No e-commerce brasileiro, a diferença entre um sistema antifraude “atualizado” e um “parado no passado” vai além da idade do software. O que realmente importa é a capacidade do sistema de evoluir e adaptar seus modelos de decisão continuamente.
Acreditar que a mera troca de tecnologia é suficiente para combater fraudes é um erro comum no mercado. Para proteger efetivamente um negócio, um sistema deve não apenas bloquear fraudes, mas também preservar a experiência do cliente, proteger margens de lucro e impulsionar o crescimento. Para isso, é fundamental que se faça um trabalho de calibração constante, levando em consideração três aspectos: a velocidade da resposta, a lógica utilizada para decidir e a coleta de dados de outras operações.
O custo das decisões lentas
Todo processo de decisão em relação à fraude tem um custo de tempo, que se manifesta de duas maneiras: pela fraudes que ficam sem ser detectadas e pelas vendas legítimas que são perdidas em função de atrasos. Isso se torna ainda mais crítico em períodos de alta demanda, quando a fila de revisão de pedidos cresce. Um atraso na aprovação muitas vezes significa que o cliente opta por comprar em outro lugar.
Conforme os dados do Baymard Institute, 70,19% dos carrinhos são abandonados, sendo que um processo de checkout longo ou complicado é um dos principais motivos citados pelos consumidores para desistirem de uma compra. O fato preocupa, visto que quem cancela um pedido devido à demora raramente retorna para uma nova tentativa.
Da regra fixa à decisão inteligente
Tradicionalmente, os sistemas antifraude operam com regras fixas, que seguem lógicas do tipo “se X, então Y”. No entanto, a abordagem mais eficaz é a de decisões baseadas em inteligência artificial ou machine learning, que ponderam diversas variáveis simultaneamente, como dispositivo usado, comportamento de navegação e histórico do cliente.
Embora essa mudança possa trazer benefícios significativos, é crucial que os modelos tenham acesso a um volume suficiente de dados para aprender e identificar padrões de maneira eficaz. Além disso, a transparência nas decisões é vital para garantir a confiança do cliente. Em grandes operações, a necessidade de justificar bloqueios se torna uma prioridade.
A importância da decisão em rede
Uma empresa que opera de forma isolada, decide com base apenas em seus dados e padrões de fraude, perdendo a oportunidade de aprender com experiências de outras operações. Um estudo do FMI aponta que sistemas que compartilham dados podem identificar ameaças que não seriam visíveis isoladamente, aumentando assim a eficácia do processo antifraude.
O desafio dos falsos positivos
Apesar de avanços tecnológicos, a questão dos falsos positivos persiste. Um levantamento da Opensend revela que os Estados Unidos perdem cerca de US$ 118 bilhões anualmente devido a esse problema, que, curiosamente, é treze vezes maior do que as perdas com fraudes reais. De acordo com o Merchant Risk Council, falsos positivos continuam a crescer, mesmo em um cenário de queda na fraude propriamente dita.
Reconhecendo as tensões na decisão antifraude
A questão central que cada operação deve enfrentar é como equilibrar a necessidade de bloquear fraudes com a de não perder vendas legítimas. As tensões que surgem desse equilíbrio são variáveis, sendo que as equipes devem focar em calibrar suas decisões em tempo real, sofisticar as lógicas utilizadas e compartilhar dados de forma ampla.
A pergunta final que as empresas devem se fazer não é qual tensão é mais prevalente em sua operação, mas se o seu sistema antifraude está preparado para lidar com todas essas questões simultaneamente ou apenas empurrando os problemas para frente.
