Para reduzir os falsos positivos, o primeiro passo é saber por que e como eles acontecem. Em seguida, os deve-se analisar atentamente suas próprias operações fraudulentas para ver quantos falsos positivos tiveram e o que podem fazer a respeito.
Muitas empresas adotam uma das duas abordagens quando se trata de triagem de fraude: triagem interna manual ou triagem automatizada de fraudes. Surpreendentemente, ambas as abordagens podem aumentar o risco de falsos positivos:
Triagem manual: as equipes internas de fraude são geralmente pequenas. Muito pequenas. Mesmo em grandes empresas com centenas de milhões em receita, a equipe média de fraude é de cerca de 2 a 3 pessoas. E, normalmente, essas pessoas muito ocupadas são avaliadas principalmente pela taxa de estorno da empresa. Em outras palavras, as equipes são avaliadas sobre a quantidade de chargebacks que elas impedem.
Infelizmente, isso cria um ambiente no qual as equipes de fraude provavelmente errarão ao tomarem cuidado excessivo ao revisar os pedidos, a ponto de até mesmo o menor suspiro de uma bandeira vermelha ser suficiente para gerar um declínio.
Por outro lado, menos de 30% das empresas rastreiam rotineiramente os falsos positivos como uma medida principal e 42% nem sequer sabem qual é a taxa. Assim, essas empresas podem muito bem ter uma alta taxa de falsos positivos, resultando em uma perda significativa de receita, sem nem saber disso.
Revisão Automatizada: A outra abordagem importante é recorrer à tecnologia para proteção contra fraudes de comércio eletrônico por meio de serviços automatizados de rastreamento de fraudes. Esses serviços, que usam aprendizado de inteligência artificial, podem processar transações rapidamente e reconhecer padrões ou gatilhos que identificam possíveis fraudes.
No entanto, eles também não estão imunes a falsos declínios. Se um cliente fizer compras de uma maneira diferente (comprar algo no exterior, por exemplo, ou entrar em um novo destino de envio porque o item é um presente), a Inteligência Artificial pode sinalizá-lo como uma transação fraudulenta e recusá-lo. E, se a empresa não analisar manualmente os pedidos recusados, eles talvez nunca percebam que um bom cliente deles foi recusado.
Quando se trata de falsos positivos, a chave é não adotar a abordagem “fora da vista, fora da mente”. Se a proteção contra fraudes de um e-commerce depende de João, Lucas e Dani no final do corredor ou em um servidor grande em todo o país, é vital ter tempo para analisar quedas, descobrir por que esses declínios aconteceram e determinar quais foram cometidos por engano.
Felizmente, há uma maneira mais fácil de lidar com a ameaça de falsos declínios.
Uma solução híbrida que utilize o aprendizado de AI (Artifical Intelligence) para fazer uma triagem inicial. Em seguida, todas as transações sinalizadas são entregues a uma equipe especializada de revisores manuais para analisar as bandeiras, descobrir o que está acontecendo e, se necessário, entrar em contato com o titular do cartão para obter esclarecimentos. Dessa forma, as transações só são recusadas se forem genuinamente fraudulentas, e não apenas incomuns.
É assim que fazemos as coisas na ClearSale. Além disso, nossos especialistas em fraude não são avaliados apenas em taxas de cobrança retroativa. Altos padrões e vários KPIs resultam em uma visão de 360º graus de todas as transações.
Usando as ferramentas mais eficazes disponíveis e observando fraudes de vários ângulos, os e-commerces podem ter o melhor dos dois mundos: chargebacks reduzidos e menos risco de falsos declínios.
*Artigo originalmente produzido pela nossa Gerente de Marketing da ClearSale US, Sarah Elizabeth Zilenovski.