utilizar tecnologias avançadas que permitam que as verificações de segurança sejam feitas sem interrupções e frustrações desnecessárias para o cliente. 

Um exemplo prático disso é nosso case junto à pizzaria Domino's, no Brasil, durante a pandemia. Com o crescimento de 80% nas compras online durante a quarentena, criamos estratégias customizadas de gestão de risco de acordo com o perfil das diferentes unidades da rede: algumas seguiam o perfil padrão e outras, de alto risco. As lojas com perfil padrão passaram a contar com regras de risco mais flexíveis, com maior apetite de risco, enquanto as de alto risco contaram com ajustes mais restritivos. O resultado: aumento de 10% nas taxas de autorização, enquanto os índices de fraude e chargeback permaneceram estáveis.

Quando falamos de dados, é difícil não falar sobre experimentação. Aplicar testes A/B é uma das formas de comparar duas diferentes teses de gestão de risco, para que seja possível escolher aquela que tem melhor desempenho com o seu negócio. É importante ressaltar que cada negócio tem necessidades específicas na gestão de risco, por isso não há receita a ser seguida, mostrando a importância deste recurso. 

Nossa ferramenta de gestão de risco permite que isso seja feito com facilidade. Ao executar um experimento de risco, uma parte de suas transações é atribuída aleatoriamente ao seu perfil de risco atual ou a um novo perfil configurado (Perfil B). Dessa forma, você pode tomar uma decisão baseada em dados sobre qual perfil produz as melhores taxas de autorização, recusa e fraude.

Os experimentos podem ser interrompidos a qualquer momento, permitindo que você aplique seu perfil de risco preferido a todas as transações.

A aplicação de inteligência artificial e big data vieram para ficar. E também é possível inseri-las no contexto de mitigação de riscos. Adotar essas tecnologias é vital para antecipar novas ameaças de maneira mais eficaz, garantindo a segurança das transações.

A gestão de risco é um trabalho de gato e rato. À medida que empresas desenvolvem novas técnicas de bloqueio de fraudes, os fraudadores respondem criando novas formas de tentar burlar esses sistemas. Aplicar tecnologia de ponta responsiva ao processo de gestão de risco, portanto, é essencial.

A proposta do RevenueProtect da Adyen é justamente aplicar o que há de mais moderno neste campo. Habilitando-o, empresas conseguem detectar, prevenir e responder a fraudes por meio de uma combinação de verificações de risco e tecnologia de machine learning. Ao analisar os padrões de pagamentos, esse sistema escolhe a melhor alternativa para aprovar as transações, além de identificar comportamentos e movimentos suspeitos. 

Roteamento inteligente, padrão 3DS2 e identificação de consumidores em tempo real são só algumas das funcionalidades trazidas pelo RevenueProtect. Fale com a gente para saber mais!